本發(fā)明涉及一種配電自動化領域的主動配電網(wǎng)狀態(tài)估計方法，具體涉及一種基于多采樣周期混合量測的主動配電網(wǎng)狀態(tài)估計方法。

背景技術：

主動配電網(wǎng)是智能配電網(wǎng)技術發(fā)展的高級階段技術。智能配電網(wǎng)技術的發(fā)展是一個長時間的過程，也是能量流和信息流不斷融合的過程。智能配電網(wǎng)發(fā)展的早期階段強調(diào)能量的價值，隨著智能化程度的不斷提高，更多地強調(diào)信息的價值。主動配電網(wǎng)是利用先進的信息、通信以及電力電子技術對規(guī)?；尤敕植际侥茉吹呐潆娋W(wǎng)實施主動管理，能夠自主協(xié)調(diào)控制間歇式新能源與儲能裝置等dg單元，積極消納可再生能源并確保網(wǎng)絡的安全經(jīng)濟運行。

配電網(wǎng)狀態(tài)估計能夠為電力系統(tǒng)提供更為可靠與精確的實時數(shù)據(jù)，是智能配電網(wǎng)態(tài)勢感知的基礎工具。針對配電網(wǎng)量測配置覆蓋率低、網(wǎng)絡拓撲以輻射狀為主、弱環(huán)以及配電網(wǎng)三相不平衡的特點，目前，配電網(wǎng)狀態(tài)估計通常選擇節(jié)點電壓、支路復電流、支路復功率、節(jié)點注入復電流等為狀態(tài)量，利用加權最小二乘(wls)、加權最小絕對值(wlav)、量測匹配算法等方法求解配電網(wǎng)狀態(tài)量。動態(tài)狀態(tài)估計能夠提供系統(tǒng)的估計值和預測值，在電力系統(tǒng)狀態(tài)估計中得到了廣泛的研究。動態(tài)狀態(tài)估計通過模型和量測量進行一次運算，得到狀態(tài)估計值和預報值；由于動態(tài)狀態(tài)估計能夠對系統(tǒng)下一時刻的狀態(tài)量進行預測，且不需迭代，與靜態(tài)狀態(tài)估計相比更有優(yōu)勢。電力系統(tǒng)動態(tài)狀態(tài)估計主要以擴展卡爾曼濾波方法(extendkalmanfilter，ekf)為主，以及在此基礎上提出的改進算法。

新型廉價的pmu將是主動配電網(wǎng)運行與控制必要手段。在主動配電網(wǎng)中，以rtu、新型廉價的pmu以及ami數(shù)據(jù)將長期共存。由于配電網(wǎng)的特點，rtu與pmu總體的配置覆蓋率較低，基于rtu與pmu量測無法滿足智能配電網(wǎng)的全網(wǎng)狀態(tài)估計，而ami數(shù)據(jù)的采樣周期較長，實時性較差，因此，在rtu、新型廉價的pmu以及ami數(shù)據(jù)長期共存的情況下，主動配電網(wǎng)狀態(tài)估計仍然具有一定的難度。

技術實現(xiàn)要素：

為解決上述現(xiàn)有技術中的不足，本發(fā)明的目的是提供一種基于多采樣周期混合量測的主動配電網(wǎng)狀態(tài)估計方法，

本發(fā)明的目的是采用下述技術方案實現(xiàn)的：

本發(fā)明提供一種基于多采樣周期混合量測的主動配電網(wǎng)狀態(tài)估計方法，其改進之處在于，所述方法包括下述步驟：

1)判斷是否是高級量測體系ami的采樣時刻，如果是，則將rtu量測、pmu量測與ami量測組成混合量測，轉向步驟2)；否則，將上一時刻線性動態(tài)狀態(tài)估計的預測結果、rtu量測與pmu量測組成混合量測，并判斷是否是非線性靜態(tài)狀態(tài)估計的啟動時刻，如果是則轉向步驟2)，否則轉向步驟3)；

