配電網狀態(tài)估計軟件的研究開發(fā)

劉成君，魏亞婷

（國網浙江紹興市上虞區(qū)供電公司，浙江 上虞 312300）

配電網狀態(tài)估計軟件的研究開發(fā)

劉成君，魏亞婷

（國網浙江紹興市上虞區(qū)供電公司，浙江 上虞 312300）

在研究配電網狀態(tài)估計方法的基礎上，對傳統(tǒng)加權最小二乘法進行改進，增加了壞數據處理環(huán)節(jié)，并據此設計開發(fā)了一套配電網狀態(tài)估計軟件。該軟件功能完備，不僅實現了配電網的狀態(tài)估計，

配電網；狀態(tài)估計；最小二乘法；質量標簽

1 配電網調度現狀

以往供電公司調度部門負責主干電網調度，主要借助SCADA（數據采集及監(jiān)控系統(tǒng)）來開展日常工作。隨著國民經濟的發(fā)展和人民生活水平的提高，人們對配電網的建設和管理提出了更高的要求。目前，配電網（包括分支線）正式納入調度部門的直接調度范圍，而配電網卻沒有類似主網SCADA這樣的系統(tǒng)，使得配電網調度存在“盲點”，增加了工作中的不可靠因素，對電網的安全穩(wěn)定運行非常不利。

如果要建設配電網SCADA系統(tǒng)，就需要大面積推廣配電網自動化，使其覆蓋整個配電網，這意味著要增加大量新的通信/測量裝置，不僅資金投入多，工程量也很大。而且，配電網的量測裝置需要在饋線沿線布置，現場環(huán)境復雜，維護成本較高。另外，配電網的網架結構變化較快，新建和改建線路多，需要及時安裝和調整量測裝置，這都加大了人力和資金投入，在一定程度上還造成了浪費。

雖然配電網總體上量測不足,但考慮到供電公司的電力營銷管理系統(tǒng)、電力生產管理系統(tǒng)和電力調度系統(tǒng)中存有大量配電網的靜態(tài)和動態(tài)數據，如果能合理利用已有資源，采用狀態(tài)估計方式，研發(fā)配電網狀態(tài)估計軟件，從而準確有效地獲得完整的配電網在線網絡狀態(tài)，將會很有應用價值。

2 軟件設計

2.1 軟件總體設計思想

對配電網的狀態(tài)估計主要采用加權最小二乘法，由于配電網的數據量大、數據來源多、數據質量參差不齊，同一設備上的信息往往存在矛盾，從而影響狀態(tài)估計的結果。因此考慮增加壞數據處理和質量標簽制定環(huán)節(jié)，以確保配電網狀態(tài)估計的準確性。

配電網狀態(tài)估計軟件的總體設計思想是：將配電網模型抽象、簡化、收縮，通過建立起樹形結構的拓撲分析程序，經過一次完整的樹形前推回代分析模型，并利用配電網拓撲結構特性進行簡化，結合經過壞數據處理（包括壞數據檢測和質量標簽制定）的量測數據，以獲得該配電網滿足下一步計算的數據。再運用加權最小二乘法進行計算，得出該配電網的狀態(tài)估計結果并輸出。

軟件主要包括數據讀取、壞數據檢測、質量標簽制定、狀態(tài)估計計算4大功能模塊。

2.2 數據讀取

數據讀取模塊負責完成從數據庫中讀取需要進行處理的量測量。目前數據庫中有量測點的設備為斷路器、變壓器、母線和負荷供電點，需要讀取的量測量為電壓、電流、有功功率、無功功率及電度量。數據讀取流程見圖1。

（1）首先確定需要讀取量測量的拓撲島，即計算需要進行的區(qū)域。

（2）確定量測量讀取的時間，需要具體到分鐘（每15 min或每1 h讀取1個量測量），如果在該時間點未查詢到數據，則查詢當天其余時間的數據，置標記值0。若當天其余時間的數據量多于2個，則對查詢結果進行線性回歸得出該時間的結果，并對該數據置標記值1，該標記值將與質量標簽直接掛鉤，不同的標記值將對質量標簽造成相應影響。如果在當天的查詢結果少于2個，則查找本月內同一個星期幾的數據，和前文類似，若有一天的同樣時間點的數據，則置標記值2，若無同一時間點但有該天2個時間點以上的數據，則進行線性回歸后得出結果并置標記值3。若以上都沒有，則查找同一星期內的數據進行上述類似操作，若還是沒有找到，則查找本月及上月數據，若仍未找到則置該標記置-1。

