技术摘要：
本发明公开了一种基于粒子滤波采样的全过程动态仿真长期孤网稳定性预测方法及系统，包括：获取关注节点的WAMS电压曲线，并获取M项曲线拟合函数；根据M项曲线拟合函数，利用贝叶斯跟踪系统进行估算，构建贝叶斯估计方程的状态转换方程和量测方程；计算预测时间段内每个  全部
背景技术：
电网检修风险及评估的难度。区域性电网月度检修计划制定较为复杂，常规的基 本制定方法可归纳为：首先，根据电网中电气元件各自独立的检修必要性，初始化形成一个 至少N种的运行方式集合(N至少等于30，如按照逐日进行计划评估，则需要1天1种运行方 式，而如果逐日的负荷变化因素，则划分负荷变化的峰值、平均负荷值及低估值，即至少90 典型运行方式)；其次，根据N种运行方式集合进行潮流计算分析及暂态稳定仿真分析，如发 现因局部地区停运元件过多等原因造成潮流计算不满足《电力系统安全稳定导则》所规定 的潮流校核标准或暂态稳定标准，则需要进行某1个或某几个元件停运时期的调整，从而使 得原有的N中运行方式从新组合。因此整体上，可能因初始化运行方式过度不合理而引起评 估校核计算工作的组合爆炸问题，更有可能遇到暂态仿真失真等仿真计算难以识别风险而 引起的无法停运的情况。整体上，“区域性电网月度检修计划制定”问题属于一个多约束条 件、多维度寻优问题。而该种寻优问题的特殊性在于其单一解的适应度计算时间——评估 时间受到全网电力系统分析计算的时间影响较大。 中长期仿真全过程是研究和分析这种非线性超大规模电力系统动态特性机理事 故特征及其安全稳定措施的重要技术手段。尤其是对弱联系系统及容易形成孤网的系统进 行仿真判断。然而在部分的、实际的小型区域电网中，如果没有能够对各类负荷感应电动机 的精确建模与统计，则中长期仿真因未能计及感应电动机中长期响应而引起偏差，进而局 限了中长期仿真方法在电网仿真中的应用。暂态仿真是现有电力系统工业计算中的常用手 段，惯例上在30秒(电力系统安全稳定计算规范中要求至少40秒)内的电网暂态特性仿真时 较为准确的，而区域性电网月度检修计划制定中，往往所出现的弱联网系统拓扑结构时间 跨度能够数以“天”，某些电网在施工因素的影响下，可能会达到5天以上。因此，在区域性电 网月度检修计划制定问题上，全过程动态仿真法仿真更加准确，但耗时较长，而暂态仿真法 相对耗时较短，但在某些弱联系电网及容易形成孤网的计划检修评估上，往往仿真精度难 以达到令人接受的程度，即超过30秒钟的仿真已经具有较强的失真)。 以上两种问题属于相当突出的矛盾。因此，如何识别弱联系电网达到需要进行全 过程动态仿真的必要性成为了提高计算效率的重要环节之一。
技术实现要素：
本发明提出一种基于粒子滤波采样的全过程动态仿真长期孤网稳定性预测方法， 以解决如何对弱联系电网进行动态仿真预测的问题。 为了解决上述问题，根据本发明的一个方面，提供了一种基于粒子滤波采样的全 5 CN 111597766 A 说　明　书 2/12 页 过程动态仿真长期孤网稳定性预测方法，所述方法包括： 获取弱联系电网在预设周期内预设时间段的运行方式的关注节点的  WAMS电压曲 线，并根据所述WAMS电压曲线中的电压数据进行M项式曲线拟合，获取M项曲线拟合函数；其 中，所述WAMS电压曲线中一个采样时刻对应一个电压实测值； 根据所述M项曲线拟合函数，利用贝叶斯跟踪系统进行估算，构建贝叶斯估计方程 的状态转换方程和量测方程； 计算预测时间段内每个预测时刻的电压模拟实际量测值，并根据每个预测时刻的 电压模拟实际量测值、状态转换方程和量测方程进行迭代运算，以获取每个预测时刻的电 压预测值。 