2)進行非線性靜態(tài)狀態(tài)估計，并轉向步驟4)；

3)判斷是否是線性靜態(tài)狀態(tài)估計的啟動時刻，如果是，則進行線性靜態(tài)狀態(tài)估計；否則，繼續(xù)等待直到線性靜態(tài)狀態(tài)估計的啟動時刻再啟動線性靜態(tài)狀態(tài)估計，線性靜態(tài)狀態(tài)估計計算完畢后轉向步驟4)；

4)基于ami量測，或將靜態(tài)狀態(tài)估計結果中對應ami量測的部份作為ami的虛擬量測，進行基于節(jié)點注入功率的主動配電網(wǎng)線性動態(tài)狀態(tài)估計的狀態(tài)濾波計算；

5)基于狀態(tài)濾波計算的估計結果，更新線性動態(tài)狀態(tài)估計的狀態(tài)轉移函數(shù)與控制向量，基于新的狀態(tài)轉移函數(shù)與控制向量進行狀態(tài)預測計算；

6)返回步驟1)。

進一步地，所述步驟1)包括：

1.1主動配電網(wǎng)中的多采樣周期混合量測：

ami量測：以實現(xiàn)對用戶用電信息的測量、傳輸、儲存、分析和應用功能分析；量測量包括電量信息、節(jié)點電壓幅值、節(jié)點負荷以及與其相關支路的支路功率；ami量測的采樣周期為15分鐘；

rtu量測：在配電網(wǎng)中，根節(jié)點、饋線主干和分支線的開關上配置有三相電流與功率量測，重要負荷節(jié)點(重要負荷包括重要行政機關，比如政府機關，重要公共事業(yè)單位，比如醫(yī)院與銀行)存在實時功率量測；采樣周期為1秒到10秒；

pmu量測：采樣周期為1秒以內(nèi)；

1.2確定基于多采樣周期混合量測的主動配電網(wǎng)狀態(tài)估計總體架構，包括：

在ami數(shù)據(jù)的采樣時刻，進行兩種狀態(tài)估計，一是基于pmu、rtu與ami全量測的非線性靜態(tài)狀態(tài)估計，另一個是基于ami量測的線性動態(tài)狀態(tài)估計；在非ami采樣時刻的x時刻，基于線性動態(tài)狀態(tài)估計的預測結果、rtu與pmu量測，進行線性靜態(tài)狀態(tài)估計，并將線性靜態(tài)狀態(tài)估計結果中對應ami的部分作為非ami采樣時刻ami的虛擬量測，進行線 性動態(tài)狀態(tài)估計；

當?shù)竭_非線性靜態(tài)狀態(tài)估計的啟動時刻時，將線性動態(tài)狀態(tài)估計的預測結果補充為非線性靜態(tài)狀態(tài)估計的虛擬量測，并根據(jù)線性動態(tài)狀態(tài)估計狀態(tài)預測的協(xié)方差信息設置虛擬量測在非線性靜態(tài)狀態(tài)估計的權重；線性動態(tài)狀態(tài)估計與線性靜態(tài)狀態(tài)估計的目的是利用pmu量測與rtu量測，實時跟蹤系統(tǒng)節(jié)點注入量的變化，在非線性靜態(tài)狀態(tài)估計的一個周期內(nèi)使節(jié)點注入量為實時狀態(tài)，縮短非線性靜態(tài)狀態(tài)估計的計算周期，從15分鐘降至1分鐘。

進一步地，所述步驟2的非線性靜態(tài)狀態(tài)估計包括：

2.1確定非線性靜態(tài)狀態(tài)估計的混合量測：

pmu裝置用于測量的是安裝處母線電壓相量，以及與其相連支路電流相量，因此將pmu量測作如下轉換：

式中：與分別為支路ij的等效有功量測與無功量測，與分別為節(jié)點i電壓相量量測的幅值與相角，與分別為支路ij電流相量量測的幅值與相角；

在ami采樣時刻，將經(jīng)過變換的pmu量測，與不經(jīng)變換rtu與ami量測組成非線性靜態(tài)狀態(tài)估計的混合量測；在非ami采樣時刻，將經(jīng)過變換的pmu量測、不經(jīng)變換的rtu量測與節(jié)點注入偽量測組成非線性靜態(tài)狀態(tài)估計的混合量測；