（3）讀取的量測量保存在設備或者連接節(jié)點上。

圖1 數據讀取流程

2.3 壞數據處理

2.3.1 壞數據檢測

電力系統(tǒng)中測量系統(tǒng)的標準誤差σ范圍在0.5%～2%，當誤差大于±3σ的測量值可稱為壞數據（也稱為不良數據），實際系統(tǒng)中，一般將大于±（6～7）σ的數據視作壞數據。

通常的數據預處理技術往往側重于研究一種數據規(guī)律，由此可能產生一些漏判及誤判的情況。由于配電網負荷基數小，波動大，因此負荷波動大并不意味著一定包含壞數據，而看似平穩(wěn)的負荷也可能含有某些壞數據。需要對數據變化規(guī)律進行綜合考慮，才能得出較為合理的結果。

對量測量進行壞數據辨識的主要依據如下：

（1）電壓量測量U。

突變量檢測方法：當前量測量U與前15 min量測量U-15和后15 min量測量U+15比較不能超過裕度δ，即

額定電壓范圍比較：滿足在[90%U額定，107% U額定]范圍內。

與前一個設備的電壓比較（父子）：全部電壓小于母線電壓。

（2）電流量測量I。

突變量檢測方法：當前量測量I與前15 min量測量I-15和后15 min量測量I+15比較不能超過裕度，即

與出口斷路器比較：每臺斷路器上的電流值I小于出口斷路器的電流值Ib。

（3）有功量測量P。

突變量檢測方法：當前量測量P與前15 min量測量P-15和后15 min量測量P+15比較不能超過裕度，即

（4）無功量測量Q。

突變量檢測方法：當前量測量Q與前15 min量測量Q-15和后15 min量測量Q+15比較不能超過裕度，即

2.3.2 量測數據分值計算

各類數據檢測結束后，需要給出相應的分值。

（1）歷史規(guī)律。

本規(guī)則中P，Q，I的閾值均取0.5，U取0.1。若計算的分值不在[0，1]范圍內，則得分按0計。

（2）突變量檢測。

Score2=1-[|量測量-前15 min量測量|/（前15 min量測量×閾值）+|量測量-后15 min量測量|/（后15 min量測量×閾值）]/2。

本規(guī)則中閾值取0.5，若計算的分值不在[0，1]范圍內，則得分按0計。

（3）電壓的沿線壓降（父子）。

Score3=1-|量測量-前一個設備的電壓|/（前一個設備的電壓×閾值）。

本規(guī)則中閾值取0.1，前一個設備可以認為是輻射狀網中更靠近電源的設備。若計算的分值不在[0，1]范圍內，則得分按0計。

（4）電壓與額定電壓比較。

Score4=1-|量測量-額定電壓|/（額定電壓×閾值）。

本規(guī)則中閾值取0.1，額定電壓為本量測量所在電壓等級的額定電壓。若計算的分值不在[0，1]范圍內，則得分按0計。

（5）電流與出口斷路器比較。

計算公式為：大于出口斷路器，Score5為0；小于出口斷路器，Score5為1。

（6）電流的KCL。

本規(guī)則中閾值取0.1。若計算的分值不在[0，0.5]范圍內，則得分按0計。

（7）有功無功的電度量。

Score7=1-|有功（無功）×時間-有功（無功）電度量|/（有功（無功）電度量）×閾值）。

本規(guī)則中閾值取0.2，時間根據每1 h量測點的數目而有所不同。若計算的分值不在[0，1]范圍內，則得分按0計。

（8）總分的計算。

通過監(jiān)測規(guī)則得到每個量測量的得分，再根據樣本得到各個量測量的權重，通過加權計算得到總分。

2.3.3 質量標簽制定

根據單個量測量在不同規(guī)律下的標記值，可以計算質量標簽，通過質量標簽的定義來判斷數據的好壞。

定義節(jié)點的數據質量標簽為Q（i），它的取值范圍在[0，1]，Q（i）越大則表示數據越可信?？梢詫（i）分為QU（i），QI（i）和QP（i），分別反映該節(jié)點處的電壓、電流和功率數據質量。

規(guī)則1：當某個量測數據違背規(guī)律，該節(jié)點的數據質量標簽每次減少相應的罰值。罰值=（1-標記值）×權值。但不使數據質量標簽值小于0。當某個數據符合上述規(guī)律，相應地其質量標簽每次加上相應的罰值，但不使質量標簽值大于1。

規(guī)則2：設置質量標簽分類閥值χbad，當某量測數據的質量標簽小于該值時，則認為該數據為可疑數據。設置質量標簽分類閥值χgood，當某個量測數據的質量標簽大于該值時，則認為該數據是可以信賴的。

