稳态遥测专利技术,2018/9/20,三川电气,2,内容提要,问题与状态估计 问题、危害 状态估计,坏数据产生机理 简单试验、原因分析 机理所在,稳态处理方法推导 t分布 稳态处理、斜坡处理 应用于调度数据处理,稳态处理方法的验证 线路、母线损耗验证 线路参数辨识验证、理论线损验证 局部电网验证、反窃电验证,对比分析 状态估计 平均、滤波 技术特点,应用 辨识参数 开环在线应用 闭环在线应用方案；辨识负荷模型等,收益 直接收益 间接收益,结束语 合作意愿 感谢,2018/9/20,三川电气,3,问题与状态估计,2018/9/20,三川电气,4,问题,SCADA中的坏数据 1970年被发现 至今依然存在 线路参数 理论参数不准 实测参数不准 误差电阻200、电抗100,2018/9/20,三川电气,5,危害,状态估计、潮流计算、安全分析收敛困难 AVC、电压稳定性分析实用难 无功优化、最优潮流实用难 EMS的经济性不明显 EMS的安全性难发挥,2018/9/20,三川电气,6,状态估计,1970年Schweppe，Larson等人先后提出 1974年Schweppe首次应用 如果参数已知，状态估计可以处理遥测数据 如果遥测数据无误，状态估计可以估计参数 实际情况是遥测数据和参数都有问题，怎么办？,2018/9/20,三川电气,7,坏数据产生机理,2018/9/20,三川电气,8,查因简单实验,为查找原因，设计一简单实验 简单实验可看成是无损线路或简单母线 结果 每次试验前对时 两块表的遥测数据应当一致，即P=0 P0 有负数：-10%，复现了现场结果 为什么？ 不是终端精度问题 精度0.5% ，误差大一个数量级 与认证不同 认证试验只是试验恒定结果 这里，信号源输出有变化 电流变化率是2A/分钟,2018/9/20,三川电气,9,查因稳态模型需要稳态数据,稳态模型 线损公式 是稳态模型 潮流方程是稳态模型 众多的EMS程序是稳态模型 稳态模型需要输入稳态数据 即遥测数据应当是稳态数据 SCADA的遥测数据是稳态值数据吗？,2018/9/20,三川电气,10,查因SCADA遥测,重新检查SCADA遥测数据的过程： 遥测过程 终端不间断地测量数据 主站按T轮询获得遥测数据 加上时标存数据库 美国T=2s，国内T5s 可见 终端测量未管稳态以否 主站也未管稳态以否 而实际的物理量是变化的结果会怎样呢？,P1 P2 P3 P4 P5 P6 P7,P1,T1,T2,P4,T3,P7,2018/9/20,三川电气,11,查因遥测数据混入暂态数据,由于终端和主站都没管稳态以否，结果： 遥测数据中混入了暂态数据 遥测数据既包括稳态状态下测量的数据 也包括暂态情况下遥测的数据 简言之，遥测数据既有稳态值也有暂态值 稳态数据混入了暂态数据 混入后的结果 暂态数据代入稳态方程 结果肯定有问题 至少误差大 重新分析简单实验结果 出问题的点恰好发生在暂态过程 说明问题由暂态数据引起,2018/9/20,三川电气,12,查因其它原因,时钟不同步 要求 潮流方程还是线损公式，输入都要求是同一时刻的稳态值 现状 由SCADA遥测可知 将不同时刻的数据被当成同一时刻数据的问题 混频问题 数字测量中，有著名的加农采样定理 采样频率应该大于信号截止频率的2倍 否则，必定产生混频错误 重抽样也如此 由SCADA遥测可知 T轮询属于重抽样 电力系统Ta=0.1s，截止频率10Hz 重抽样频率应大于20Hz 然而，现行的SCADA，美国2s，国内5s左右 重抽样频率0.2Hz 不满足采样定理，结果肯定有混频错误,2018/9/20,三川电气,13,坏数据产生机理,针对调度遥测问题进行因素分析，以及10kV遥测数据的处理经验，得出： 机理 遥测数据中混入暂态数据 时钟不同步 混叠错误 影响比重约是： 