2.2確定非線性靜態(tài)狀態(tài)估計的模型：

電力系統(tǒng)的非線性量測方程:

z＝h(x)+v(3)

加權最小二乘問題表示為:

min{j(x)＝[z-h(x)]^tr^-1[z-h(x)]}(4)

基本加權最小二乘法狀態(tài)估計的求解公式為：

δx＝[h^tr^-1h]^-1r^-1h^tr^-1[z-h(x)](5)

式中：z為量測量向量，x為狀態(tài)量向量，v為量測量誤差向量，h(x)為量測函數(shù)向量，在電力系統(tǒng)狀態(tài)估計中為非線性函數(shù)；r^-1為電力系統(tǒng)的量測權重矩陣；為量測量的雅可比矩陣，在非線性靜態(tài)狀態(tài)估計中的每次迭代計算都需要重新計算。

進一步地，所述步驟3的線性靜態(tài)狀態(tài)估計包括：

3.1線性靜態(tài)狀態(tài)估計混合量測系統(tǒng)的形成：

在直角坐標系下，將pmu量測中的母線電壓相量量測作如下變換：

將pmu量測中的支路電流相量量測做如下變換：

在直角坐標系下，對于rtu采集的量測量，通過量測變換技術轉換為等效的節(jié)點注入電流的實部量測與虛部量測，以及支路電流的實部量測與虛部量測；支路功率量測轉換為等效的支路電流實部量測與虛部量測：

節(jié)點注入功率量測等效變換為節(jié)點注入電流相量的實部量測與虛部量測：

支路電流幅值量測作如下變換：

節(jié)點電壓幅值量測做如下變換：

式中：ui,r與ui,r分別節(jié)點i等效的電壓實部量測與虛部量測；iij,r與iij,i分別為支路ij等效的電流實部量測與虛部量測；pij與qij分別支路ij的有功量測與無功量測，ei與fi分別為狀態(tài)估計計算中節(jié)點i的電壓實部與虛部；pi與qi分別節(jié)點i的有功量測與無功量測；iij-m與θij-cal分別為支路ij的電流幅值量測與狀態(tài)估計計算中電流的相角；ui-m與θi-cal分別節(jié)點i的電壓幅值量測與線性靜態(tài)狀態(tài)估計計算中電壓的相角；

對于節(jié)點注入功率偽量測，根據(jù)公式(9)進行量測變換，變換為相應的等效注入電流；將上述由pmu量測、rtu量測與節(jié)點注入功率偽量測變換得到的等效支路電流實部與虛部量測、等效節(jié)點注入電流實部與虛部量測、等效節(jié)點電壓實部與虛部量測組成線性靜態(tài)狀態(tài)估計的混合量測；

3.2確定線性靜態(tài)狀態(tài)估計的模型：

等效支路電流的量測函數(shù)為:

等效節(jié)點電壓的的量測函數(shù)為:

混合量測下，系統(tǒng)的量測雅可比矩陣為：

式中：j∈i表示與節(jié)點i相連接的所有節(jié)點，包括節(jié)點i；ej與fj分別為節(jié)點j電壓的實部與虛部，bij與gij分別為節(jié)點導納矩陣中節(jié)點i與節(jié)點j之間互導納的實部與虛部；gij與bij分別為支路ij的電導與電納，bi0與bij為支路ij的i端對地的電導與電納；ir與ii分別為等效注入電流量測或等效支路電流量測的實部向量與虛部向量；ur與ui分別為等效電壓量測的實部與虛部向量；ek與ef分別為該等效電流量測所關聯(lián)節(jié)點k的電壓直角坐標分量；

由于量測雅可比矩陣為常數(shù)矩陣，則信息矩陣h^tr^-1h為常數(shù)矩陣，利用公式(5)求解 電力系統(tǒng)狀態(tài)變量的迭代過程中保持不變。

