EMS能量管理系统课件

厂站设备信息采集与发送命令执行信息接收命令下发信息传输信息处理调度自动化主站系统人机联系一、调度自动化系统结构信息采集与发送命令信息命令调度自动化一、调度自动化系统结构SCADA/EMS/DTS一体化的分布式调度自动化主站系统配置SCADA/EMS/DTS一体化的分布式调度自动化主站系统配

能量管理系统EMS变电站自动化配电管理系统（DMS）主站SCADA功能；自动发电控制；经济运行功能；网络分析功能；调度管理和计划能量管理系统EMS二、电力系统状态估计

SCADA系统采集的全网实时数据汇成的实时数据库存在下列明显的缺点：（1）数据不齐全；（2）数据不精确；（3）受干扰时会出现错误数据；二、电力系统状态估计（一）状态估计(StateEstimation)根据SCADA提供的实时信息，给出电网内各母线电压(幅值和相角)和功率的估计值。为其他应用功能提供电网运行状态及参数。遥信及遥测初检；网络拓扑分析；量测系统可观测性分析；不良数据辨识；母线负荷预报模型的维护；变压器分接头估计；量测误差估计等功能。（一）状态估计(StateEstimation)（二）状态估计的基本原理利用实时量测系统的冗余度来消除或减小时变参数测量误差和自动排除随机干扰所引起的错误数据，估计出系统运行状态。系统中能够表征系统特性所需的最小数目的变量称为状态变量。系统中独立测量量的数目与系统状态变量数目之比，称为测量系统的冗余度。一般要求测量系统的冗余度在1.5～3.0。（二）状态估计的基本原理（三）最小二乘估计法

对于某个状态x的真值进行测量时，一般都使仪表的测量值z与x之间是函数关系，即z＝h（x）。任何仪表都有误差，设此误差为v，那么测量值z与x之间的关系为：

z＝h（x）＋v（三）最小二乘估计法（三）最小二乘估计法最小二乘估计状态变量的估计值，对应的估计值与测量值z之间的误差平方最小。

（三）最小二乘估计法

加权最小二乘估计法

对于某些准确度较高的量测量给与较高的权值。

Evj2-----随机量方差

加权最小二乘估计法Evj2-----随机量方差（四）电力系统状态估计的模型及算法状态变量1。输电线路对变压器同样可以列出状态变量及与因变量的关系（四）电力系统状态估计的模型及算法状态变量1。输电线路对变量测量：

2。电力系统状态估计的数学描述

状态估计的量测量主要来源：

SCADA的实时数据在量测不足之处使用预测及计划型数据做伪量测量；根据基尔霍夫定律得到部分必须满足的伪量测量。量测量：2。电力系统状态估计的数学描述状态估计的电力系统加权最小二乘法状态估计：3。电力系统加权最小二乘法状态估计求解求达到最小值的矩阵向量令得令得电力系统加权最小二乘法状态估计：3。电力系统加权最小二乘法在电力系统中，h（x）为非线性函数，这就需要迭代的方法求解。先假定状态量初值为x（0），采用泰勒级数展开的方法，经过推导可得。基本加权最小二乘法状态估计的迭代修正公式：

式中，为第l次迭代状态修正向量；H为量测方程的雅可比矩阵。3。电力系统加权最小二乘法状态估计求解在电力系统中，h（x）为非线性函数，这就需要迭代的方法求解。牛顿—拉夫逊解法进行迭代修正，直到目标函数接近于最小为止。所采用的迭代收敛判据可有（1）（2）式中，下标i表示向量x中分量的序号；εx、εJ收敛标准。第一种标准最为常用，εx可取基准电压的10－6～10－4。牛顿—拉夫逊解法进行迭代修正，直到目标函数接近于最小为止。所

状态估计的过程

有修正输入测量值修正结构修正假定的模型假定（1）没有结构误差（2）没有不良数据（3）没有参数误差估计求出状态估计值和残差检测是否有结构误差和不良数据识别确定不良数据和结构误差的位置测量值前置滤波、极限值校验等无结束状态估计的过程有修正输入测量值修正假定的模型假定（1）没