遥测数据中混入暂态数据占60% 时钟不同步占35% 混叠错误占5%,2018/9/20,三川电气,14,稳态处理,2018/9/20,三川电气,15,t分布,若 X是平稳随机过程，且服从正态分布 x属于X为均值， 为标准方差 则其中,2018/9/20,三川电气,16,稳态处理,如果 稳态暂态稳态暂态 且 稳态时间长、暂态时间短 稳态受到随机干扰 则 稳态过程中的量测 属于平稳随机过程， 满足t分布：，F1其中,否则（不服从t分布）， 不属于平稳随机过程，F0，即不属于稳态过程，即属于暂态过程。 在线应用递推公式,稳态,稳态受干扰,稳态,稳态,稳态,x,t,2018/9/20,三川电气,17,斜坡处理,再考虑，平稳短、暂态长，见右图 做变量替换上图变换为下图 下图按照稳态处理 再变换还原,稳态受干扰,x,t,y,t,2018/9/20,三川电气,18,应用于调度数据处理,主站处理遥测数据 负荷日曲线为M，典型的斜坡状，按斜坡处理 轮询间隔15秒 虽然不能避免混频错误，但，混频影响较小，引起的误差可接受 变电站终端采用稳态处理技术 数据间隔小，可避免混频影响，所以，精度高 比较 主站比终端更容易实现，工作量小 新上站的终端最好采用该稳态处理方法处理量测数据，于是，报到主站的遥测数据已经没有问题,2018/9/20,三川电气,19,顺便提示,专利授权说明 不仅电力自动化中存在遥测数据问题 其它工业远程自动化同样存在问题 就连飞船、导弹测控也同样存在问题,2018/9/20,三川电气,20,验证,2018/9/20,三川电气,21,线损验证,实际线路 概况：220kV/4.5km 时间：2011-11-15 数据：约1分钟的离线断面 处理前，线损率有负值！ 多个点出现负值 最大越-3% 处理后 遥测功率受干扰减小 统计线损从原线损中间穿过 且没有负值 询问营销 该线路2011.11月统计线损为1.8% 可见，与这里的结果一致,2018/9/20,三川电气,22,母线线损验证,实际母线 概况：220kV、1进6出 2011-11-15日 数据：约1分钟的离线断面 处理前，线损率有负值！ 多个点出现负值 最大到-10% 处理后 遥测功率受干扰减小 统计线损从原线损中间穿过 统计线损的均值为0.4% 说明母线也有损耗 损耗主要源于断路器和刀闸的,2018/9/20,三川电气,23,线路参数辨识验证,衡前线 概况：220kV4.5km，同杆并架 现象：遥测功率严重不平衡，状态估计后平衡，形成矛盾 问题：十多年不明白为什么 实测：实测参数3次、不准 原因是两端法和天线 检查：PT/CT、设备无问题 参数辨识 状态估计与遥测一致 不一致小于1% 线损率一致 处理后的统计和理论线损一致 与营销的月统计线损一致 用户报告,2018/9/20,三川电气,24,理论线损验证,线路 同前 数据同前 由处理后的遥测功率,辨识参数 由参数计算理论线损 与统计线损比较结果见下图 与营销的月统计线损一致 结果 理论线损与统计线损一致,2018/9/20,三川电气,25,局部电网验证,局部电网如右图 两级电网 7做变电站 14条线路 11个负荷或电源 离线参数辨识 14条线路、14台主变 潮流 以站1为参考、其它为PQ 潮流结果与遥测一致 包括支路潮流一致,1,3,4,5,2,6,7,500kV,220kV,2018/9/20,三川电气,26,10kV反窃电验证,对于一条10kV线路 遥测线路首端、各负荷的UIPQ 稳态处理遥测数据 辨识线路和配变参数 在潮流方程基础上构建反窃电算法 反窃电计算输出可疑功率曲线 在出现可疑功率时间段现场检查可疑户 不是漏电户就是窃电户 纠正漏电户、处罚窃电户 消灭管理线损,可疑功率曲线,漏电和窃电没有测点 例如接错线、搭接窃电 反窃电计算成功证明 数据处理和参数辨识准确 潮流方程成立,2018/9/20,三川电气,27,对比,2018/9/20,三川电气,28,状态估计,线路同1 线损虽然没有负数，但是，出现偏差， 0.1%1.8%,母线同1 线损率为停机条件，没有物理意义,2018/9/20,三川电气,29,平均值,平均值替代瞬时值如何？ 