進一步地，所述步驟4的基于節(jié)點注入功率的主動配電網(wǎng)線性動態(tài)狀態(tài)估計包括：

4.1確定基于節(jié)點注入功率的主動配電網(wǎng)線性動態(tài)狀態(tài)估計狀態(tài)量：選擇節(jié)點間相關性較弱的節(jié)點注入有功和無功功率作為主動配電網(wǎng)線性動態(tài)狀態(tài)估計的狀態(tài)量；

4.2確定基于節(jié)點注入功率的主動配電網(wǎng)線性動態(tài)狀態(tài)估計量測量：在ami的采樣時刻，采用ami量測中注入節(jié)點的有功功率量測與無功功率量測作為量測量；在非ami量測采樣的時刻，將基于rtu量測與pmu量測進行靜態(tài)線性狀態(tài)估計的估計結果作為量測量；

4.3基于節(jié)點注入功率的主動配電網(wǎng)線性動態(tài)狀態(tài)估計:

電力系統(tǒng)用下列狀態(tài)方程和量測方程描述其動態(tài)行為：

xk+1＝f(xk)+μk(16)

zk＝h(xk)+vk(17)

式中：xk和zk分別為k時刻n×1維狀態(tài)變量和m×1維的量測向量，f(xk)和h(xk)分別是狀態(tài)轉移函數(shù)和量測函數(shù)，μk為電力系統(tǒng)的模型誤差，vk為量測誤差，均服從零均值的正態(tài)分布，即μk～n(0,qk)和vk～n(0,rk)，其中qk為n×n維模型誤差方差矩陣，rk為量測誤差方差矩陣，m和n分別為電力系統(tǒng)的量測量數(shù)目和狀態(tài)變量數(shù)目。

進一步地，所述步驟5包括：

基于擴展卡爾曼濾波ekf遞推算法的濾波公式為：

狀態(tài)預測：

式中：為在k時刻對k+1時刻狀態(tài)的預測向量；為k時刻狀態(tài)的估計向量；fk為狀態(tài)轉移矩陣；gk為控制向量；pk+1|k為狀態(tài)預測誤差協(xié)方差矩陣；pk|k為狀態(tài)濾波誤差協(xié)方差矩陣；qk為n×n維模型誤差方差矩陣；

狀態(tài)濾波：

pk+1|k+1＝[i-kk+1hk+1]pk+1|k(22)

式中：為k+1時刻狀態(tài)量的估計向量；kk+1為增益矩陣，xk+1和zk+1分別為為k+1時刻n×1維狀態(tài)變量和m×1維的量測向量；pk+1|k+1為狀態(tài)濾波誤差協(xié)方差矩陣，i為單位矩陣。

與最接近的現(xiàn)有技術相比，本發(fā)明提供的技術方案具有的優(yōu)異效果是：

(1)本發(fā)明由非線性靜態(tài)狀態(tài)估計、線性靜態(tài)狀態(tài)估計、線性動態(tài)狀態(tài)估計三種算法組成。線性動態(tài)狀態(tài)估計與線性靜態(tài)狀態(tài)估計利用pmu量測、rtu量測，實時跟蹤系統(tǒng)注入節(jié)點的有功功率與無功功率的變化，在非線性靜態(tài)狀態(tài)估計的一個計算周期內(nèi)使節(jié)點注入有功功率與無功功率盡量接近實時狀態(tài)，相當于利用rtu、pmu的量測跟蹤了節(jié)點注入量的變化，為非線性靜態(tài)狀態(tài)估計提供高精度的虛擬量測；

(2)縮短非線性靜態(tài)狀態(tài)估計的周期，提高非線性靜態(tài)狀態(tài)估計的精度，并且通過線性動態(tài)狀態(tài)估計提升對智能配電網(wǎng)運行態(tài)勢的預測能力。