加权最小二乘法状态估计框图

Y输入测量信息给定初值l＝1计算H(x(l)),h(x(l))计算HTR-1H计算HTR-1[z-h(x(l))]解非线性方程7－4－15求△x(l)及maxi|△xi|l=l+1N加权最小二乘法状态估计框图Y输入测量信息给定初值l＝14。P—Q分解法状态估计P—Q分解法状态估计沿用稳态潮流计算中P—Q分解法的思路：高压系统有功功率主要与各结点电压向量的角度有关；无功功率主要受各节点电压幅值影响。将雅可比矩阵进行简化。4。P—Q分解法状态估计P—Q分解法状态估计沿用稳态潮流计算

电力系统中测量系统的标准误差σ大约为正常测量范围的0.5～2%，因此误差大于±3σ的测量值就可称为不良数据，实用中通常把误差达到±（6～7）σ以上的数据称为不良数据。（五）不良数据的辨识电力系统中测量系统的标准误差σ大约为正常测量范围的0.5～对状态估计结果判断是否存在不良数据并指出具体可疑量测数据的过程称之为不良数据检测。对检测出的可疑数据验证真正不良数据的过程称之为不良数据的辨识。（五）不良数据的辨识对状态估计结果（五）不良数据的辨识除了不良数据点的残差呈现出超过检测阈值外，还有一些正常测点的残差也超过阈值，这种现象称为残差污染。在多个不良数据情况下，由于相互作用可能导致部分或全部不良数据测点上的残差近于正常残差现象，这称为残差淹没。（五）不良数据的辨识除了不良数据点的残差呈现出超过检测阈值外，还有一些正常测点的

不良数据辨识的思路：检测出不良数据；找出这个不良数据；在测量向量中将其排除；再重新进行状态估计。（五）不良数据的辨识不良数据辨识的思路：（五）不良数据的辨识排列、按序、试探法残差搜索辨识法非二次准则法零残差法总体型估计辩识法逐次型估计辨识法（五）不良数据的辨识排列、按序、试探法（五）不良数据的辨识三、实时调度与事故预想三、实时调度与事故预想（一）静态安全分析(SecurityAnalysis)

静态安全分析功能对多种给定运行方式(状态)进行预想事故分析，对会引起线路过负荷、电压越限和发电机功率越限等对电网安全运行构成威胁的故障进行警示，从而对整个电网的安全水平进行评估，找出系统运行的薄弱环节。三、实时调度与事故预想（一）静态安全分析(SecurityAnalysis)三（二）网络的化简与等值GNIEB原网络的节点用集合N表示。欲化简掉的部分称为外部网络，节点集用E表示。保留部分网络的节点用保留集G表示。有G十E＝N。在保留集中和外部网络节点相关联的节点组成边界节点集，用B表示。不和外部节点集关联的部分为内部节点集，用I表示，（二）网络的化简与等值GNIEB原网络的节点用集合N表示。（二）网络的化简与等值

导纳矩阵表示的网络方程按I，B，E集合划分，可以写出用分块矩阵形式表示的网络方程：（二）网络的化简与等值导纳矩阵表示的网络方程按I，B，（二）网络的化简与等值消去外部节点的电压变量UE

（二）网络的化简与等值消去外部节点的电压变量UE（二）网络的化简与等值外部网络的静态等值

∵

（二）网络的化简与等值外部网络的静态等值∵（二）网络的化简与等值外部网络的静态等值

定义

（二）网络的化简与等值外部网络的静态等值定义（二）网络的化简与等值外部网络的静态等值内部系统

等值支路

边界节点等值注入联络线（二）网络的化简与等值外部网络的静态等值（三）预想事故分析

针对预先设定的电力系统元件(如线路、变压器、发电机、负荷和母线等)的故障及其组合，确定对电力系统安全运行产生的影响。预想事故分析的主要功能：（1）按调度员的需要方便地设定预想故障；（2）快速区分各种故障对电力系统安全运行的危害程度；（3）准确分析严重故障后的系统状态，并能方便而直观展示结果。（三）预想事故分析

预想事故分析内容包括：1。故障定义由软件根据电网结构和运行方式等定义的事故集合，该集合的元素可以由调度员根据需要进行人工增删或修改；预想事故分析内容包括：2。故障筛选对故障定义的事故集合按事故发生的概率及严重性进行排序，形成一个顺序表，故障筛选的方法分直流法和交流法等；3。故障分析对故障顺序表中对系统安全运行构成威胁的故障逐一进行分析。2。故障筛选实时调度与事故预想预想故障集合故障组故障主开断元件条件监视元件条件开断元件规则集实时调度与事故预想预想故障集合故障组故障主开断元件条件监视元

