利用光伏功率预测提升有源配电网状态估计与不良数据辨识

摘要： 针对有源配电网实时测量数据不足的问题，提出一种基于光伏发电预测的有源配电网状态估计方法。首先采用遗传算法优化的极限学习机进行光伏发电预测；其次运用高斯混合模型对预测误差建模，利用预测误差的加权均值修正光伏发电预测值，并以预测误差的加权方差作为伪测量权重的设定依据；最后综合SCADA系统采集的实时测量数据、预测伪测量数据及虚拟测量数据，采用加权最小二乘算法实现有源配电网状态估计。IEEE 33节点系统仿真表明，该模型能为有源配电网提供准确可靠的伪测量数据，提升系统冗余度，从而在不增加测量装置的情况下进一步提高状态估计精度及不良数据检测辨识能力。