基于深度神經(jīng)網(wǎng)絡(luò)偽量測(cè)建模的交直流混合配電網(wǎng)交替迭代法狀態(tài)估計(jì)

龔遜東，費(fèi)有蝶，凌佳凱，胡金峰，秦軍，衛(wèi)志農(nóng)，臧海祥

(1.國(guó)網(wǎng)江蘇省電力有限公司無(wú)錫供電分公司，江蘇省無(wú)錫市 214061；2.河海大學(xué)能源與電氣學(xué)院，南京市 211100)

0 引 言

隨著分布式電源(distributed generation，DG)的發(fā)展和直流負(fù)荷比重的不斷提高[1-2]，直流配電網(wǎng)的優(yōu)勢(shì)得到越來(lái)越多的關(guān)注。相比于交流配電網(wǎng)，直流配電網(wǎng)能減少電力變換環(huán)節(jié)，降低網(wǎng)損，提高傳輸容量和電能利用率[3-4]?？紤]到交流配電技術(shù)的長(zhǎng)久發(fā)展，直流配電網(wǎng)難以完全替代交流配電網(wǎng)。因此建設(shè)交直流混合配電網(wǎng)是解決新能源并網(wǎng)消納問(wèn)題，兼容交直流異質(zhì)負(fù)荷的有效方法[5-6]。但這種復(fù)雜的混聯(lián)結(jié)構(gòu)為配電管理系統(tǒng)(distribution management system，DMS)實(shí)時(shí)監(jiān)控系統(tǒng)的運(yùn)行狀態(tài)帶來(lái)了挑戰(zhàn)。

狀態(tài)估計(jì)(state estimation，SE)能為DMS提供可靠的基礎(chǔ)數(shù)據(jù)[7]，并利用量測(cè)冗余度提高數(shù)據(jù)精度。然而配電網(wǎng)的實(shí)時(shí)量測(cè)數(shù)目較少[8]，通常難以達(dá)到可觀性的要求，而廣泛配置量測(cè)裝置會(huì)大幅增加經(jīng)濟(jì)成本。因此，在實(shí)時(shí)量測(cè)有限的情況下，如何保證配電網(wǎng)的可觀性值得深入研究。現(xiàn)有的方法主要分為以下三類(lèi)。1)優(yōu)化量測(cè)配置保證系統(tǒng)的可觀性：文獻(xiàn)[9-10]通過(guò)優(yōu)化量測(cè)裝置的安裝地點(diǎn)保證狀態(tài)估計(jì)的精度，雖然節(jié)約了成本但沒(méi)有擴(kuò)充量測(cè)，依然有可能面臨冗余度低的問(wèn)題。2)利用數(shù)值方法保證方程的可解性：文獻(xiàn)[11]基于常規(guī)負(fù)荷功率不變的特點(diǎn)，將連續(xù)兩個(gè)時(shí)刻的功率方程耦合，解決了由不可觀導(dǎo)致?tīng)顟B(tài)估計(jì)不可解的問(wèn)題，但增加了求解方程的規(guī)模和計(jì)算復(fù)雜度。文獻(xiàn)[12]利用相量量測(cè)單元(phase measurement unit，PMU)的量測(cè)值計(jì)算相鄰節(jié)點(diǎn)的電壓量測(cè)值以補(bǔ)充量測(cè)量，但PMU在配電網(wǎng)中的配置較少，補(bǔ)充的量測(cè)并不能保證全系統(tǒng)可觀。3)建立偽量測(cè)模型提高量測(cè)冗余度：文獻(xiàn)[13-14]利用短期負(fù)荷預(yù)測(cè)的方法獲得節(jié)點(diǎn)注入功率偽量測(cè)，但負(fù)荷的隨機(jī)性波動(dòng)較大，導(dǎo)致偽量測(cè)精度不高。隨著人工智能算法的興起，文獻(xiàn)[15-16]基于人工神經(jīng)網(wǎng)絡(luò)進(jìn)行節(jié)點(diǎn)注入功率偽量測(cè)建模，相比于傳統(tǒng)預(yù)測(cè)方法提高了偽量測(cè)的精度。