预想事故筛选1．故障严重程度的性能指标（1）有功功率行为指标。该指标用以衡量线路有功功率过负荷程度。表达式为：

预想事故筛选1．故障严重程度的性能指标（2）电压-无功功率行为指标。该指标用以衡量无功和电压的过负荷情况。可表示为：1．故障严重程度的性能指标（3）有功功率与无功功率综合行为指标：该指标综合了前两种指标，并考虑事故发生的可能性。可表示为：（3）有功功率与无功功率综合行为指标：该指标综合了前两种指标2．用于故障扫描的快速计算方法预想故障分析一般采用快速分解法根据叠加原理，求开断支路ab后的网络潮流解△P△bbpqb有源线性网络Pq0+△PPp0-△Pa△P△bb有源线性网络ab有源线性网络Pq0Pp0a＋2．用于故障扫描的快速计算方法△P△bbpqb有源线性网络P（四）安全约束调度

(SecurityConstrainDispatch)

安全约束调度是在状态估计、调度员潮流、静态安全分析等软件检测出发电机、线路过负荷或电压越限时，为电网调度提出安全对策。（四）安全约束调度（四）安全约束调度

(SecurityConstrainDispatch)

在以系统控制量调整最小或生产费用最低或网损最小为目标的前提下，提出解除系统有功、无功、电压越限情况以使电网回到安全状态的对策。如调节发电机出力、交换功率、负荷、变压器分接头挡位、无功功率补偿量等。（四）安全约束调度（四）安全约束调度

(SecurityConstrainDispatch)

在以系统控制量调整最小或生产费用最低或网损最小为目标的前提下，提出解除系统有功、无功、电压越限情况以使电网回到安全状态的对策。如调节发电机出力、交换功率、负荷、变压器分接头挡位、无功功率补偿量等。（四）安全约束调度四、自动发电控制（AutomaticGenerationControl，简称AGC）

发电出力与负荷平衡；保持系统频率为额定值；使净区域联络线潮流与计划相等；最小化区域运行成本。四、自动发电控制四、自动发电控制PG△f机组分担负荷预测机组组合水电计划交换计划发电计划跟踪控制调节控制机组控制调速器汽轮机发电计划区域控制误差电力系统四、自动发电控制PG△f机组分担负荷预测机组组合水电计划交换四、自动发电控制四、自动发电控制四、自动发电控制EMS直接控制机组的AGC模式

四、自动发电控制EMS直接控制机组的AGC模式四、自动发电控制SIS分层控制的AGC模式

四、自动发电控制SIS分层控制的AGC模式四、自动发电控制远动和SIS并存的控制模式

四、自动发电控制远动和SIS并存的控制模式五、EMS系统相关技术的最新进展

1。交直流混合系统

五、EMS系统相关技术的最新进展1。交直流混合系统五、EMS系统相关技术的最新进展

2。继电保护及故障信息管理系统调度端系统

五、EMS系统相关技术的最新进展2。继电保护及故障信息管理五、EMS系统相关技术的最新进展

4。电力市场运营系统

五、EMS系统相关技术的最新进展4。电力市场运营系统五、EMS系统相关技术的最新进展

5。可再生能源接入可再生能源出力具有变动性。不同可再生能源出力之间具有相关性和互补性。可再生能源出力的预测性。

对电网安全稳定运行带来挑战。对电网经济运行带来挑战。五、EMS系统相关技术的最新进展5。可再生能源接入风电调度自动化系统框架风电调度自动化系统框架厂站设备信息采集与发送命令执行信息接收命令下发信息传输信息处理调度自动化主站系统人机联系一、调度自动化系统结构信息采集与发送命令信息命令调度自动化一、调度自动化系统结构SCADA/EMS/DTS一体化的分布式调度自动化主站系统配置SCADA/EMS/DTS一体化的分布式调度自动化主站系统配

能量管理系统EMS变电站自动化配电管理系统（DMS）主站SCADA功能；自动发电控制；经济运行功能；网络分析功能；调度管理和计划能量管理系统EMS二、电力系统状态估计

