基于SCADA和WAMS的線路參數辨識研究

王啟龍，吳衍達，慈文斌，曹建梅，張亞萍

（1.國網山東省電力公司菏澤供電公司，山東 菏澤 274012；2.國網山東省電力公司，濟南 250001；3.國網技術學院，濟南 250002；4.山東大學電氣工程學院，濟南 250061）

基于SCADA和WAMS的線路參數辨識研究

王啟龍1，吳衍達1，慈文斌2，曹建梅3，張亞萍4

（1.國網山東省電力公司菏澤供電公司，山東 菏澤 274012；2.國網山東省電力公司，濟南 250001；3.國網技術學院，濟南 250002；4.山東大學電氣工程學院，濟南 250061）

線路參數是電力系統運行控制的基礎，其準確性直接影響電力系統自動化的決策水平。在分析SCADA量測數據與WAMS量測數據特點的基礎上，提出基于不同類型量測數據的參數辨識模型。應用實測數據對500 kV線路的參數進行辨識，驗證了文中所提方法的工程實用性。從辨識模型、辨識方法、辨識結果等方面分析了使用不同類型量測數據進行參數辨識的異同點。為電力系統調度人員更新數據庫中線路參數提供依據。

電力系統；監視控制與數據采集；廣域測量系統；線路參數

0 引言

準確的線路參數是電力系統運行控制的基礎［1］。電力系統的潮流計算、狀態估計、繼電保護等過程的可信度依賴于精確的線路參數。近年來，國際上發生多起大停電事故（如美加大停電、歐洲大停電等），事故后利用電網的數據庫參數對事故進行重現時，發現系統在仿真中是穩定的。相關事故報告中指出，由于電網的模型缺乏準確性，無法對事故進行重現［2］。因此，隨著電網越來越復雜，提高電網的模型參數準確性對維護電網的安全穩定運行有著重要意義。

在實際工程中，線路的參數多通過物理計算或離線量測獲得。然而，受到自然環境、線路運行方式、線路老化等因素的影響，這兩種線路參數獲取方法所得到的結果并不能反映線路的真實參數［3］。因此，從實測數據中獲取線路的實時參數成為備受關注的研究方向。

隨著電力系統自動化水平的提高，監視控制與數據采集系統 （Supervisory Control And Data Acquisition，SCADA）為電力系統提供了量測數據，為獲取精確度較高的線路參數提供了途徑［4-5］。發展至今，幾乎所有的變電站裝設有SCADA系統。然而SCADA系統不具有時鐘同步性，無法提供相角信息［6］。相量量測單元 （Phasor Measurement Unit，PMU）和基于PMU的廣域測量系統（Wide-Area Measurement System，WAMS）的發展解決了這一問題。然而由于WAMS系統價格昂貴，僅僅裝設于500 kV及以上電壓等級和重要的變電站。因此，WAMS量測數據不能完全取代SCADA量測數據，在很長一段時間內，電網中仍保持著SCADA量測數據與WAMS量測數據并存的狀態。

文獻［7］分析了SCADA量測數據與WAMS量測數據的差異，根據量測數據的特點提出了3種狀態估計的模型，并使用仿真數據比較3種模型的差異。本文在文獻［7］的基礎上，考慮電力系統的運行特性，提出基于SCADA量測數據與基于WAMS量測數據的參數辨識方法。克服了在實際電力系統中線路參數真值未知的困難，應用統計學理論對辨識結果可信性進行分析。應用實測數據驗證所提方法的可行性，從辨識模型、辨識方法、辨識結果等方面分析了基于SCADA量測數據與基于WAMS量測數據進行參數辨識異同點。

1 線路參數辨識方法

1.1 線路參數模型

采用輸電線路的對稱π型等值電路，僅考慮線路的集中參數特性，線路模型如圖1所示，其中R為線路電阻，X為線路電抗，B為線路的對地電納，U、I、P、Q對應線路兩端的電壓相量幅值、電流相量幅值、有功功率和無功功率，下標1和2分別表示送端和受端。