(3)使rtu、pmu與ami的量測互相校驗，互為初值。

(4)提出的混合算法具有高精度的系統(tǒng)狀態(tài)預測能力。

附圖說明

圖1是本發(fā)明提供的基于多采樣周期混合量測的主動配電網(wǎng)狀態(tài)估計架構圖。

具體實施方式

下面結合附圖對本發(fā)明的具體實施方式作進一步的詳細說明。

以下描述和附圖充分地示出本發(fā)明的具體實施方案，以使本領域的技術人員能夠實踐它們。其他實施方案可以包括結構的、邏輯的、電氣的、過程的以及其他的改變。實施例僅代表可能的變化。除非明確要求，否則單獨的組件和功能是可選的，并且操作的順序可以變化。一些實施方案的部分和特征可以被包括在或替換其他實施方案的部分和特征。本發(fā)明的實施方案的范圍包括權利要求書的整個范圍，以及權利要求書的所有可獲得的等同物。在本文中，本發(fā)明的這些實施方案可以被單獨地或總地用術語“發(fā)明”來表示，這僅僅是為了方便，并且如果事實上公開了超過一個的發(fā)明，不是要自動地限制該應用的范圍為任何單個發(fā)明或發(fā)明構思。

術語及定義：

1)主動配電網(wǎng)：主動配電網(wǎng)是具備組合控制各種分布式能源(dg、可控負荷、儲能、需求側管理)能力的配電網(wǎng)絡，其目的是加大配電網(wǎng)對于可再生能源的接納能力、提升配電網(wǎng)資產(chǎn)的利用率、延緩配電網(wǎng)的升級投資，以及提高用戶的用電質量和供電可靠性。

2)狀態(tài)估計：狀態(tài)估計也稱濾波，它是利用實時量測系統(tǒng)的冗余度來提高數(shù)據(jù)精度，排除隨機干擾所引起的錯誤信息，估計或預報系統(tǒng)的運行狀態(tài)。電力系統(tǒng)狀態(tài)估計分為靜態(tài)和動態(tài)狀態(tài)估計。靜態(tài)狀態(tài)估計目前應用較為成熟，以最小二乘法等為主，靜態(tài)狀態(tài)估計的局限性是沒有考慮系統(tǒng)的動態(tài)。

3)動態(tài)狀態(tài)估計：通過模型和量測量進行一次運算，得到狀態(tài)估計值和預報值；由于動態(tài)狀態(tài)估計能夠對系統(tǒng)下一時刻的狀態(tài)量進行預測，且不需迭代，與靜態(tài)狀態(tài)估計相比更有優(yōu)勢。

4)ami：高級量測體系(advancedmeteringinfrastructure，ami)是一個用來量測、收集、儲存、分析和運用用戶用電信息的完整網(wǎng)絡和系統(tǒng)。它由安裝在用戶端的智能電表，位于電力公司內(nèi)的量測數(shù)據(jù)管理系統(tǒng)，連接它們的通信網(wǎng)絡，和用戶住宅之內(nèi)的室內(nèi)網(wǎng)絡組成。高級量測體系中的智能電表能按照預先設定的時間間隔(分鐘，小時等)記錄用戶的多種用電信息，把這些信息通過通信網(wǎng)絡傳到數(shù)據(jù)中心。

本發(fā)明針對主動配電網(wǎng)量測系統(tǒng)的特點，設計一種綜合利用pmu、rtu與ami量測的主動配電網(wǎng)狀態(tài)估計混合算法，其技術難點在于：

①如何建立主動配電網(wǎng)混合算法的總體框架；

②如何綜合利用pmu、rtu與ami的量測數(shù)據(jù)。

本發(fā)明提供一種基于多采樣周期混合量測的主動配電網(wǎng)狀態(tài)估計方法，包括下述步驟：

1)判斷是否是ami的采樣時刻，如果是則將rtu、pmu與ami組成混合量測，轉向步驟2)；否則將上一時刻線性動態(tài)狀態(tài)估計的預測結果、rtu與pmu組成混合量測，并判斷是否是非線性靜態(tài)狀態(tài)估計的啟動時刻，如果是則轉向步驟2)，否則轉向步驟3)；