SCADA系统采集的全网实时数据汇成的实时数据库存在下列明显的缺点：（1）数据不齐全；（2）数据不精确；（3）受干扰时会出现错误数据；二、电力系统状态估计（一）状态估计(StateEstimation)根据SCADA提供的实时信息，给出电网内各母线电压(幅值和相角)和功率的估计值。为其他应用功能提供电网运行状态及参数。遥信及遥测初检；网络拓扑分析；量测系统可观测性分析；不良数据辨识；母线负荷预报模型的维护；变压器分接头估计；量测误差估计等功能。（一）状态估计(StateEstimation)（二）状态估计的基本原理利用实时量测系统的冗余度来消除或减小时变参数测量误差和自动排除随机干扰所引起的错误数据，估计出系统运行状态。系统中能够表征系统特性所需的最小数目的变量称为状态变量。系统中独立测量量的数目与系统状态变量数目之比，称为测量系统的冗余度。一般要求测量系统的冗余度在1.5～3.0。（二）状态估计的基本原理（三）最小二乘估计法

对于某个状态x的真值进行测量时，一般都使仪表的测量值z与x之间是函数关系，即z＝h（x）。任何仪表都有误差，设此误差为v，那么测量值z与x之间的关系为：

z＝h（x）＋v（三）最小二乘估计法（三）最小二乘估计法最小二乘估计状态变量的估计值，对应的估计值与测量值z之间的误差平方最小。

（三）最小二乘估计法

加权最小二乘估计法

对于某些准确度较高的量测量给与较高的权值。

Evj2-----随机量方差

加权最小二乘估计法Evj2-----随机量方差（四）电力系统状态估计的模型及算法状态变量1。输电线路对变压器同样可以列出状态变量及与因变量的关系（四）电力系统状态估计的模型及算法状态变量1。输电线路对变量测量：

2。电力系统状态估计的数学描述

状态估计的量测量主要来源：

SCADA的实时数据在量测不足之处使用预测及计划型数据做伪量测量；根据基尔霍夫定律得到部分必须满足的伪量测量。量测量：2。电力系统状态估计的数学描述状态估计的电力系统加权最小二乘法状态估计：3。电力系统加权最小二乘法状态估计求解求达到最小值的矩阵向量令得令得电力系统加权最小二乘法状态估计：3。电力系统加权最小二乘法在电力系统中，h（x）为非线性函数，这就需要迭代的方法求解。先假定状态量初值为x（0），采用泰勒级数展开的方法，经过推导可得。基本加权最小二乘法状态估计的迭代修正公式：

式中，为第l次迭代状态修正向量；H为量测方程的雅可比矩阵。3。电力系统加权最小二乘法状态估计求解在电力系统中，h（x）为非线性函数，这就需要迭代的方法求解。牛顿—拉夫逊解法进行迭代修正，直到目标函数接近于最小为止。所采用的迭代收敛判据可有（1）（2）式中，下标i表示向量x中分量的序号；εx、εJ收敛标准。第一种标准最为常用，εx可取基准电压的10－6～10－4。牛顿—拉夫逊解法进行迭代修正，直到目标函数接近于最小为止。所

状态估计的过程

有修正输入测量值修正结构修正假定的模型假定（1）没有结构误差（2）没有不良数据（3）没有参数误差估计求出状态估计值和残差检测是否有结构误差和不良数据识别确定不良数据和结构误差的位置测量值前置滤波、极限值校验等无结束状态估计的过程有修正输入测量值修正假定的模型假定（1）没

加权最小二乘法状态估计框图

Y输入测量信息给定初值l＝1计算H(x(l)),h(x(l))计算HTR-1H计算HTR-1[z-h(x(l))]解非线性方程7－4－15求△x(l)及maxi|△xi|l=l+1N加权最小二乘法状态估计框图Y输入测量信息给定初值l＝14。P—Q分解法状态估计P—Q分解法状态估计沿用稳态潮流计算中P—Q分解法的思路：高压系统有功功率主要与各结点电压向量的角度有关；无功功率主要受各节点电压幅值影响。将雅可比矩阵进行简化。4。P—Q分解法状态估计P—Q分解法状态估计沿用稳态潮流计算

电力系统中测量系统的标准误差σ大约为正常测量范围的0.5～2%，因此误差大于±3σ的测量值就可称为不良数据，实用中通常把误差达到±（6～7）σ以上的数据称为不良数据。（五）不良数据的辨识电力系统中测量系统的标准误差σ大约为正常测量范围的0.5～对状态估计结果判断是否存在不良数据并指出具体可疑量测数据的过程称之为不良数据检测。对检测出的可疑数据验证真正不良数据的过程称之为不良数据的辨识。（五）不良数据的辨识对状态估计结果（五）不良数据的辨识除了不良数据点的残差呈现出超过检测阈值外，还有一些正常测点的残差也超过阈值，这种现象称为残差污染。在多个不良数据情况下，由于相互作用可能导致部分或全部不良数据测点上的残差近于正常残差现象，这称为残差淹没。（五）不良数据的辨识除了不良数据点的残差呈现出超过检测阈值外，还有一些正常测点的