關(guān)于交直流混合配電網(wǎng)潮流計(jì)算和狀態(tài)估計(jì)算法的研究，可以分為以下三類(lèi)。1)整體法：交流方程和直流方程聯(lián)立并進(jìn)行統(tǒng)一迭代，文獻(xiàn)[17-18]將交流和直流模型作為一個(gè)整體，建立穩(wěn)態(tài)潮流模型并統(tǒng)一進(jìn)行求解。文獻(xiàn)[19]在整體法求解模型的基礎(chǔ)上將系統(tǒng)頻率也作為狀態(tài)變量，監(jiān)測(cè)孤島運(yùn)行時(shí)的系統(tǒng)頻率。2)交替迭代法：交、直流區(qū)域按順序計(jì)算，文獻(xiàn)[20]基于對(duì)偶分解技術(shù)對(duì)交直流配電網(wǎng)進(jìn)行交替迭代狀態(tài)估計(jì)。文獻(xiàn)[21]將換流站等效為不同類(lèi)型的節(jié)點(diǎn)以實(shí)現(xiàn)交直流系統(tǒng)的解耦，并進(jìn)行交替迭代潮流計(jì)算。3)分布式方法：交、直流區(qū)域并行計(jì)算，文獻(xiàn)[22-23]利用電壓源換流器(voltage source converter，VSC)交直流兩側(cè)的功率約束關(guān)系，對(duì)交流和直流配電網(wǎng)進(jìn)行分布式估計(jì)。整體法能充分考慮到交直流系統(tǒng)間的功率耦合關(guān)系[24]，估計(jì)精度高，但矩陣維數(shù)會(huì)隨著系統(tǒng)規(guī)模的擴(kuò)大而增加，計(jì)算量也隨之增加。分布式方法需要配置額外的全局信息計(jì)算模塊以實(shí)現(xiàn)各區(qū)域的并行計(jì)算，在每一次迭代中所有區(qū)域均需計(jì)算。而交替迭代法在順序計(jì)算過(guò)程中耦合變量的差異足夠小即可收斂，計(jì)算復(fù)雜度更低。

本文針對(duì)混合配電網(wǎng)交直流互聯(lián)、實(shí)時(shí)量測(cè)覆蓋率低的特點(diǎn)，利用深度神經(jīng)網(wǎng)絡(luò)(deep neural networks，DNN)偽量測(cè)模型輔助交直流配電網(wǎng)進(jìn)行交替迭代狀態(tài)估計(jì)。首先，建立VSC的等效模型，并建立交流和直流配電網(wǎng)的實(shí)時(shí)量測(cè)方程；然后，利用歷史量測(cè)數(shù)據(jù)輸入DNN進(jìn)行節(jié)點(diǎn)注入功率建模，提高量測(cè)冗余度；最后，將交流區(qū)域和直流區(qū)域解耦，基于VSC支路的狀態(tài)量信息，在交流和直流區(qū)域間實(shí)現(xiàn)交替迭代狀態(tài)估計(jì)。通過(guò)算例測(cè)試驗(yàn)證本文方法的有效性。

1 混合配電網(wǎng)系統(tǒng)建模

1.1 VSC換流站的穩(wěn)態(tài)模型

VSC換流站是混合配電網(wǎng)的關(guān)鍵設(shè)施，能夠?qū)崿F(xiàn)交流配電網(wǎng)與直流配電網(wǎng)的融合互聯(lián)。忽略濾波器損耗，VSC由換流變壓器、換流電抗器、換流橋等組成，可以等效為等值交流支路串聯(lián)理想VSC的形式[25]，如圖1所示。圖1中：下標(biāo)k為VSC的序號(hào)；Pft,k、Qft,k分別為交流系統(tǒng)流向VSC的有功、無(wú)功功率；Uf,k∠θf(wàn),k為與VSC相連的交流系統(tǒng)節(jié)點(diǎn)的電壓相量；Rv,k為VSC支路的等值電阻；Xv,k為等值電抗；Ut,k∠θt,k為換流站節(jié)點(diǎn)的電壓相量；Pin,k、Qin,k分別為換流站節(jié)點(diǎn)流向VSC的有功、無(wú)功功率；Ud,k為與VSC相連的直流節(jié)點(diǎn)的電壓；Pd,k為VSC流向直流系統(tǒng)的有功功率。

圖1 VSC等效模型

交流系統(tǒng)側(cè)的潮流方程為：

(1)

(2)

式中：Gv,k、Bv,k分別為等值交流支路的電導(dǎo)和電納，即Gv,k+jBv,k=1/(Rv,k+jXv,k)；θf(wàn)t,k=θf(wàn),k-θt,k為支路兩端的相角差。

換流站節(jié)點(diǎn)流入VSC的有功功率為：

(3)