圖1 線路參數等值模型

1.2 基于SCADA量測數據線路參數辨識方法

對于兩端裝設有SCADA量測系統的線路，可以獲得線路兩端的電壓幅值、電流幅值、有功功率、無功功率。通過對圖1線路參數等值模型的分析，則確定一條線路的各個電氣量的最小集合為｛R，X，B，U2，I2，β2｝。其中，U2和I2為受端的電壓和電流相量的幅值，β2為受端電流與電壓之間的夾角。

根據基爾霍夫電壓、電流定律，功率定律，量測數據中其他的電氣量可以表示為

式中：U1為送端電壓相量為送端電流相量的共軛；為受端電流相量的共軛。

應用最小二乘法解決基于SCADA量測數據的參數辨識問題。最小二乘法發展較為成熟，提高所用方法的工程實用性。 設［8-9］

式中：z為量測向量；h（x）為非線性量測函數向量；v為殘差向量。

理論上，采用單一數據點進行參數辨識，便可得到一組線路參數。由此，最小二乘法的目標函數可表示為

對于上述最小二乘法的模型，應用牛頓拉夫遜算法求解線路參數。

在電力系統中，由于量測數據誤差的影響，通過一個量測數據點辨識得到的線路參數存在一定的隨機性，可能偏離其準確值。因此可增加數據點個數，提高數據冗余度，減小量測誤差帶來的辨識參數誤差。其目標函數可以表述為

式中：N代表在一定時間段內進行參數辨識的量測數據點數，j是數據點索引。

由于電力系統負荷的變化具有周期性，一般每天的負荷波動規律大致相似，一般選擇1天作為數據窗口長度，從而計及1天內高峰、低谷、平常負荷等狀態。對于一段時間的量測數據，可以分為多個時間窗，得到多個辨識結果。在本文中，為提高辨識結果的可信度，取多個辨識結果的平均值作為最終辨識結果，具體為

式中：x為代表線路的電阻參數R、電抗參數X或對地電納B的綜合參數；m為數據窗口的個數；xa為最終辨識結果；xe為由每個時間窗口辨識得到的線路參數。

辨識結果的標準差為

辨識結果的相對標準差σx為

即電抗的相對標準差可以表示為σX，對地電納的相對標準差可以表示為σB。在電力系統中，線路參數的變化很小。在量測數據精確的情況下，辨識結果的相對標準差接近于0，若辨識結果的相對標準差偏大，說明該辨識結果不準確。由于線路參數真值未知，因此采用辨識結果的相對比標準差來反映辨識結果的可信度。

辨識結果的偏差Δx可以表示為

式中：xd為線路參數庫中的相應參數。電抗的偏差可表示為ΔX，對地電納的偏差可表示為ΔB。

由于電阻R很小，較小的有功功率誤差就會引起較大的電阻辨識誤差［6］。因此，重點分析電抗X及對地電納B的辨識參數。

1.3 基于WAMS量測數據線路參數辨識方法

對于兩端裝設有WAMS量測系統的線路，可以獲得線路兩端的電壓相量、電流相量、有功功率、無功功率。根據基爾霍夫電流定律，得

式中：U1、U2、I1、I2分別為線路兩端的電壓相量、電流相量。Z=R＋jX，Y=jB／2。

由公式（9）可得

公式（10）為線性方程，鑒于WAMS量測數據帶有相角信息，數據同步性強，一個量測數據點便可得到一組線路參數。當基于一段時間的WAMS量測數據辨識參數時，可得到多個辨識結果。采用1.2節中的統計分析方法對辨識參數進行分析，得到最終辨識結果。

1.4 辨識方法的比較

數據比較。兩種不同辨識方法的根本區別在于應用的量測數據不同。量測數據差異表現為量測數據成分不同，采樣頻率不同，數據時間斷面不一致。SCADA量測數據的量測量為電壓幅值、電流幅值信息，不含有相角信息；WAMS量測數據的量測量為電壓相量、電流相量信息，含有相角信息。WAMS量測數據的采樣頻率遠遠高于SCADA量測數據。SCADA量測數據不具有時鐘同步性，而WAMS量測系統因安裝了GPS全球定位系統，保證了量測數據的時鐘同步性。