不良数据辨识的思路：检测出不良数据；找出这个不良数据；在测量向量中将其排除；再重新进行状态估计。（五）不良数据的辨识不良数据辨识的思路：（五）不良数据的辨识排列、按序、试探法残差搜索辨识法非二次准则法零残差法总体型估计辩识法逐次型估计辨识法（五）不良数据的辨识排列、按序、试探法（五）不良数据的辨识三、实时调度与事故预想三、实时调度与事故预想（一）静态安全分析(SecurityAnalysis)

静态安全分析功能对多种给定运行方式(状态)进行预想事故分析，对会引起线路过负荷、电压越限和发电机功率越限等对电网安全运行构成威胁的故障进行警示，从而对整个电网的安全水平进行评估，找出系统运行的薄弱环节。三、实时调度与事故预想（一）静态安全分析(SecurityAnalysis)三（二）网络的化简与等值GNIEB原网络的节点用集合N表示。欲化简掉的部分称为外部网络，节点集用E表示。保留部分网络的节点用保留集G表示。有G十E＝N。在保留集中和外部网络节点相关联的节点组成边界节点集，用B表示。不和外部节点集关联的部分为内部节点集，用I表示，（二）网络的化简与等值GNIEB原网络的节点用集合N表示。（二）网络的化简与等值

导纳矩阵表示的网络方程按I，B，E集合划分，可以写出用分块矩阵形式表示的网络方程：（二）网络的化简与等值导纳矩阵表示的网络方程按I，B，（二）网络的化简与等值消去外部节点的电压变量UE

（二）网络的化简与等值消去外部节点的电压变量UE（二）网络的化简与等值外部网络的静态等值

∵

（二）网络的化简与等值外部网络的静态等值∵（二）网络的化简与等值外部网络的静态等值

定义

（二）网络的化简与等值外部网络的静态等值定义（二）网络的化简与等值外部网络的静态等值内部系统

等值支路

边界节点等值注入联络线（二）网络的化简与等值外部网络的静态等值（三）预想事故分析

针对预先设定的电力系统元件(如线路、变压器、发电机、负荷和母线等)的故障及其组合，确定对电力系统安全运行产生的影响。预想事故分析的主要功能：（1）按调度员的需要方便地设定预想故障；（2）快速区分各种故障对电力系统安全运行的危害程度；（3）准确分析严重故障后的系统状态，并能方便而直观展示结果。（三）预想事故分析

预想事故分析内容包括：1。故障定义由软件根据电网结构和运行方式等定义的事故集合，该集合的元素可以由调度员根据需要进行人工增删或修改；预想事故分析内容包括：2。故障筛选对故障定义的事故集合按事故发生的概率及严重性进行排序，形成一个顺序表，故障筛选的方法分直流法和交流法等；3。故障分析对故障顺序表中对系统安全运行构成威胁的故障逐一进行分析。2。故障筛选实时调度与事故预想预想故障集合故障组故障主开断元件条件监视元件条件开断元件规则集实时调度与事故预想预想故障集合故障组故障主开断元件条件监视元

预想事故筛选1．故障严重程度的性能指标（1）有功功率行为指标。该指标用以衡量线路有功功率过负荷程度。表达式为：

预想事故筛选1．故障严重程度的性能指标（2）电压-无功功率行为指标。该指标用以衡量无功和电压的过负荷情况。可表示为：1．故障严重程度的性能指标（3）有功功率与无功功率综合行为指标：该指标综合了前两种指标，并考虑事故发生的可能性。可表示为：（3）有功功率与无功功率综合行为指标：该指标综合了前两种指标2．用于故障扫描的快速计算方法预想故障分析一般采用快速分解法根据叠加原理，求开断支路ab后的网络潮流解△P△bbpqb有源线性网络Pq0+△PPp0-△Pa△P△bb有源线性网络ab有源线性网络Pq0Pp0a＋2．用于故障扫描的快速计算方法△P△bbpqb有源线性网络P（四）安全约束调度

(SecurityConstrainDispatch)

安全约束调度是在