式中：θtf,k=θt,k-θf(wàn),k。

由于VSC的損耗可以由等效電阻Rv,k等效，因此圖1中的直流功率與流入理想VSC的有功功率相等，即：

Pd,k=Pin,k

(4)

1.2 混合配電網(wǎng)的量測(cè)方程

配電網(wǎng)與輸電網(wǎng)相比量測(cè)冗余度較低，并且存在較多的電流幅值量測(cè)。本文選取交流配電網(wǎng)的量測(cè)量為節(jié)點(diǎn)電壓幅值Uac,i，支路電流幅值Iac,ij，支路功率Pac,ij、Qac,ij和節(jié)點(diǎn)注入功率Pac,i、Qac,i。下標(biāo)i和j表示節(jié)點(diǎn)編號(hào)。需要指出的是，當(dāng)交流節(jié)點(diǎn)與VSC換流站相連時(shí)，節(jié)點(diǎn)注入功率方程需要考慮VSC支路的影響。本文在交流配電網(wǎng)導(dǎo)納矩陣中加入VSC支路，將VSC支路和交流配電網(wǎng)作為整體考慮，則混合配電網(wǎng)交流部分的量測(cè)方程與純交流配電網(wǎng)相同。

混合配電網(wǎng)的運(yùn)行狀態(tài)與VSC的控制方式有關(guān)[26]，并且VSC的控制變量值往往是已知的，因此可以作為偽量測(cè)提高量測(cè)冗余度，同時(shí)賦予較大的權(quán)重。本文考慮以下三種控制方式：

1)定交流側(cè)有功Pft,k和交流側(cè)無(wú)功Qft,k；

2)定交流側(cè)有功Pft,k和交流側(cè)電壓Uf,k；

3)定直流側(cè)電壓Ud,k和交流側(cè)無(wú)功Qft,k。

直流配電網(wǎng)的量測(cè)量選取為節(jié)點(diǎn)電壓幅值Udc,i、支路電流幅值Idc,ij、支路有功功率Pdc,ij和節(jié)點(diǎn)注入有功Pdc,i。與VSC相連的直流節(jié)點(diǎn)在注入功率方程中增加Pd,k，于是量測(cè)方程為：

(5)

2 DNN偽量測(cè)模型

本文利用DNN構(gòu)建負(fù)荷功率的偽量測(cè)模型。對(duì)于每個(gè)交流節(jié)點(diǎn)，建立兩個(gè)單獨(dú)的DNN，輸出分別為負(fù)荷有功和無(wú)功功率，輸入為交流配電網(wǎng)的實(shí)時(shí)量測(cè)值；對(duì)于每個(gè)直流節(jié)點(diǎn)，建立一個(gè)DNN，輸出為負(fù)荷有功功率，輸入為直流配電網(wǎng)的實(shí)時(shí)量測(cè)值。將DNN的輸出與實(shí)際的節(jié)點(diǎn)負(fù)荷功率進(jìn)行比較，差值即為該偽量測(cè)模型的輸出誤差。模型訓(xùn)練圖如圖2所示。

圖2 DNN偽量測(cè)模型訓(xùn)練圖

本文的具體訓(xùn)練過(guò)程如下：

1)根據(jù)負(fù)荷曲線，對(duì)配電網(wǎng)進(jìn)行潮流計(jì)算，在量測(cè)量的潮流真值的基礎(chǔ)上添加高斯噪聲作為實(shí)時(shí)量測(cè)值。

2)搭建具有兩個(gè)隱含層的DNN，選擇神經(jīng)元數(shù)量、batch_size、epoch和學(xué)習(xí)率等參數(shù)，將實(shí)時(shí)量測(cè)值作為輸入，負(fù)荷節(jié)點(diǎn)注入功率作為目標(biāo)輸出來(lái)訓(xùn)練網(wǎng)絡(luò)。

3)訓(xùn)練迭代結(jié)束后，使用測(cè)試集中的實(shí)時(shí)量測(cè)數(shù)據(jù)輸入DNN，將DNN的輸出與實(shí)際的負(fù)荷節(jié)點(diǎn)功率進(jìn)行比較，若相對(duì)誤差較大，則需要調(diào)整網(wǎng)絡(luò)參數(shù)，返回步驟2)；若相對(duì)誤差滿(mǎn)足要求，則進(jìn)入步驟4)。

