專利名稱：基于雙時間尺度延時估計的斷面生數據對齊方法
技術領域：
本發明屬于電力系統自動化技術領域，更具體的涉及電力系統的調度中心多源生數據在線對齊的方法。
背景技術：
電網的互聯在實現更大范圍的資源優化配置，從而產生巨大經濟效益的同時，也給電網的運行、分析和協調控制帶來諸多問題。由于相鄰電網發生的故障會直接影響到內部電網的安全，因此在電網安全穩定分析中，需要相鄰電網的模型和實時斷面數據。斷面指反映某一時刻電力系統運行工況的有功、無功、電壓、電流等模擬量和開關、刀間狀態等開關量數據構成的集合。在調度中心數據庫中，在任一時刻，各個測點存在多種來源的數值，包括RTU測量值、PMU測量值、上一個時間斷面的狀態估計值，以及發電計劃提供的機組功率計劃值、負荷預測提供的負荷功率預測值等，它們與當前時刻的真實值均存在一定的誤差，統稱為斷面生數據。現代電網調度中心主要通過兩種量測數據采集系統獲取電網實時運行狀態信息。一種是傳統的數據收集與監控系統(SCADA Supervisory Control And Data Acquisition)，它通過安裝在變電站和發電廠的遠程終端單元(RTU Remote Terminal Unit)獲取反映電力運行狀態的模擬量和狀態量。另一種是近年來新興的廣域量測系統 (WAMS =Wide Area Measurement System)，它通過安裝在主干網絡的變電站和發電廠的同步相量測量單元(PMU ThasorMeasurementUnit)采集帶有GPS高精度同步時標的模擬量。 由于技術和經濟等因素，在相當長的時期內，WAMS無法替代SCADA，兩者仍將同時存在。因此，在調度中心的實時數據庫中，存在兩種形式(維度)的量測數據帶GPS同步時標的連續斷面數據(即每個測點存儲了一段時間內的數值序列，而不是單個點)和沒有時標的單個斷面數據(即每個測點僅存儲了一個點)。連續斷面數據由WAMS系統中的 PMU采集，存儲一定時長的多個斷面(一般為10秒)，上送頻率一般在25 100Hz，PMU量測只有幾十毫秒延時，由于帶有GPS同步時標，可以認為各個測點的數據在相同時刻采集； 單個斷面數據包括SCADA系統中RTU采集數據和其他調度中心EMS系統轉發的數據，RTU采集的數據一般有幾秒的延時，而且不同廠站的RTU延時也各有不同；通過其他調度中心EMS 轉發的數據的延時則更長，一般有兩種轉發形式一種是實時轉發遙測、遙信數據，一般有 10 30秒延時；另一種是轉發EMS狀態估計結果，一般延時可達幾分鐘。我國電網實行國、 網、省、地、縣分級調度，各級調度中心EMS系統維護自己管轄區的電網模型和數據采集，上級調度中心的模型一般由各個下級調度中心模型拼接而成，除直調廠站數據是直接采集， 其他數據一般通過下級調度中心轉發而來。因此，數據之間的延遲存在很大差異。由于SCADA數據和EMS轉發數據都沒有同步時標，其延時并不能直接獲得。傳統的斷面生數據整合通常忽略不同測點的延時差異，或者將延時造成的誤差當作量測誤差處理，或者簡單的認為僅延遲一個周期，沒有定量評估不同測點的延遲時間，然后進行對應的數據修正。如果將這幾種延時差異很大的數據簡單的送入狀態估計器，即使計算能夠收斂，得到的斷面數據也勢必偏離電網實際運行工況，特別是當系統負荷變化明顯的時段。本申請的方法能夠準確量化不同測點的數據延時，并根據延時預測修正測點當前斷面的數值， 并評價其數值精度等級和延時分布區間，提供一個更加貼近電網當前實際運行工況的量測數據斷面。
發明內容
