您好, 访客   登录/注册

对电网主网中设备、线路参数的辨识问题的数据质量提升方法分析

来源:用户上传      作者:

  摘 要:潮流计算结果与实际量测值的偏差较大,主网中设备与线路的参数会随着运行老化与环境变化而偏离出场标定值,主网调度员在进行开关断路模拟时,发现潮流计算理论功率值与真实功率值相差较大,致使潮流计算去查偏大没有参考价值。为此本文提出电网主网中设备、线路参数的辨识问题的数据质量提升方法。
  关键词:数据质量;潮流计算;数据修正;质量检查
  0 引言
  潮流计算结果与实际量测值的偏差较大,最大偏差可达30%,主网中设备与线路的参数会随着运行老化与环境变化而偏离出场标定值,而主站系统中的对应参数仍为其出厂参数。主网调度员在进行开关断路模拟时,发现潮流计算理论功率值与真实功率值相差较大。调度员仅凭借现场经验观察偏差,发现各设备与线路参数在电网实际运行中偏离出厂设定且实际参数无法量测,因而无法在主站系统中更新参数,没有方法校验潮流计算的误差范围,致使潮流计算去查偏大没有参考价值。由于潮流计算的模型巨大与参数众多,目前主网多次尝试提升潮流计算精度但都无法达到预期效果。本文提出电网主网中设备、线路参数的辨识问题的数据质量提升方法[1,2],实现了电网数据质量的提高。
  1 计算模型
  潮流计算在给定电力系统网络拓扑、元件参数和发电、负荷参量条件下,计算稳态运行状态参数PQU在电力网中的分布,通常采用牛顿-拉夫逊法迭代求解,潮流平衡方程如下:
  2 整体流程
  获取潮流计算拓扑模型和潮流计算某断面所需参数,检查数据完整性与一致性,要求主网内信息一致,并核查潮流内参数缺失、重复情况,参数包含传输线路参数、设备参数、开关信号参数和时间戳信息。如果存在数据质量不合格情况[3,4],记录错误数据信息并进行数据重传等数据同步机制;如果数据质量合格,数据一致性检查,并允许进行潮流计算,根据潮流计算模型与某断面参数搭建潮流计算平台,接着使用牛顿迭代进行潮流计算,并获取潮流实际参数。判断某时刻断面数据潮流是否收敛,如果没有收敛,调取台帐、计量数据并检查设备信息是否匹配,接着记录错误数据信息进行数据重传等数据同步机制,并返回数据质量校验模块;如果某时刻断面数据潮流收敛,于是启用系统参数标识,并识别偏差较大线路或设备运行参数,接着提取偏差过大设备或线路一段事件内参数,如功率、电压、电流、阻抗和变比等,将输入端参数作为输入,输出端参数作为输出,输入测量误差至设备/线路模型,根据系统辨识原则判断是否达到要求,如果没有达到要求,修改设备/线路模型参数,于是输入测量误差至设备/线路模型;如果达到要求,输出辨识参数,修改潮流中的设备信息。判断是否完成所有误差过大设备/线路系统辨识,如果未完成,返回启用系统参数辨识阶段;如果完成,则重新进行潮流计算,比较理论结果与实际功率关系。最后判断误差是否减小,如果减小,系统辨识运行参数结束;如果没有减小,驳回辨识结果,并沿用原台帐数据并记录潮流无法辨识信息。
  2.1 数据质量提升
  首先由计量系统得到越限警告,核查越限处数据是否有缺失、重复、格式错误,如果数据有问题,结束质量检查;再判断数据有问题的次数,生成错误报告,结束质量检查,如果数据多次没有问题,从省海量平台重新下载数据。提取报警数据,校验警报信息的完整性,包括报警数据的时间、地点、设备编号、报警类型与严重程度,并且需要检查报警时间是否缺失。报警地点与报警设备线路需要相匹配,报警设备编号与台账数据信息需要匹配等。等待报警类型提取确认,查看是否存在明显误报信息,如图1所示。
  2.2 数据校验
  首先采用递推闭环系统辨识的方法辨识设备参数,递推方法可以减小算法的复杂度,避免维数灾难;闭环辨识可以避免辨识过程对系统正常运行产生影响,具体方法可选用最小二乘法、极大似然法、闭环子空间辨识法等。以最小二乘法为例,辨识准则式为:
  其中y(t)为实测待辩识设备的量测数据,x(t)为依据辨识所得模型计算得到的对应数据。
  2.3 数据修正和驳回
  记待辨识参数为0~,递推最小二乘法的初值可以取为0~(0)=0,P(0)=aI,a为足够大的正数,每次迭代需要按照如下方法进行计算。
  首先开始系统辨识,接着设定初值,使用新参数计算潮流,判断新参数是否满足阈值,如果满足输出当前参数作为新参数;如果不满足,则判断是否已用所有数据,如果满足输出当前参数作为新参数;如果不满足,则输入下一时刻数据你,并迭代计算并更新参数。然后采用辨识得到的参数进行网络潮流计算,并输出辨识所得参数及准确度。若潮流计算误差有所减小,则接受新参数,出具台帐数据变工单[5,6]。若使用辨识所得参数进行潮流计算后,误差未有改善,则驳回辨识数据,沿用原台帐数据。辨识与数据修正和驳回流程如图2所示。
  3 结语
  本文提出电网主网中设备、线路参数的辨识问题的数据质量提升方法,从数据质量提升、数据校验、数据修正和数据驳回三个步骤实现了数据质量提高。
  参考文献
  [1] 巫莉莉,张波.高校数据治理中提升数据质量的方法研究[J].重庆理工大学学报(自然科学版),2019(8):149-156.
  [2] 张华煜.配网规划基础数据质量提升策略研究[J].机电信息,2019(27):10-11.
  [3] 曹美菊.企业统计数据质量的影响因素和提升对策[J].现代商业,2019(26):131-132.
  [4] 李鸿奎,曾文婷,李福建,等.一种基于SCADA量测的线路动态参数辨识方法[J].电測与仪表,2019(4):121-128+141.
  [5] 季良丹,杨敏红,陈蕾.基于电网大数据质量标准化的主配网一体化故障检测技术研究及应用[J].中国科技纵横,2018(20):183-184.
  [6] 林钰杰,吴丽贤.基于配电网台账数据质量信息化管理的分析[J].微型电脑应用,2019(8):136-139.
转载注明来源:https://www.xzbu.com/8/view-15265054.htm