4)保存DNN的參數(shù)和測(cè)試集的相對(duì)誤差。

播前進(jìn)行種子篩選和晾曬。選種時(shí)要選粒大飽滿(mǎn)、純度高、不帶病蟲(chóng)害的大豆種子。播種前做好種子處理工作。采用藥劑、根瘤菌拌種或種子包衣。藥劑拌種時(shí)，用50%多菌靈按種子重量的0.4%拌種，以防治根腐病。拌種隨拌隨播，處理后的種子不宜過(guò)夜。

訓(xùn)練完成的DNN能在實(shí)時(shí)量測(cè)更新時(shí)，快速生成節(jié)點(diǎn)注入功率偽量測(cè)。DNN輸出功率的最大相對(duì)誤差為Emax，根據(jù)3-sigma原則[27]，偽量測(cè)的權(quán)重為1/(Emax/3)2。然后利用實(shí)時(shí)量測(cè)和偽量測(cè)一起進(jìn)行在線狀態(tài)估計(jì)，既能滿(mǎn)足冗余度的要求，也能達(dá)到更新速率的要求。

3 交替迭代狀態(tài)估計(jì)

3.1 加權(quán)最小二乘算法

本文選取交流節(jié)點(diǎn)電壓幅值Uac、相角θ和直流節(jié)點(diǎn)電壓幅值Udc作為狀態(tài)變量x=[Uac,θ,Udc]。狀態(tài)估計(jì)的量測(cè)方程可以表示為：

z=h(x)+υ

(6)

式中：z為量測(cè)值組成的向量，包括實(shí)時(shí)量測(cè)、零注入虛擬量測(cè)和偽量測(cè)；h(x)為x到z的非線性映射；υ為量測(cè)誤差向量。

加權(quán)最小二乘(weighted least square，WLS)狀態(tài)估計(jì)可以視為求解含非線性等式約束的優(yōu)化問(wèn)題，目標(biāo)函數(shù)為加權(quán)殘差平方和最小，其優(yōu)化模型為：

(7)

3.2 混合配電網(wǎng)狀態(tài)估計(jì)的分解協(xié)調(diào)策略

混合配電網(wǎng)包括交流區(qū)域、直流區(qū)域和VSC支路三部分。VSC支路為交直流區(qū)域的聯(lián)絡(luò)線。將交流區(qū)域和直流區(qū)域擴(kuò)展，使得混合配電網(wǎng)分為兩個(gè)部分，如圖3所示。

圖3 混合配電網(wǎng)分區(qū)示意圖

圖3中：{xa,xav}為交流配電網(wǎng)的狀態(tài)變量，其中xav為連有VSC的交流節(jié)點(diǎn)的狀態(tài)量，xa為不與VSC相連的交流節(jié)點(diǎn)的狀態(tài)量；xv為VSC換流站節(jié)點(diǎn)的狀態(tài)量；{xd,xdv}為直流配電網(wǎng)的狀態(tài)變量，其中xdv為連有VSC的直流節(jié)點(diǎn)的狀態(tài)量，xd為不與VSC相連的直流節(jié)點(diǎn)的狀態(tài)量；za為交流配電網(wǎng)內(nèi)部的量測(cè)；zav為連有VSC的交流節(jié)點(diǎn)的注入功率量測(cè)；zv為VSC支路的量測(cè)，包括支路功率實(shí)時(shí)量測(cè)或VSC控制設(shè)定值；zd為直流配電網(wǎng)內(nèi)部的量測(cè)；zdv為連有VSC的直流節(jié)點(diǎn)的注入有功量測(cè)。

由于交、直流配電網(wǎng)中與VSC相連的節(jié)點(diǎn)注入功率受VSC支路的影響，因此將VSC支路作為區(qū)域擴(kuò)展后的公共重疊區(qū)域。zv作為交流和直流區(qū)域的共享量測(cè)。擴(kuò)展交流區(qū)域的狀態(tài)量xac和量測(cè)量zac為：

(8)

擴(kuò)展直流區(qū)域的狀態(tài)量xdc和量測(cè)量zdc為：

(9)

zac只與xac有關(guān)，zdc只與xdc有關(guān)，因此交流區(qū)域和直流區(qū)域可以解耦估計(jì)?？紤]到兩者的功率耦合關(guān)系，將擴(kuò)展交(直)流區(qū)域中{xav,xv}的估計(jì)值作為擴(kuò)展直(交)流區(qū)域的偽量測(cè)。于是，交流和直流區(qū)域的目標(biāo)函數(shù)分別為：

(10)

(11)