优选地，其中根据所述WAMS电压曲线中的电压数据进行M项式曲线拟合，获取M项 曲线拟合函数，包括： 其中，式(1)为M次多项式拟合结果，式(2)为采用最小二乘法的系数求取的目标函 数；ti为第i个采样时刻，N为预设采样时刻的总个数。 优选地，其中所述根据所述M项曲线拟合函数，利用贝叶斯跟踪系统进行估算，构 建贝叶斯估计方程的状态转换方程和量测方程，包括： Vnote,pre,n＝f(Vnote,pre,n-1) vn-1    (3) Vnote,act,n＝h(Vnote,pre,n) mn    (4) 其中，公式(3)为状态转换方程；公式(4)为量测方程；Vnote ,pre ,n-1为关注节点在第 n-1个时刻的电压预估值；v为过程噪声；f取中长期仿真预设时间段的时间序列建立； Vnote,act,n为关注节点在第n个时刻的实际量测值，取预设周期内每个第n个时刻的电压实测 值的均值作为第n个时刻的实际量测值；m为量测噪声；h的确定如式(5)和(6)所示： Vnote,act,n＝Vnote,pre,n α mn    (6) 其中，N_daypre为预测时刻，Vwams ,i根据hM(ti,w)确定，Vzcq ,i根据预测当时的中长 期仿真曲线确定。 优选地，其中所述计算预测时间段内每个预测时刻的电压模拟实际量测值，包括： 根据预设周期内预设时间段的每个采样时刻的实际量测值建立拟合方程，以确定 预测时间段内每个预测时刻的电压模拟实际量测值。 优选地，其中所述根据每个预测时刻的电压模拟实际量测值、状态转换方程和量 测方程进行迭代运算，以获取每个预测时刻的电压预测值，包括： 步骤1，根据预测周期内起始采样时刻的WAMS电压实测值，利用高斯分布确定第一 预设个数的该采样时刻的电压预估值，并将所述第一预设个数的该采样时刻的电压预估值 6 CN 111597766 A 说　明　书 3/12 页 带入所述状态转换方程，以确定第一预设个数的下一采样时刻的电压预估值； 步骤2，将所述第一预设个数的下一采样时刻的电压预估值带入所述量测方程，确 定第一预设个数的下一采样时刻的电压预测值； 步骤3，分别计算该采样时刻的电压模拟实际量测值和每个该采样时刻的电压预 测值的概率密度，并选取最大的概率密度对应的电压预测值为当前采样时刻的电压预测 值； 步骤4，根据概率密度对电压预测值进行降序排列，将第二预设个数的低概率密度 对应的电压预测值更新为排序第一的概率密度对应的电压预测值，将更新后的电压预测值 作为下一采样时刻的电压预估值； 步骤5，返回步骤2，进行迭代，以确定预测时间段内每个采样时刻的电压预测值。 根据本发明的另一个方面，提供了一种基于粒子滤波采样的全过程动态仿真长期 孤网稳定性预测系统，所述系统包括： 数据获取模块，用于获取弱联系电网在预设周期内预设时间段的运行方式的关注 节点的WAMS电压曲线，并根据所述WAMS电压曲线中的电压数据进行M项式曲线拟合，获取M 项曲线拟合函数；其中，所述WAMS电压曲线中一个采样时刻对应一个电压实测值； 方程构建模块，用于根据所述M项曲线拟合函数，利用贝叶斯跟踪系统进行估算， 构建贝叶斯估计方程的状态转换方程和量测方程； 电压预测模块，用于计算预测时间段内每个预测时刻的电压模拟实际量测值，并 根据每个预测时刻的电压模拟实际量测值、状态转换方程和量测方程进行迭代运算，以获 取每个预测时刻的电压预测值。 