針對目前調度中心多源實時數據存在不同程度延時、但沒有進行量化估計并修正其延時誤差的問題。本發明提出了一種基于雙時間尺度定量評估測點延時并進行預測修正的，適合大規模電網的斷面數據對齊方法。本發明具體采用以下技術方案一種基于雙時間尺度延時估計的斷面生數據對齊方法，該方法針對不同區域、不同廠站、不同傳輸類型數據延時的差異，采用兩種時間尺度的采樣序列定量估計各個測點的延遲時間，通過自回歸-滑動平均模型預測修正各個測點數據的當前值，從而將多源實時斷面生數據整合為一個更加貼近當前電網運行工況的斷面；其特征在于所述斷面生數據對齊方法包括以下步驟(1)對經過同步相量測量單元PMU、遠程終端單元RTU實時上送和其他調度中心 EMS轉發的實時數據進行雙時間尺度采樣，采樣的時間窗和采樣密度根據各自測點統計的延時分布區間設置，長時間尺度采樣序列采用較第二采樣步長大的第一采樣步長，用于根據相應測點實時數據延時的整體趨勢定位延遲的大致區間；短時間尺度采樣序列采用較第一采樣步長小的第二采樣步長，用于對實時數據進行進一步的準確延時估計；(2)當斷面整合周期到達時，對雙時間尺度的兩組采樣序列，以帶有GPS同步時標的同步相量測量單元PMU采樣實時數據序列為參考，采用時延估計的廣義相關系數法估計遠程終端單元RTU采樣實時數據序列和其他調度中心EMS轉發的實時數據序列的延遲時間，首先用長時間尺度采樣序列根據相應測點實時數據延時的整體趨勢分別定位遠程終端單元RTU采樣實時數據、其他調度中心EMS轉發的實時數據大致的延遲時間，然后用短時間尺度序列對遠程終端單元RTU采樣實時數據、其他調度中心EMS轉發的實時數據進一步精確的估計延時，得到各個測點的延遲估計值D ；(3)基于各個測點延時估計值D選擇步長，采用自回歸-滑動平均(ARMA)模型預測各個測點數據的當前值，對于根據各個測點延時估計值D預測得到的各個測點采集的實時數據的當前值，設置反映該當前值精度的權重，延遲時間越小權重越大，反之亦然，權重取值在(0，1)之間；(4)存儲各個測點實時數據的當前值、延時估計值D和權重，進行多個斷面的延時區間分布的統計分析，得到延時修正的對齊斷面數據并生成各個測點的數據評估報告。本發明方法的有益效果是，基于雙時間尺度的采用序列，首次實現對各個測點由于不同區域、不同廠站、不同傳輸方式造成的延遲時間的量化估計，并通過連續采樣序列預測出各個延遲測點在當前斷面的數值，設置權重體現預測值的精度差異，并能在測點數據改進后動態修正采樣時間窗和采用步長，適用于互聯電網多源實時數據的斷面對齊。
圖1是本發明方法的原理流程圖。圖2是雙時間尺度延遲估計示意圖。
具體實施例方式下面結合說明書附圖對本發明的技術方案作進一步詳細說明。本發明提出了基于雙時間尺度的實時數據定量延時估計與預測修正的斷面對齊方法，該方法能夠根據PMU采集的帶GPS同步時標的實時序列，定量的估計不同RTU上送數據、其他調度中心EMS轉發數據的延時，并通過預測修正延時造成的誤差，使得各種來源的傳輸數據整合為一個更為貼近當前實際運行工況的斷面，大大減小全網數據的不匹配。其步驟如下(圖1是本發明方法的原理流程圖)(1)對經過同步相量測量單元PMU、遠程終端單元RTU實時上送和EMS轉發的實時數據進行雙時間尺度采樣，采樣的時間窗和采樣密度根據測點統計的延時分布區間設置， 長時間尺度采樣序列采用較大的采樣步長(5s 60s)，用于根據整體趨勢定位延遲的大致區間，短時間尺度采樣序列采用較小采樣步長(0. Is Is)用于進一步的準確延時估計。 目前網、省級調度中心都建立WAMS主站，接收轄區各個PMU子站上送的PMU高采樣率數據 (25Hz, 50Hz, 100Hz)，一般存儲一段時間(例如10秒)的多個斷面，EMS系統中無論是SCADA 采集的實遙測、遙信，還是其他EMS系統轉發的估計結果數據都是最新入庫的斷面，沒有準確時標。