本文的算法流程如圖4所示。

圖4 本文算法流程圖

4 算例分析

本文以IEEE 33節(jié)點(diǎn)構(gòu)造的系統(tǒng)一[28]和系統(tǒng)二[29]為測(cè)試算例，系統(tǒng)結(jié)構(gòu)如附錄圖A1和A2所示。VSC的控制方式和實(shí)時(shí)量測(cè)配置如附錄表A1—A4所示。并網(wǎng)DG為光伏發(fā)電系統(tǒng)，功率因數(shù)為0.95。以整體法潮流計(jì)算的結(jié)果作為真值，在潮流真值的基礎(chǔ)上添加正態(tài)分布的隨機(jī)誤差形成量測(cè)值，實(shí)時(shí)量測(cè)誤差的標(biāo)準(zhǔn)差模擬為1%。

4.1 偽量測(cè)模型的有效性

僅考慮實(shí)時(shí)量測(cè)和虛擬量測(cè)，系統(tǒng)的量測(cè)冗余度為0.76，加入節(jié)點(diǎn)注入功率偽量測(cè)后冗余度提高到1.52，保證了可觀測(cè)性。本文構(gòu)建含有兩個(gè)隱含層的DNN，選取Relu函數(shù)作為輸入層和隱含層的激活函數(shù)，Sigmoid函數(shù)作為輸出層的激活函數(shù)。損失函數(shù)為均方誤差，優(yōu)化器為Adam。通過(guò)某負(fù)荷曲線模擬出系統(tǒng)在連續(xù)時(shí)間斷面下的運(yùn)行狀態(tài)，以第1—6 000個(gè)時(shí)間斷面作為訓(xùn)練集，第6 001—6 300個(gè)時(shí)間斷面作為測(cè)試集，訓(xùn)練集中劃分出2%作為驗(yàn)證集。根據(jù)第2節(jié)的訓(xùn)練步驟對(duì)DNN偽量測(cè)模型進(jìn)行訓(xùn)練。量化指標(biāo)采用平均相對(duì)誤差EARE和最大相對(duì)誤差EMRE：

(12)

(13)

測(cè)試集的輸出結(jié)果如表1所示。由表1可以看出，直流節(jié)點(diǎn)的偽量測(cè)相比于交流節(jié)點(diǎn)誤差較大，這是由于直流節(jié)點(diǎn)DNN模型的輸入實(shí)時(shí)量測(cè)較少，擬合能力低于交流節(jié)點(diǎn)的DNN模型?？傮w而言混合系統(tǒng)的偽量測(cè)平均誤差小于4%，體現(xiàn)了偽量測(cè)模型的準(zhǔn)確性。

表1 測(cè)試集的誤差

用訓(xùn)練完成的DNN生成第6 301—6 310個(gè)時(shí)間斷面的負(fù)荷節(jié)點(diǎn)功率偽量測(cè)值，交流節(jié)點(diǎn)1和直流節(jié)點(diǎn)34的DNN輸出有功功率與真實(shí)值的對(duì)比如圖5所示。由圖5可以看出，本文建立的DNN偽量測(cè)模型能夠跟蹤節(jié)點(diǎn)功率的變化趨勢(shì)，適用于負(fù)荷波動(dòng)性較大的情況。

4.2 所提算法的估計(jì)效果

為了進(jìn)一步驗(yàn)證本文方法的優(yōu)越性，基于DNN偽量測(cè)模型和基于傳統(tǒng)預(yù)測(cè)方法分別進(jìn)行混合配電網(wǎng)的集中式狀態(tài)估計(jì)(centralized state estimation，CSE)和交替迭代狀態(tài)估計(jì)(alternative iterative state estimation，AISE)，集中式狀態(tài)估計(jì)也就是整體法狀態(tài)估計(jì)。其中，傳統(tǒng)預(yù)測(cè)法一般指利用短期負(fù)荷預(yù)測(cè)獲得功率，其不確定性比數(shù)據(jù)監(jiān)控與采集系統(tǒng)(supervisory control and data acquisition，SCADA)大得多[2]，本文將其量測(cè)誤差模擬為具有10%和30%不確定性的高斯分布[23]。用CSE表示整體法，用AISE表示交替迭代法，p10%表示偽量測(cè)誤差服從10%不確定性的高斯分布，p30%表示偽量測(cè)誤差服從30%不確定性的高斯分布，dnn表示偽量測(cè)由DNN產(chǎn)生。算例測(cè)試分為以下6種情況：1)CSE p10%；2)AISE p10%；3)CSE p30%；4)AISE p30%；5)CSE dnn；6)AISE dnn。