辨識方程比較。根據兩種量測數據的不同，辨識過程采用不同的量測方程。由于SCADA量測數據不含相角信息，其不含相角方程，辨識方程為非線性，采用了最小二乘法來求解相關線路參數，每次辨識中采用多個數據點進行辨識。 WAMS量測數據中含有相角信息，其方程為線性方程，使用一個數據點便可得到一組線路參數值。

2 算例分析

為進一步比較兩種辨識方法的異同點，選取某電網2條550 kV線路兩端的量測數據進行試驗。其中，SCADA量測數據的采樣時間間隔為5 min，辨識時間窗口選擇為1天，每個時間窗內選擇50個量測數據點進行參數辨識。WAMS量測數據的采樣間隔為40 ms。

2.1 線路1

選取2015-08-01至2015-10-31某電網的500 kV線路1兩端的SCADA量測數據進行線路參數辨識。該線路的參數庫中的電抗參數為X=26.373 Ω，電納參數B=443 μS。其量測數據如圖2所示，辨識結果如圖3所示。

對量測數據進行分析，該線路在該段時間內運行方式變化較大。由辨識結果可知，由不同的時間窗口得到的辨識結果不同。圖中橫線表示辨識結果的平均值。表1給出了具體的辨識結果。

圖2 線路1 SCADA量測數據

圖3 線路1基于SCADA量測數據的辨識結果

為對比基于SCADA量測數據與基于WAMS量測數據辨識結果的差異，選取2015-11-12至2015-11-13的WAMS量測數據，如圖4所示。辨識結果如圖5所示。

圖4 線路1 WAMS量測數據

圖5 基于WAMS量測數據的辨識結果

在1天內，該線路的運行方式變化不大，圖5中橫線表示最終辨識結果，具體的辨識結果如表1所示。

表1 線路1參數辨識結果

由表1可知，基于SCADA量測數據的電抗辨識參數遠遠小于參數庫中的電抗參數?；赟CADA量測數據的電納辨識參數偏差與基于WAMS量測數據的電納參數辨識偏差相差不大。由于基于WAMS量測數據的辨識方程加入了相角信息，其得到的辨識參數的可信度高于基于SCADA量測數據得到的辨識結果，這也間接說明此線路兩端的WAMS量測數據的穩定性高于SCADA量測數據的穩定性。建議采用WAMS量測數據的辨識結果作為線路參數。

2.2 線路2

選取 2015-08-01至 2015-10-31某電網的500 kV線路2兩端的SCADA量測數據進行線路參數辨識。該線路的參數庫中的電抗參數為X=10.09 Ω，電納參數B=147.496 μS。其量測數據如圖6所示，辨識結果如圖7所示。

圖6 線路2 SCADA量測數據

圖7 線路2基于SCADA量測數據的辨識結果

由量測數據可知，該線路在該段時間內運行方式變化較大，大多數電流分布于500 A左右。辨識結果如表2所示。

選取該線路 2015-11-12至 2015-11-13的WAMS量測數據進行線路參數辨識，量測數據如圖8所示。辨識結果如圖9所示。

圖8 線路2WAMS量測數據

圖9 線路2基于WAMS量測數據的辨識結果

在該時間段內，該線路兩端的電流變化較大，通過對比分析，當電流較小時，其辨識得到的電抗參數隨之減小，由此可知，量測數據的精度影響辨識結果。具體的辨識結果如表2所示。

表2 線路2參數辨識結果

表2中試驗結果表明，基于SCADA量測數據得到的辨識結果偏差遠遠小于基于WAMS量測數據得到的辨識結果偏差。基于WAMS量測數據得到的電抗相對標準差大于基于SCADA量測數據得到的辨識結果，說明基于SCADA量測數據的參數辨識結果可信度更高。建議采用SCADA量測數據的辨識結果作為線路參數。