1.1主動配電網(wǎng)中的多采樣周期量測

1)ami量測：

ami是一套先進的網(wǎng)絡和系統(tǒng)，以實現(xiàn)對用戶用電信息的測量、傳輸、儲存、分析和應用等功能,量測量包括電量信息、節(jié)點電壓幅值、節(jié)點負荷以及與其相關支路的支路功率。ami數(shù)據(jù)的采樣周期較長，一般為15分鐘。

2)rtu量測：

在配電網(wǎng)中，根節(jié)點、饋線主干和分支線的開關上配置有三相電流與功率量測，部份重 要負荷節(jié)點存在實時功率量測。采樣周期一般為1秒到10秒。

3)pmu量測：

新型廉價高效pmu裝置的出現(xiàn)，以及主動配電網(wǎng)運行與控制的需要，在未來主動配電網(wǎng)中的重要節(jié)點安裝pmu裝置具有很大的可行性與必要性。采樣周期一般為一秒以內(nèi)。

1.2基于多采樣周期混合量測的主動配電網(wǎng)狀態(tài)估計總體架構：

本發(fā)明提出的基于多采樣周期混合測量的主動配電網(wǎng)狀態(tài)估計總體架構如圖1所示：

圖1中，se表示狀態(tài)估計，n表示非線性靜態(tài)狀態(tài)估計的計算周期，x表示非線性靜態(tài)狀態(tài)估計一個計算周期內(nèi)的某一時刻。在ami數(shù)據(jù)的采樣時刻，進行兩種狀態(tài)估計，一是基于pmu、rtu與ami數(shù)據(jù)的非線性靜態(tài)狀態(tài)估計，另一個是基于ami數(shù)據(jù)的線性動態(tài)狀態(tài)估計。在非ami采樣時刻的x時刻，基于線性動態(tài)狀態(tài)估計的預測結果、rtu與pmu量測，進行線性靜態(tài)狀態(tài)估計，并將線性靜態(tài)狀態(tài)估計結果中對應ami的部分作為非ami采樣時刻ami的偽量測，進行線性動態(tài)狀態(tài)估計。當?shù)竭_非線性靜態(tài)狀態(tài)估計的啟動周期時，將線性動態(tài)狀態(tài)估計的預測結果補充為非線性靜態(tài)狀態(tài)估計的偽量測，并根據(jù)線性動態(tài)狀態(tài)估計狀態(tài)預測的協(xié)方差信息設置偽量測在非線性靜態(tài)狀態(tài)估計中的權重。線性動態(tài)狀態(tài)估計與線性靜態(tài)狀態(tài)估計的目的是利用pmu與rtu量測，實時跟蹤系統(tǒng)節(jié)點注入量的變化，在非線性靜態(tài)狀態(tài)估計的一個周期內(nèi)使節(jié)點注入量盡量接近實時狀態(tài)，從而縮短非線性狀態(tài)估計的計算周期，可以從15分鐘降至1分鐘甚至更低。

2)利用公式(5)進行非線性靜態(tài)狀態(tài)估計，轉向步驟4)；

2.1非線性靜態(tài)狀態(tài)估計混合量測系統(tǒng)的形成：

pmu裝置主要測量的是安裝處母線電壓相量，以及與其相連支路電流相量，因此將pmu量測作如下轉換：

式中：與分別為支路ij的等效有功量測與無功量測，與分別為節(jié)點i電壓相量量測的幅值與相角，與分別為支路ij電流相量量測的幅值與相角。

在ami采樣時刻，將經(jīng)過變換的pmu量測，與不經(jīng)變換rtu與ami量測組成非線性靜態(tài)狀態(tài)估計的混合量測；在非ami采樣時刻，將經(jīng)過變換的pmu量測、不經(jīng)變換的rtu量測與節(jié)點注入偽量測組成非線性靜態(tài)狀態(tài)估計的混合量測。

2.2確定非線性靜態(tài)狀態(tài)估計的模型：

電力系統(tǒng)的非線性量測方程:

z＝h(x)+v(3)

加權最小二乘問題表示為:

min{j(x)＝[z-h(x)]^tr^-1[z-h(x)]}(4)

基本加權最小二乘法狀態(tài)估計的求解公式為：

δx＝[h^tr^-1h]^-1r^-1h^tr^-1[z-h(x)](5)

