摘要：電網狀態計算與不良數據辨識，能為電力系統運行分析提供準確可靠的數據系統，是電網安全穩定控制的基礎。提出了一種考慮不同量測精度和量測方向的網絡搜索新方法，選擇量測組合精度更高的最優路徑進行狀態計算。利用電壓一致性檢測、PMU/SCADA一致性檢測、KCL一致性檢測和KVL一致性檢測方法，實現不良數據辨識。IEEE14節點系統算例結果表明，最優路徑法具有較高的計算精度，且能正確辨識不良數據。

　　關鍵詞：最優路徑;狀態計算;不良數據辨識;一致性檢測

　　0引言

　　由于系統在量測設備、儀表精度、傳送通道、系統故障等各環節都可能產生隨機誤差，不可避免地使得獲取的部分遙測和遙信量測量與量測真值之間存在較大的誤差。一般來說，將誤差為量測標準差的6～7倍以上的量測值稱為不良數據[1]。對不良數據進行檢測、辨識、剔除、修正，為電力系統運行分析提供準確可靠的數據系統，是電網安全穩定控制的基礎，因而尤為重要。

　　目前電力系統中常用的不良數據辨識方法包括電力系統靜態狀態估計[2]、基于濾波算法的動態狀態估計[3]、殘差檢測法[4]等。大數據技術[5]的蓬勃發展，為海量電網數據處理提供了新的角度和方法。基于大數據技術的常規異常數據檢測方法有基于統計、基于距離、基于密度[6]、基于偏離、基于聚類[7]、人工神經網絡[8]等。由于不需要構建具體的數學模型，大數據技術對不同類型的數據具有較強的普適性，但存在對依賴參數選取、對多維非線性數據收斂性較差等問題，也難以應用KCL、KVL等電力系統規律進行更精細的不良數據辨識。網絡搜索方法[9]也是一種有效的狀態計算方法，其基本原理為從一個狀態(即電壓幅值和相角)已知的節點出發，利用相連支路的功率或電流，逐級計算鄰接節點的電壓相量。

　　但傳統的網絡搜索方法采用廣度優先搜索算法對電力系統中的各節點進行分層[3-4]，將所有量測視為無差別、無方向的路徑，沒有區別不同量測的精度和方向。實際上，PMU量測具有SCADA量測無法比擬的高精度[2]。如果一條支路同時配置了SCADA支路功率量測和PMU支路電流相量量測，且一端節點電壓已知，需要計算另一端節點的電壓，則一般情況下利用PMU支路電流相量量測計算的結果比利用SCADA支路功率量測計算的結果更接近真值。因此，隨著PMU裝置大量引入電力系統，傳統網絡搜索的狀態計算方法弊端日益凸顯，難以找到精度最高的計算路徑。為此，本文提出了一種考慮不同量測精度和量測方向的網絡搜索新方法，選擇量測組合精度更高的最優路徑進行狀態計算。利用電壓一致性檢測、PMU/SCADA一致性檢測、KCL一致性檢測和KVL一致性檢測方法，實現不良數據辨識。

　　1最優路徑

　　1.1最優路徑的定義

　　尋找電網兩個節點之間量測組合精度最高的計算路徑，可以使計算結果更優。量測標準差越小，量測精度越高。將量測視為權重等于量測標準差的虛擬支路。不良量測數據的權重置為∞。實際支路的權重為各虛擬支路權重的“并聯”。

　　2.不良數據辨識

　　對于一個n節點電力系統，其狀態量的求解只需2n-1個獨立的量測量[1]。一般情況下，電力系統的量測量大大地多于2n-1個。大量冗余的量測量之間可以進行相互校核。為此，本文提出電壓一致性檢測、PMU/SCADA一致性檢測、KCL一致性檢測和KVL一致性檢測四種一致性檢測方法，以辨識量測中的不良數據。

　　1)電壓一致性檢測電壓一致性檢測可以在電壓計算的同時進行。利用最優計算路徑法計算子節點的電壓時，如果子節點裝設有電壓量測，則可以通過比較子節點電壓的量測值和計算值，以辨識對應支路上的電流或功率量測以及子節點的電壓量測中的不良數據。如果子節點電壓的量測值和計算值的差在給定的閾值范圍內，則將對應支路上的電流或功率量測以及子節點的電壓量測標記為可靠量測。否則，這些量測都被標記為可疑數據，需要進一步利用其他一致性檢測方法，辨識可疑數據是否為不良數據。