從兩條線路辨識結果來看，基于SCADA量測數據的辨識結果與基于WAMS量測數據的辨識結果有差異。辨識結果受到量測數據精度的影響?；赪AMS量測數據進行分析得到的結果不一定比基于SCADA量測數據得到的結果可行度高。對于全網的線路辨識參數，還需要進一步分析。

3 結語

從SCADA量測數據與WAMS量測數據的特性出發，分別分析了基于SCADA量測數據與基于WAMS量測數據進行參數辨識的方法，比較了兩種辨識方法的不同之處。應用電力系統的實測數據，驗證了兩種不同辨識方法的可行性。

通過對電力系統500 kV線路的分析可知，由SCADA實測數據得到的辨識參數與由WAMS量測數據得到的辨識參數不同。不同的線路由于量測數據的精度不同，得到的辨識結果的相對標準差以及偏差不同。文中所提的方法能夠辨識出較為穩定的線路參數，為更新數據庫中參數提供了依據。

［1］李欽，項鳳雛，顏偉，等.基于SCADA及PMU多時段量測信息的獨立線路參數估計方法［J］.電網技術，2011，35（2）：105-109.

［2］丁藍.基于PMU的輸電線路參數辨識與戴維南等值研究［D］.北京：華北電力大學，2012.

［3］陳俊.基于多時段量測的電網設備參數辨識與估計方法研究［D］.重慶：重慶大學，2011.

［4］王亮，張冰，武誠，等.電力系統SCADA數據的一致性分析［J］.山東電力技術，2015，42（4）：33-37.

［5］薛安成，張兆陽，畢天姝.基于自適應抗差最小二乘的線路正序參數在線辨識方法［J］.電工技術學報，2015，30（8）：202-209.

［6］陳曉剛，易永輝，江全元，等.基于WAMS／SCADA混合量測的電網參數辨識與估計［J］.電力系統自動化，2008，32（5）：1-5.

［7］吳星，劉天琪，李興源，等.基于WAMS／SCADA數據兼容的三種狀態估計算法比較研究［J］.華東電力，2014，42（2）：240-246.

［8］陳俊，顏偉，盧建剛，等.考慮多時段量測隨機誤差的變壓器參數抗差估計方法［J］.電力系統自動化，2011，35（2）：28-33.

［9］于爾鏗.電力系統狀態估計［M］.北京：水利電力出版社，1985.

Identification Study of Transmission Line Parameters Based on SCADA and WAMS

WANG Qilong1，WU Yanda1，CI Wenbin2，CAO Jianmei3，ZHANG Yaping4
（1.State Grid Heze Power Supply Company，Heze 274012，China；2.State Grid Shandong Electric Power Company，Jinan 250001，China；3.State Grid of China Technology College，Jinan 250002，China；4.School of Electrical Engineering，Shandong University，Jinan 250061，China）

Transmission line parameter is the fundament for power system operation and control.The accuracy of the transmission line parameters directly affects the decision making level of power system automation.Based on analysis of the characteristic of SCADA measurement data and WAMS measurement data，the parameter estimation model based on different measurement data is proposed.Parameters of a 500 kV transmission line are estimated with different type of field measurement data to check the practicability of the proposed method.Differences and similarities of parameter estimation based on the different type measurement data are analyzed in respect of estimation model，estimation method and estimation parameter result.The estimation parameters provide a basis for updating the database parameters for engineers.

power systems；SCADA；WAMS；transmission line parameter

TM744

A

1007-9904（2017）03-0042-05

2016-11-07

王啟龍（1971），男，高級工程師，從事電網調度自動化控制工作；

吳衍達（1989），男，從事電力系統運行與分析工作；

慈文斌（1983），男，工程師，從事電網調度運行、電力設備運維檢修；

曹建梅（1980），女，高級工程師，從事信息系統建設與運營管理、互聯網與教育培訓工作；

張亞萍（1991），女，碩士研究生，從事電力系統運行控制研究。