在步驟1中，優選根據數據傳輸類型和統計的延時分布區間，可以將延時劃分為秒級、十秒級和分鐘級，相應的采用不同時間窗和采樣率，短時間窗采樣相當于對長時間窗序列的幾個步長進行局部放大，兩者配合以減少數據存儲量和計算量；對于PMU不采集的測點，步長采用秒級即可，用于區分數據傳輸類型，例如EMS轉發數據需要幾分鐘更新一次。優選第一步長為5s-60s，第二步長為0. Is-Is0(2)當斷面整合周期到達時，采用廣義相關系數法，通過雙時間尺度的兩組采樣序列，以帶有GPS同步時標的PMU序列為參考，估計RTU采樣序列和EMS轉發序列的延遲時間。 首先用長時間尺度采樣序列根據整體趨勢定位大致的延遲時間，然后用短時間尺度序列進一步精確的估計延時，從而量化測點的延遲時間D ；在步驟2中，量測點的WAMS采樣序列χ (η)與SCADA/EMS采樣序列y (η)是對同一測點的兩次相互獨立的采樣，通過時間序列的互相關方法可以得到兩個序列間的延時估計值，考慮WAMS和SCADA的觀測噪聲，為了獲得較好的延時估計結果，需要對互相關函數進行平滑，可采用廣義互相關方法Rxy(T) = F"1 [Pxy(w) W (w)] = Rxy ( τ ) Φ ω ( τ ) (1)式中*表示卷積，而Pxy(W) = F[Rxy( τ)]是互相關函數Rxy(T)的Rmrier變換，即x(n)和y(n)的互功率譜。平滑窗函數可采用平滑相關變換窗、最大似然窗或 Hannan-Thompson 窗。圖2中曲線①為PMU帶GPS同步時標的采集序列，曲線③為SCADA采集或EMS轉發序列，通過長時間尺度的延時估計，受第一步長的限制，僅能估計曲線②和曲線③之間的延時Δ T1,它是第一步長的整數倍，而小于第一步長的延時Δ T2,即曲線②和曲線①的延時， 它是第二步長的整數倍，需要用短時間尺度采樣序列來進一步估計，從而得到曲線①和曲線③之間的延時為ΔΤ= Δ \+ΔΤ2。(3)基于各個測點延時估計值D，采用自回歸-滑動平均(ARMA)模型預測延遲測點的當前值。對于根據延時預測得到的當前值，設置反映其精度的權重，延遲越小權重越大，反之亦然，權重取值可在(0，1)之間；在步驟3中，基于各個測點延時估計值D，采用自回歸-滑動平均(ARMA)模型預測延遲測點的當前值，即在k時刻的取值x(k)不僅與其前N步的取值x(k-n)有關，而且還與前M步的擾動信號取值a(k-m)有關，那么可對其建立如下所示的ARMA(N，Μ)模型。
Φ) = Σ ι cPAk ~η)+Σ: cPtAh ~m)+a(k)(2)(4)存儲延時估計結果和權重，以便進行多個斷面的延時區間分布的統計分析，并輸出延時修正的對齊斷面數據給后續模塊進一步處理。在步驟4中，對于根據延時預測的當前值，應該區分其精度，因此，可以設置反映精度的權重值，延遲越小權重越大，反之亦然，權重取值可在(0，1)之間，后續模塊可根據精度權重進行進一步處理。延時區間分布的統計用于改善雙時間尺度采樣的時間窗和采樣步長設置。為了提高方法的實用性，本發明還根據電網分層管理以及地理分布等特點，可以按照控制區域、廠站對測點進行分組，采用部分PMU采集的測點進行延時估計，來表示整組測點的延時進行預測修正，對于延遲時間異常大的數據點，可以用負荷預測、機組出力計劃
值等替代。
權利要求
