[发明专利]一种电力系统状态估计方法

说明书

本发明涉及一种电力系统状态估计方法，该方法包括以下步骤：1)建立电力系统状态估计模型；2)基于所述电力系统状态估计模型建立估计目标函数；3)引入所述估计目标函数的导数信息，利用进化算法对所述估计目标函数进行求解，获得最优的电力系统状态。与现有技术相比，本发明将进化算法与导数信息相结合，在进化算法启发式搜索的结构框架内，引入目标函数的导数信息用以指导搜索，从而得到高效精确的电力系统状态估计结果，并可以保证其解的优性。

技术领域

本发明涉及电力系统运行与控制技术领域，尤其是涉及一种电力系统状态估计方法。

背景技术

电力系统状态估计是估计电网中各个节点的状态，用于指导电力系统的调度和控制。

现存的电力系统状态估计方法可分为，基于最小二乘的高斯牛顿法、半正定松弛法和智能算法。各方法均存在一定缺陷：

基于最小二乘的高斯牛顿法，因其对初始点的敏感性，难以求得全局最优点；

半正定松弛法，其求得解不具有优性(一阶导数不为0)；

基于智能算法的电力系统估计，仅适用于小电网，随着电网规模变大，其精度和求解时间均达不到要求。

因此，需要研发一种新型的电力系统状态估计方法。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种电力系统状态估计方法。

本发明的目的可以通过以下技术方案来实现：

一种电力系统状态估计方法，该方法包括以下步骤：

1)建立电力系统状态估计模型；

2)基于所述电力系统状态估计模型建立估计目标函数；

3)引入所述估计目标函数的导数信息，利用进化算法对所述估计目标函数进行求解，获得最优的电力系统状态。

所述步骤1)中，电力系统状态估计模型为：

z＝h(v)+e

其中，z为量测数据，v为电力系统状态，e为量测误差，h(·)为量测方程。

所述步骤2)中，估计目标函数表示为：

其中，m∈M，M为量测集合，w_m为对应量测数据权重，Z_m为对应量测数据，h_m(·)为对应量测方程。

所述步骤3)具体为：

301)设定种群个数N_p、迭代终止条件以及选择概率P_G、P_M；

302)令迭代次数k＝1；

303)生成步骤：依次对每个个体i，判断随机生成概率是否小于P_G，若是，则执行Nid_k(i)＝id_k(i)+u₁·Dx_k(i)，其中id_k(i)表示第k次迭代中的个体i，代表电力系统状态，Dx_k(i)表示第k次迭代个体i的导数，u₁为权重因子，若否，则执行Nid_k(i)＝id_k(i)+u₂·pdg_k(i)，其中pdg_k(i)＝pgbest_k-id_k(i)，pgbest_k表示第k代个体中最好的个体，u₂为权重因子；