式中：z為量測量向量，x為狀態(tài)量向量，v為量測量誤差向量，h(x)為量測函數(shù)向量，在電力系統(tǒng)狀態(tài)估計中為非線性函數(shù)；r^-1為電力系統(tǒng)的量測權重矩陣；為量測量的雅可比矩陣，在非線性靜態(tài)狀態(tài)估計中的每次迭代計算都需要重新計算。

3)判斷是否是線性靜態(tài)狀態(tài)估計的啟動時刻，是則基于公式(15)組成的常雅可比矩陣，利用公式(5)進行線性靜態(tài)狀態(tài)估計，否則繼續(xù)等待直到線性靜態(tài)狀態(tài)估計的啟動時刻，線性靜態(tài)狀態(tài)估計計算完畢后轉向步驟4)；

3.1線性靜態(tài)狀態(tài)估計混合量測系統(tǒng)的形成：

在直角坐標系下，將pmu量測中的母線電壓相量量測作如下變換：

式中：ui,r與ui,r分別節(jié)點i等效的電壓實部量測與虛部量測。

將pmu量測中的支路電流相量量測做如下變換：

式中：iij,r與iij,i分別為支路ij等效的電流實部量測與虛部量測。

在直角坐標系下，對于rtu采集的量測量，通過量測變換技術轉換為等效的節(jié)點注入電流的實部量測與虛部量測，以及支路電流的實部量測與虛部量測。支路功率量測轉換為等效的支路電流實部量測與虛部量測：

式中：pij與qij分別支路ij的有功量測與無功量測，ei與fi分別為狀態(tài)估計計算中節(jié)點i的電 壓實部與虛部。

節(jié)點注入功率量測等效變換為節(jié)點注入電流相量的實部量測與虛部量測：

式中：pi與qi分別節(jié)點i的有功與無功量測，ii,r與ii,i分別為節(jié)點i等效的注入電流實部量測與虛部量測。

支路電流幅值量測作如下變換：

式中：iij-m與θij-cal分別為支路ij的電流幅值量測與狀態(tài)估計計算中支路電流的相角。

節(jié)點電壓幅值量測做如下變換：

式中：ui-m與θi-cal分別節(jié)點i的電壓幅值量測與狀態(tài)估計計算中節(jié)點電壓的相角。

對于節(jié)點注入功率偽量測，也需根據(jù)公式(9)進行量測變換，變換為相應的等效注入電流。將上述由pmu量測、rtu量測與節(jié)點注入功率偽量測變換得到的等效支路電流實部與虛部量測、等效節(jié)點注入電流實部與虛部量測、等效節(jié)點電壓實部與虛部量測組成線性靜態(tài)狀態(tài)估計的混合量測。

3.2確定線性靜態(tài)狀態(tài)估計的模型：

以節(jié)點電壓的實部與虛部為狀態(tài)量，通過等效量測變換后，等效節(jié)點注入電流的量測函數(shù)為:

式中：j∈i表示與節(jié)點i相連接的所有節(jié)點，包括節(jié)點i；ej與fj分別為節(jié)點j電壓的實部與虛部，bij與gij分別為節(jié)點導納矩陣中節(jié)點i與節(jié)點j之間互導納的實部與虛部。

等效支路電流的量測函數(shù)為:

式中：gij與bij分別為支路ij的電導與電納，bij0為支路ij的i端對地的電導與電納。

等效節(jié)點電壓的的量測函數(shù)為:

混合量測下，系統(tǒng)的量測雅可比矩陣為：

式中：ir與ii分別為等效注入電流量測或等效支路電流量測的實部向量與虛部向量；ur與ui分別為等效電壓量測的實部與虛部向量；ek與fk分別為該等效電流量測所關聯(lián)節(jié)點k的電壓直角坐標分量。

由于量測雅可比矩陣為常數(shù)矩陣，則信息矩陣h^tr^-1h為常數(shù)矩陣，利用公式(5)求解電力系統(tǒng)狀態(tài)變量的迭代過程中保持不變。