規(guī)則3：當某可疑數據的相關數據及相鄰節(jié)點的數據質量標簽值均在χgood之上，那么認為該可疑數據為單個不良數據，并啟動對該數據的修正過程。當某條饋線上多個節(jié)點的數據質量標簽值低于χbad，則查看遙信數據，檢查是否發(fā)生斷路器變位、負荷轉移等拓撲變更事件。若無拓撲變更，則啟動決策樹流程，進行不良數據辨識。

規(guī)則4：若遙測數據沒有異常，而遙信有異動數據，則判定相關遙信數據為不良數據。若遙測數據出現異常，遙信數據沒有異動數據，則根據數據處理結果對相關遙信數據進行判定。

通過質量標簽的制定，可以判斷某個量測數據的好壞，好的予以保留，否則剔除。壞數據處理流程見圖2。

2.4 狀態(tài)估計計算

運用加權最小二乘法進行狀態(tài)估計的具體流程見圖3，步驟如下：

（1）Step1-Step2：針對狀態(tài)估計計算的拓撲收縮。

由于量測數據不一定能滿足狀態(tài)估計的基本條件，需要對線路進行拓撲收縮，簡化結構，但保留T型節(jié)點。通過一系列收縮，線路和節(jié)點數量可以減少到原始的10%以內。

（2）Step3：設備參數和拓撲信息讀入。

表1 現場測量值與軟件計算值比對數據

圖2 壞數據處理流程

圖3 狀態(tài)估計流程

從拓撲島遍歷所有設備，讀取節(jié)點、電源、線路、變壓器參數，存儲狀態(tài)估計的節(jié)點和支路信息。

（3）Step4：量測數據的查找及讀入。

根據具體時間，從拓撲島查找相應的量測數據，讀取變壓器和斷路器上的量測量并進行處理，作為狀態(tài)估計的初始值。

（4）Step5：數據接入后，采用加權最小二乘法開始迭代計算，滿足收斂條件后獲得狀態(tài)估計值，然后進行潮流計算。

（5）Step6：輸出計算結果。

將根據狀態(tài)估計值計算獲得的各節(jié)點和支路的潮流值輸出。

3 軟件應用

3.1 軟件功能

配電網狀態(tài)估計軟件具備可視化功能，能將電網布局與地理圖結合起來，方便查找線路和設備位置，既能夠實現對變電站和配電線路的選擇，同時也可對配電變壓器和分支線路進行查看。

軟件能滿足實時化需要，可以在線反映配電網的運行狀態(tài)（例如實時顯示某段線路或某臺變壓器的有功功率、無功功率數值）。此外，軟件還具有數據刷新頻率的設置功能。

3.2 應用效果

該軟件已在上虞電網投入實際應用，并進行了分時段、多測點的軟件計算值和現場測量值比對試驗，部分試驗數據見表1。

在所有54個測量點中，誤差＜10%的有54個，占比100%；誤差＜5%的有43個，占比79.6%；誤差＜2%的有22個，占比40.7%。其中，最大誤差為9.1%，最小誤差為0.4%。

經對比發(fā)現，配電網狀態(tài)估計軟件的計算結果準確度較高，實現了配電網狀態(tài)估計的目的。在實際應用中，解決了配電網“盲調”的問題，特別是在配電網故障搶修期間，有助于研判故障原因，加速故障處理進程，大大提高了供電可靠性。

[1]李銳，梅生偉，沈沉，等.基于停電風險評估的城市配電網應急預警方法[J].電力系統(tǒng)自動化，2010，34（16）:19-23.

[2]楊媛媛，黃鎮(zhèn).配電網風險評價體系及其應用[J].現代電力，2011，28（4）:18-23.

[3]蘭華，李積捷.電力系統(tǒng)狀態(tài)估計算法的研究現狀和展望[J].繼電器，2007，35（10）:78-82.

[4]林峰，胡牧，蔣元晨，等.電力調度綜合數據平臺體系結構及相關技術[J].電力系統(tǒng)自動化，2007，31（1）:61-64.

[5]王永梅，胡學鋼.決策樹中ID3算法的研究[J].安徽大學學報（自然科學版），2011，35（3）:71-75.

（本文編輯：方明霞）

Research and Development of Distribution System State Evaluation Software

LIU Chengjun，WEI Yating
（State Grid Shaoxing Shangyu Power Supply Company，Shangyu Zhejiang 312300，China）

This paper investigates the state estimation method for distribution system，which improves traditional weighted least squares method and increases the bad data processing chain.On the basis，distribution network state estimation software is designed.This software is fully functional and can not only realize the state estimation of distribution system but has high accuracy and practicability，having already been applied to the power system in Shangyu.

distribution system；state estimation；least square method；quality label

TM769

：B

：1007-1881（2016）07-0024-04

2016-05-13

劉成君（1982），男，工程師，主要從事電網調度運行工作。

而且具有較高的準確度和良好的實用性，目前已在上虞電網實際應用。