1.一種基于雙時間尺度延時估計的斷面生數據對齊方法，該方法針對不同區域、不同廠站、不同傳輸類型數據延時的差異，采用兩種時間尺度的采樣序列定量估計各個測點的延遲時間，通過自回歸-滑動平均模型預測修正各個測點數據的當前值，從而將多源實時斷面生數據整合為一個更加貼近當前電網運行工況的斷面；其特征在于所述斷面生數據對齊方法包括以下步驟(1)對經過同步相量測量單元PMU、遠程終端單元RTU實時上送和其他調度中心EMS轉發的實時數據進行雙時間尺度采樣，采樣的時間窗和采樣密度根據各自測點統計的延時分布區間設置，長時間尺度采樣序列采用較第二采樣步長大的第一采樣步長，用于根據相應測點實時數據延時的整體趨勢定位延遲的大致區間；短時間尺度采樣序列采用較第一采樣步長小的第二采樣步長，用于對實時數據進行進一步的準確延時估計；(2)當斷面整合周期到達時，對雙時間尺度的兩組采樣序列，以帶有GPS同步時標的同步相量測量單元PMU采樣實時數據序列為參考，采用時延估計的廣義相關系數法估計遠程終端單元RTU采樣實時數據序列和其他調度中心EMS轉發的實時數據序列的延遲時間，首先用長時間尺度采樣序列根據相應測點實時數據延時的整體趨勢分別定位遠程終端單元 RTU采樣實時數據、其他調度中心EMS轉發的實時數據大致的延遲時間，然后用短時間尺度序列對遠程終端單元RTU采樣實時數據、其他調度中心EMS轉發的實時數據進一步精確的估計延時，得到各個測點的延遲估計值D ；(3)基于各個測點延時估計值D選擇步長，采用自回歸-滑動平均(ARMA)模型預測各個測點數據的當前值，對于根據各個測點延時估計值D預測得到的各個測點采集的實時數據的當前值，設置反映該當前值精度的權重，延遲時間越小權重越大，反之亦然，權重取值在(0，1)之間；(4)存儲各個測點實時數據的當前值、延時估計值D和權重，進行多個斷面的延時區間分布的統計分析，得到延時修正的對齊斷面數據并生成各個測點的數據評估報告。
2.根據權利要求1所述的斷面生數據對齊方法，其特征在于步驟(1)中長時間尺度采樣步長根據過去統計的延遲時間分布區間確定，可分為秒級、十秒級和分鐘級；短時間采樣步長相應調整以確保延時估計精度。
3.根據權利要求2所述的斷面生數據對齊方法，其特征在于所述長時間尺度采樣序列采用的第一步長為5s-60s，所述短時間尺度采樣序列采用的第二步長為0. Is-Is0
4.根據權利要求1所述的斷面生數據對齊方法，其特征在于步驟(3)中預測值的精度權重根據延遲時間的長度、以及歷史估計誤差確定，作為測點的參考量測權重送入狀態估計器。
5.根據權利要求1所述的斷面生數據對齊方法，其特征在于步驟中各個測點的延時估計值與精度權重可定期進行統計分析，生成報表。
全文摘要
一種基于雙時間尺度定量評估測點延時并進行預測修正的斷面生數據對齊方法，所解決的是具有不同延時的多源斷面生數據對齊問題。該方法針對不同區域、不同廠站、不同傳輸類型數據延時的差異，采用兩種時間尺度的采樣序列定量估計各個測點的延遲時間，通過自回歸-滑動平均模型預測修正當前的數值，并評價其數值精度等級和延時分布區間，然后提供給狀態估計器。本方法能夠準確量化不同測點的數據延時，并根據延時預測修正測點當前斷面的數值，賦予精度權重，使得對齊后的多源實時數據整合為一個更加貼近當前電網運行工況的斷面。
文檔編號H02J13/00GK102361353SQ20111033029
公開日2012年2月22日 申請日期2011年10月26日 優先權日2011年10月26日
發明者侯凱元, 劉家慶, 夏德明, 婁志輝, 孟令愚, 岳涵, 張曉華, 徐興偉, 李志學, 李澤宇, 李滿坡, 楊寧, 王 華, 王肇光, 王鋼, 盛浩, 肖曉春, 賈偉, 邵廣惠, 郭艷嬌, 陶家琪, 馬新, 高德賓, 齊文斌 申請人:東北電網有限公司, 北京四方繼保自動化股份有限公司