估計(jì)誤差的對(duì)比如圖6所示，展示的結(jié)果為連續(xù)100個(gè)時(shí)間斷面下的平均值。由圖6可以看出，引入DNN偽量測(cè)模型后，兩種算法對(duì)于交流狀態(tài)量的估計(jì)精度有所提高，對(duì)于直流狀態(tài)量估計(jì)精度略有提高。此外，AISE的估計(jì)誤差與CSE幾乎相同，具有較高的準(zhǔn)確性。

圖6 不同偽量測(cè)集下CSE和AISE的最大估計(jì)誤差

以交、直流區(qū)域估計(jì)的VSC支路狀態(tài)量的差值作為不平衡量，單個(gè)時(shí)間斷面下AISE dnn的收斂曲線如圖7所示。由圖7可以看出本文算法具有較好的收斂性。

圖7 AISE dnn的收斂曲線

為檢驗(yàn)VSC支路相關(guān)變量的估計(jì)質(zhì)量，表2給出了其兩端狀態(tài)變量xav={Uav,θav}，xv={Uv,θv}和支路功率Pft、Qft在連續(xù)100個(gè)時(shí)間斷面下的平均估計(jì)誤差。由表2可以看出，VSC1的Pft,1和Qft,1，VSC2的Uav,2和Pft,2，VSC3的Qft,3平均誤差很小，原因在于這些變量是相應(yīng)VSC的控制變量，在狀態(tài)估計(jì)中是一種高精度的偽量測(cè)。對(duì)于VSC支路的其他變量，本文算法的平均估計(jì)誤差與整體法相近。這也進(jìn)一步驗(yàn)證了本文提出的混合配電網(wǎng)分解協(xié)調(diào)策略的有效性。

表2 VSC支路變量的平均估計(jì)誤差

4.3 計(jì)算效率

設(shè)收斂門(mén)檻值為10-3，對(duì)附錄圖A1和A2的兩個(gè)系統(tǒng)進(jìn)行CSE dnn和AISE dnn的測(cè)試。對(duì)于系統(tǒng)二，三個(gè)交流子區(qū)域可并行計(jì)算，因此交流區(qū)域的計(jì)算時(shí)間為最慢交流子區(qū)域的計(jì)算時(shí)間。設(shè)DNN1，DNN2分別為交流節(jié)點(diǎn)有功和無(wú)功偽量測(cè)模型，DNN3為直流節(jié)點(diǎn)有功偽量測(cè)模型，各部分的計(jì)算時(shí)間如表3所示。需要說(shuō)明的是，DNN的訓(xùn)練是離線進(jìn)行，在線應(yīng)用階段直接使用訓(xùn)練完成的模型，無(wú)需重復(fù)訓(xùn)練。此外，當(dāng)實(shí)時(shí)量測(cè)更新時(shí)，各個(gè)DNN可并行生成偽量測(cè)。由表3可以看出，對(duì)于系統(tǒng)一，AISE dnn總計(jì)算時(shí)間小于0.5 s，比整體法用時(shí)更短。對(duì)于系統(tǒng)二，AISE dnn總計(jì)算時(shí)間小于1 s。因此，本文方法的計(jì)算效率能夠滿(mǎn)足配電網(wǎng)狀態(tài)估計(jì)的要求。

表3 計(jì)算時(shí)間統(tǒng)計(jì)結(jié)果

5 結(jié) 語(yǔ)

1)為了保證混合配電網(wǎng)各區(qū)域的可觀測(cè)性，本文利用DNN建立節(jié)點(diǎn)注入功率偽量測(cè)模型。該模型能在實(shí)時(shí)量測(cè)到來(lái)時(shí)快速提供準(zhǔn)確的偽量測(cè)，并且適用于負(fù)荷波動(dòng)性較大的情況，為狀態(tài)估計(jì)的有效應(yīng)用提供了前提和保證。

2)為了使交流和直流區(qū)域解耦計(jì)算，本文以VSC支路作為公共重疊區(qū)域，對(duì)交流和直流區(qū)域的狀態(tài)量進(jìn)行擴(kuò)展。在交替迭代過(guò)程中，僅需交換公共區(qū)域狀態(tài)量的估計(jì)結(jié)果，既保護(hù)了各區(qū)域的數(shù)據(jù)隱私，也保證了區(qū)域間的耦合關(guān)系。

3)算例分析表明，本文方法的估計(jì)結(jié)果足夠接近于整體法，且計(jì)算效率更高，易于拓展到含有多個(gè)交直流區(qū)域的混合配電網(wǎng)。