基于最优路径的电网状态计算与不良数据辨识

　　摘要：电网状态计算与不良数据辨识，能为电力系统运行分析提供准确可靠的数据系统，是电网安全稳定控制的基础。提出了一种考虑不同量测精度和量测方向的网络搜索新方法，选择量测组合精度更高的最优路径进行状态计算。利用电压一致性检测、PMU/SCADA一致性检测、KCL一致性检测和KVL一致性检测方法，实现不良数据辨识。IEEE14节点系统算例结果表明，最优路径法具有较高的计算精度，且能正确辨识不良数据。

　　关键词：最优路径;状态计算;不良数据辨识;一致性检测

　　0引言

　　由于系统在量测设备、仪表精度、传送通道、系统故障等各环节都可能产生随机误差，不可避免地使得获取的部分遥测和遥信量测量与量测真值之间存在较大的误差。一般来说，将误差为量测标准差的6～7倍以上的量测值称为不良数据[1]。对不良数据进行检测、辨识、剔除、修正，为电力系统运行分析提供准确可靠的数据系统，是电网安全稳定控制的基础，因而尤为重要。

　　目前电力系统中常用的不良数据辨识方法包括电力系统静态状态估计[2]、基于滤波算法的动态状态估计[3]、残差检测法[4]等。大数据技术[5]的蓬勃发展，为海量电网数据处理提供了新的角度和方法。基于大数据技术的常规异常数据检测方法有基于统计、基于距离、基于密度[6]、基于偏离、基于聚类[7]、人工神经网络[8]等。由于不需要构建具体的数学模型，大数据技术对不同类型的数据具有较强的普适性，但存在对依赖参数选取、对多维非线性数据收敛性较差等问题，也难以应用KCL、KVL等电力系统规律进行更精细的不良数据辨识。网络搜索方法[9]也是一种有效的状态计算方法，其基本原理为从一个状态(即电压幅值和相角)已知的节点出发，利用相连支路的功率或电流，逐级计算邻接节点的电压相量。

　　但传统的网络搜索方法采用广度优先搜索算法对电力系统中的各节点进行分层[3-4]，将所有量测视为无差别、无方向的路径，没有区别不同量测的精度和方向。实际上，PMU量测具有SCADA量测无法比拟的高精度[2]。如果一条支路同时配置了SCADA支路功率量测和PMU支路电流相量量测，且一端节点电压已知，需要计算另一端节点的电压，则一般情况下利用PMU支路电流相量量测计算的结果比利用SCADA支路功率量测计算的结果更接近真值。因此，随着PMU装置大量引入电力系统，传统网络搜索的状态计算方法弊端日益凸显，难以找到精度最高的计算路径。为此，本文提出了一种考虑不同量测精度和量测方向的网络搜索新方法，选择量测组合精度更高的最优路径进行状态计算。利用电压一致性检测、PMU/SCADA一致性检测、KCL一致性检测和KVL一致性检测方法，实现不良数据辨识。

　　1最优路径

　　1.1最优路径的定义

　　寻找电网两个节点之间量测组合精度最高的计算路径，可以使计算结果更优。量测标准差越小，量测精度越高。将量测视为权重等于量测标准差的虚拟支路。不良量测数据的权重置为∞。实际支路的权重为各虚拟支路权重的“并联”。

　　2.不良数据辨识

　　对于一个n节点电力系统，其状态量的求解只需2n-1个独立的量测量[1]。一般情况下，电力系统的量测量大大地多于2n-1个。大量冗余的量测量之间可以进行相互校核。为此，本文提出电压一致性检测、PMU/SCADA一致性检测、KCL一致性检测和KVL一致性检测四种一致性检测方法，以辨识量测中的不良数据。

　　1)电压一致性检测电压一致性检测可以在电压计算的同时进行。利用最优计算路径法计算子节点的电压时，如果子节点装设有电压量测，则可以通过比较子节点电压的量测值和计算值，以辨识对应支路上的电流或功率量测以及子节点的电压量测中的不良数据。如果子节点电压的量测值和计算值的差在给定的阈值范围内，则将对应支路上的电流或功率量测以及子节点的电压量测标记为可靠量测。否则，这些量测都被标记为可疑数据，需要进一步利用其他一致性检测方法，辨识可疑数据是否为不良数据。