4)基于ami量測，或將靜態(tài)狀態(tài)估計結果中對應ami量測的部份作為ami的虛擬量測，根據(jù)公式(20)、(21)與(22)進行線性動態(tài)狀態(tài)估計的狀態(tài)濾波計算；

4.1確定基于節(jié)點注入功率的主動配電網(wǎng)線性動態(tài)狀態(tài)估計狀態(tài)量：電力系統(tǒng)通用的狀態(tài)變量是節(jié)點電壓的幅值和相角，由于電力系統(tǒng)中節(jié)點間的相關性較強，不易進行預測，也沒有物理意義，因此選擇節(jié)點間相關性較弱的節(jié)點注入有功和無功功率作為主動配電網(wǎng)動態(tài)狀態(tài)估計的狀態(tài)量，從而提高主動配電網(wǎng)動態(tài)狀態(tài)估計狀態(tài)預測計算的精度。

4.2確定基于節(jié)點注入功率的主動配電網(wǎng)線性動態(tài)狀態(tài)估計量測量：采用ami量測中注入節(jié)點的有功功率量測與無功功率量測作為量測量，由于ami量測的采集周期長達數(shù)分鐘，因此在非ami量測的采樣時刻，將基于rtu與pmu進行靜態(tài)線性狀態(tài)估計的估計結果做為 量測量。在網(wǎng)絡拓撲結構不發(fā)生變化的條件下，可知該量測相量和狀態(tài)變量之間的關系為線性關系，即雅可比(jacobian)矩陣為常數(shù)陣。

4.3基于節(jié)點注入功率的主動配電網(wǎng)線性動態(tài)狀態(tài)估計:

電力系統(tǒng)用下列狀態(tài)方程和量測方程描述其動態(tài)行為：

xk+1＝f(xk)+μk(16)

zk＝h(xk)+vk(17)

式中：xk和zk分別為k時刻n×1維狀態(tài)變量和m×1維的量測向量，f(xk)和h(xk)分別是狀態(tài)轉移函數(shù)和量測函數(shù)，μk為電力系統(tǒng)的模型誤差，vk為量測誤差，均服從零均值的正態(tài)分布，即μk～n(0,qk)和vk～n(0,rk)，其中qk為n×n維模型誤差方差矩陣，rk為量測誤差方差矩陣，m和n分別為電力系統(tǒng)的量測量數(shù)目和狀態(tài)變量數(shù)目。

5)基于狀態(tài)濾波計算的估計結果，更新線性動態(tài)狀態(tài)估計的狀態(tài)轉移函數(shù)fk與控制向量gk，基于新的fk與gk利用公式(18)與(19)進行狀態(tài)預測計算；

基于擴展卡爾曼濾波ekf遞推算法的濾波公式為：

狀態(tài)預測：

式中：為在k時刻對k+1時刻狀態(tài)的預測向量；為k時刻狀態(tài)的估計向量；fk為狀態(tài)轉移矩陣；gk為控制向量；pk+1|k為狀態(tài)預測誤差協(xié)方差矩陣；pk|k為狀態(tài)濾波誤差協(xié)方差矩陣；qk為n×n維模型誤差方差矩陣；

狀態(tài)濾波：

pk+1|k+1＝[i-kk+1hk+1]pk+1|k(22)

式中：為k+1時刻狀態(tài)量的估計向量；kk+1為增益矩陣，xk+1和zk+1分別為為k+1時刻n×1維狀態(tài)變量和m×1維的量測向量；pk+1|k+1為狀態(tài)濾波誤差協(xié)方差矩陣，i為單位矩陣。

6)轉向步驟1)。

以上實施例僅用以說明本發(fā)明的技術方案而非對其限制，盡管參照上述實施例對本發(fā)明進行了詳細的說明，所屬領域的普通技術人員依然可以對本發(fā)明的具體實施方式進行修改或者等同替換，這些未脫離本發(fā)明精神和范圍的任何修改或者等同替換，均在申請待批的本發(fā)明的權利要求保護范圍之內(nèi)。