北美高级量测系统AMI就是如此 右图算例 实线为瞬时值、虚线为均值 可见即，原本成立的方程，平均后不再成立！ 所以 推论 采用平均值后，原本成立的潮流方程不再成立,2018/9/20,三川电气,30,滤波器,无论是低通滤波还是带通滤波，都有问题 因机理不同，负荷的变化是随机发生的、没有固定频谱 滤波器时间常数要么太大、要么太小 所以，普通滤波器不可 专利技术 像滤波器 时间前后数值输入后判断、运算 变结构滤波器、自适应滤波器、智能滤波器,2018/9/20,三川电气,31,技术特点,不增加带宽的前提下： 剔除了遥测数据中的暂态数据 降低对同步时钟精度要求 因为稳态值在一段较长时间内不变，时间标在哪里已经不再重要 好处：不用增加GPS校时；不用修改通信规约，因为规约没有时间标签；在主站也能够对遥测数据进行处理 满足加农采样定理，不再有混频错误 新上设备在终端侧采用该技术，能够彻底避免混频 减少随机干扰、提高精度 运算工作量小 只是时间前后数值的判断、运算，避免了众多非线性方程迭代寻优求解 特别适用于并行计算，每个物理量单独计算，不用联立方程求解 没有假设条件 不需要假设模型参数已知，反而能够辨识模型参数； 不需要假设遥测数据正确，反而能够纠正遥测数据错误,2018/9/20,三川电气,32,应用,2018/9/20,三川电气,33,辨识参数,历史遥测数据（约1分钟的断面数据），经过稳态数据处理，可以： 辨识元件参数 包括线路、变压器、发电机等元件的参数，尤其短线路 辨识的参数准确 不是两端法而是四端法 避免天线效应引起的大误差 辨识参数的优点 不停电，无停电损失 避免投入大量的人力、物力进行现场试验,2018/9/20,三川电气,34,34,开环在线应用,离线辨识参数后，按元件方程计算潮流,能够及时发现哪个量测装置出了问题 纠正后提高遥测数据可用率 与状态估计相比 简单、准确、及时,选取参考节点，其电压相角为0,告警并提示元件名,接线路还是变压器,是,否,线,变,作为已知，连接下一个元件,2018/9/20,三川电气,35,2018/9/20,35,闭环在线应用（设想）,在参数辨识、开环方案充分验证后： 稳态处理输出格式与遥测格式相同 EMS程序不做任何修改,预期效果 容易通过状态估计 因为稳态处理后的精度优于状态估计 潮流计算收敛且运算加快 加快AGC动态响应 不需要大时间常数的滤波器或积分器 加快控制联络线潮流动态响应 同理 为安全调度软件赢得时间,通信 前置机,EMS程序,稳态处理,2018/9/20,三川电气,36,辨识负荷模型,电压稳定性在于负荷模型，无论静态还是动态模型都遇到难题 负荷模型问题不在于辨识算法，而是遥测数据有问题 负荷静态模型 对SCADA遥测数据处理 辨识静态模型，相信将迎刃而解 负荷动态模型 对广域网遥测数据处理 辨识动态模型，相信将迎刃而解 论证 郝玉山曾成功辨识出4阶水轮机调速系统模型,2018/9/20,三川电气,37,收益,2018/9/20,三川电气,38,直接收益,彻底解决SCADA数据中的坏数据，并提高精度 统计线损与用电信息系统的结果一致 处理办法也可用于广域网遥测数据的处理 起码是状态估计的补充 辨识准确的元件参数，尤其是线路参数 理论线损与统计线损一致 输入状态估计，状态估计将无偏 输入潮流，潮流将无偏 事实上，参数与电网特征联动 例如，输送功率极限U1*U2/x，U1、U2变化不大，关键在于x 如果x 误差很大，则功率极限势必误差很大,