　　2)PMU/SCADA一致性检测当一个节点上既有PMU节点电压相量量测又有SCADA节点电压幅值量测时，在正常情况下两种量测的电压幅值量测值应比较接近。因此，假如在同一节点的PMU节点电压相量量测和SCADA节点电压幅值量测中，一个是可靠量测而另一个为可疑量测，而两个量测的电压幅值量测值之差在阈值内，则将该可疑量测标记为可靠量测。若两者中一个为可疑量测而另一个未被检测，则未被检测的量测也被标记为可疑量测。同理，当一条支路的父节点侧同时装设有PMU电流相量量测与SCADA功率量测，而两个量测中有一个是可疑量测时，也可以通过比较SCADA功率量测值以及PMU电流相量量测与父节点电压相量的乘积，判断是否将相关量测移出或移入可疑量测集。

　　3)KCL一致性检测和KVL一致性检测在电压计算过程中，某些支路可能没有被包含在任何节点的最优计算路径上，因此其支路量测没有被用于电压计算或不良数据辨识中，这些支路量测即为冗余量测。冗余量测也有可能是不良数据。对于冗余量测和可疑量测，都可以通过KCL一致性检测或KVL一致性检测，决定是否将其移入或移出可疑量测集。KCL一致性检测是指，当一个节点的所有相邻支路中，只有一条支路的量测量冗余或可疑，而其他支路的量测均为可靠量测时，判断该冗余或可疑的量测与由KCL定律得到的计算值的偏差是否在阈值范围以内，若是，则可以将该量测标记为可靠量测。

　　KVL一致性检测的原理则是利用冗余量测或可疑量测所在支路的两端电压值，计算该支路的电压降，结合支路阻抗参数计算出该支路的功率或电流，判断支路量测的量测值与计算值的偏差，从而判断量测是否可靠。值得注意的是，上述所有阈值均为动态自适应阈值，其值由误差传播理论[10]决定。经过上述一致性检测后，将存留在可疑量测集中的量测判定为不良数据。在采用最优计算路径法进行状态计算的同时，执行电压一致性检测、PMU/SCADA一致性检测、KCL一致性检测和KVL一致性检测，辨识可疑量测。当判定某个量测为可疑量测时，将其对应的虚拟支路的权重置为∞，重新计算最优计算路径，即可排除可疑量测对状态计算的影响。当所有节点的状态均计算完毕后，再次执行PMU/SCADA一致性检测、KCL一致性检测和KVL一致性检测，进一步判断可疑量测或冗余量测是否为不良数据。

　　3算例分析

　　系统负荷按1%～3%的线性趋势增加，并叠加3%的随机扰动。状态量真值和量测量真值由潮流计算获得，而量测量的真实(量测)值通过对量测量真值叠加均值为零、服从高斯分布的随机噪声获得。噪声大小用量测标准差衡量。构造系统无不良数据、存在单个不良数据以及存在多相关不良数据三种不同的情景，以广度优先搜索法和加权最小二乘状态估计法进行对比算法，检验最优路径法的性能。

　　4结语

　　传统网络搜索方法存在因忽略量测精度和方向不同而导致计算路径非最优的不足。为此，本文提出了一种新的基于最优路径的状态计算与不良数据辨识算法。创新性地将量测视为权重根据精度而定的虚拟支路，实际支路视为区分正反向的虚拟支路的并联值，最优路径视为权重之和最小的支路集合，从而将最优路径的求解问题转化为0-1整数线性规划。

　　利用冗余量测量之间可相互校核的原理，设计了电压一致性检测、PMU/SCADA一致性检测、KCL一致性检测和KVL一致性检测，实现不良数据辨识。IEEE14节点系统的算例结果表明，相比于缺乏对计算路径上不良数据的辨识的广度优先搜索法以及在系统存在多相关不良数据时残差检测失效的加权最小二乘状态估计法，最优路径法在系统无不良数据、有单个不良数据或有多相关不良数据等多种情景下，均具有较为理想的计算精度，且均能成功辨识出不良数据。

　　参考文献

　　[1]于尔铿.电力系统状态估计[M].北京：水利电力出版社，1985.

　　[2]丁军策，蔡泽祥，王克英.基于广域测量系统的状态估计研究综述[J].电力系统自动化，2006，30(7)：98-103.

　　[3]杨韵.计及零注入约束的电力系统动态状态估计[J].广东电力，2016，29(9)：73-77.

　　[4]赵海天，相年德，王世缨，等.多不良数据的相关量测检测方法[J].中国电机工程学报，1990，10(6)：24-30.

　　[5]TANPN,STEINBACKM,KUMARV.IntroductiontoDataMining[J].DataAnalysisintheCloud，2006，26(25)：1-25.

　　电力工程师论文投稿刊物：国家电网及时准确地传达国家电网公司党组的各项决策和工作部署，积极宣传国家电网公司及公司系统各单位各项工作取得的成绩，交流管理经验，展示公司系统广大干部职工精神风貌和公司企业文化，增进与社会各界的沟通和理解，树立公司良好形象。