　　2)PMU/SCADA一致性檢測當一個節點上既有PMU節點電壓相量量測又有SCADA節點電壓幅值量測時，在正常情況下兩種量測的電壓幅值量測值應比較接近。因此，假如在同一節點的PMU節點電壓相量量測和SCADA節點電壓幅值量測中，一個是可靠量測而另一個為可疑量測，而兩個量測的電壓幅值量測值之差在閾值內，則將該可疑量測標記為可靠量測。若兩者中一個為可疑量測而另一個未被檢測，則未被檢測的量測也被標記為可疑量測。同理，當一條支路的父節點側同時裝設有PMU電流相量量測與SCADA功率量測，而兩個量測中有一個是可疑量測時，也可以通過比較SCADA功率量測值以及PMU電流相量量測與父節點電壓相量的乘積，判斷是否將相關量測移出或移入可疑量測集。

　　3)KCL一致性檢測和KVL一致性檢測在電壓計算過程中，某些支路可能沒有被包含在任何節點的最優計算路徑上，因此其支路量測沒有被用于電壓計算或不良數據辨識中，這些支路量測即為冗余量測。冗余量測也有可能是不良數據。對于冗余量測和可疑量測，都可以通過KCL一致性檢測或KVL一致性檢測，決定是否將其移入或移出可疑量測集。KCL一致性檢測是指，當一個節點的所有相鄰支路中，只有一條支路的量測量冗余或可疑，而其他支路的量測均為可靠量測時，判斷該冗余或可疑的量測與由KCL定律得到的計算值的偏差是否在閾值范圍以內，若是，則可以將該量測標記為可靠量測。

　　KVL一致性檢測的原理則是利用冗余量測或可疑量測所在支路的兩端電壓值，計算該支路的電壓降，結合支路阻抗參數計算出該支路的功率或電流，判斷支路量測的量測值與計算值的偏差，從而判斷量測是否可靠。值得注意的是，上述所有閾值均為動態自適應閾值，其值由誤差傳播理論[10]決定。經過上述一致性檢測后，將存留在可疑量測集中的量測判定為不良數據。在采用最優計算路徑法進行狀態計算的同時，執行電壓一致性檢測、PMU/SCADA一致性檢測、KCL一致性檢測和KVL一致性檢測，辨識可疑量測。當判定某個量測為可疑量測時，將其對應的虛擬支路的權重置為∞，重新計算最優計算路徑，即可排除可疑量測對狀態計算的影響。當所有節點的狀態均計算完畢后，再次執行PMU/SCADA一致性檢測、KCL一致性檢測和KVL一致性檢測，進一步判斷可疑量測或冗余量測是否為不良數據。

　　3算例分析

　　系統負荷按1%～3%的線性趨勢增加，并疊加3%的隨機擾動。狀態量真值和量測量真值由潮流計算獲得，而量測量的真實(量測)值通過對量測量真值疊加均值為零、服從高斯分布的隨機噪聲獲得。噪聲大小用量測標準差衡量。構造系統無不良數據、存在單個不良數據以及存在多相關不良數據三種不同的情景，以廣度優先搜索法和加權最小二乘狀態估計法進行對比算法，檢驗最優路徑法的性能。

　　4結語

　　傳統網絡搜索方法存在因忽略量測精度和方向不同而導致計算路徑非最優的不足。為此，本文提出了一種新的基于最優路徑的狀態計算與不良數據辨識算法。創新性地將量測視為權重根據精度而定的虛擬支路，實際支路視為區分正反向的虛擬支路的并聯值，最優路徑視為權重之和最小的支路集合，從而將最優路徑的求解問題轉化為0-1整數線性規劃。

　　利用冗余量測量之間可相互校核的原理，設計了電壓一致性檢測、PMU/SCADA一致性檢測、KCL一致性檢測和KVL一致性檢測，實現不良數據辨識。IEEE14節點系統的算例結果表明，相比于缺乏對計算路徑上不良數據的辨識的廣度優先搜索法以及在系統存在多相關不良數據時殘差檢測失效的加權最小二乘狀態估計法，最優路徑法在系統無不良數據、有單個不良數據或有多相關不良數據等多種情景下，均具有較為理想的計算精度，且均能成功辨識出不良數據。

　　參考文獻

　　[1]于爾鏗.電力系統狀態估計[M].北京：水利電力出版社，1985.

　　[2]丁軍策，蔡澤祥，王克英.基于廣域測量系統的狀態估計研究綜述[J].電力系統自動化，2006，30(7)：98-103.

　　[3]楊韻.計及零注入約束的電力系統動態狀態估計[J].廣東電力，2016，29(9)：73-77.

　　[4]趙海天，相年德，王世纓，等.多不良數據的相關量測檢測方法[J].中國電機工程學報，1990，10(6)：24-30.

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

　　電力工程師論文投稿刊物：國家電網及時準確地傳達國家電網公司黨組的各項決策和工作部署，積極宣傳國家電網公司及公司系統各單位各項工作取得的成績，交流管理經驗，展示公司系統廣大干部職工精神風貌和公司企業文化，增進與社會各界的溝通和理解，樹立公司良好形象。