优选地，其中所述数据获取模块，根据所述WAMS电压曲线中的电压数据进行M项式 曲线拟合，获取M项曲线拟合函数，包括： 其中，式(1)为M次多项式拟合结果，式(2)为采用最小二乘法的系数求取的目标函 数；ti为第i个采样时刻，N为预设采样时刻的总个数。 优选地，其中所述方程构建模块，根据所述M项曲线拟合函数，利用贝叶斯跟踪系 统进行估算，构建贝叶斯估计方程的状态转换方程和量测方程，包括： Vnote,pre,n＝f(Vnote,pre,n-1) vn-1    (3) Vnote,act,n＝h(Vnote,pre,n) mn    (4) 其中，公式(3)为状态转换方程；公式(4)为量测方程；Vnote ,pre ,n-1为关注节点在第 n-1个时刻的电压预估值；v为过程噪声；f取中长期仿真预设时间段的时间序列建立； Vnote,act,n为关注节点在第n个时刻的实际量测值，取预设周期内每个第n个时刻的电压实测 值的均值作为第n个时刻的实际量测值；m为量测噪声；h的确定如式(5)和(6)所示： 7 CN 111597766 A 说　明　书 4/12 页 Vnote,act,n＝Vnote,pre,n α mn    (6) 其中，N_daypre为预测时刻，Vwams ,i根据hM(ti,w)确定，Vzcq ,i根据预测当时的中长 期仿真曲线确定。 优选地，其中所述电压预测模块，计算预测时间段内每个预测时刻的电压模拟实 际量测值，包括： 根据预设周期内预设时间段的每个采样时刻的实际量测值建立拟合方程，以确定 预测时间段内每个预测时刻的电压模拟实际量测值。 优选地，其中所述电压预测模块，根据每个预测时刻的电压模拟实际量测值、状态 转换方程和量测方程进行迭代运算，以获取每个预测时刻的电压预测值，包括： 步骤1，根据预测周期内起始采样时刻的WAMS电压实测值，利用高斯分布确定第一 预设个数的该采样时刻的电压预估值，并将所述第一预设个数的该采样时刻的电压预估值 带入所述状态转换方程，以确定第一预设个数的下一采样时刻的电压预估值； 步骤2，将所述第一预设个数的下一采样时刻的电压预估值带入所述量测方程，确 定第一预设个数的下一采样时刻的电压预测值； 步骤3，分别计算该采样时刻的电压模拟实际量测值和每个该采样时刻的电压预 测值的概率密度，并选取最大的概率密度对应的电压预测值为当前采样时刻的电压预测 值； 步骤4，根据概率密度对电压预测值进行降序排列，将第二预设个数的低概率密度 对应的电压预测值更新为排序第一的概率密度对应的电压预测值，将更新后的电压预测值 作为下一采样时刻的电压预估值； 步骤5，返回步骤2，进行迭代，以确定预测时间段内每个采样时刻的电压预测值。 本发明提供了一种基于粒子滤波采样的全过程动态仿真长期孤网稳定性预测方 法及系统，包括：获取弱联系电网的关注节点的WAMS电压曲线，并根据所述WAMS电压曲线中 的电压数据进行M项式曲线拟合，获取M项曲线拟合函数；根据所述M项曲线拟合函数，利用 贝叶斯跟踪系统进行估算，构建贝叶斯估计方程的状态转换方程和量测方程；以及计算预 测时间段内每个预测时刻的电压模拟实际量测值，并根据每个预测时刻的电压模拟实际量 测值、状态转换方程和量测方程进行迭代运算，以获取每个预测时刻的电压预测值。本发明 聚焦于因检修造成的，单一线路连接的小区域的弱联系电网，往往存在外部支援通道，但动 态稳定水平极度恶化的问题，将电力系统仿真的观测量(节点电压)看作时间序列曲线，采 用时间序列分析方法中的粒子滤波算法，并全过程动态仿真后期的“疑似失真的时间段”观 测量变化趋势进行时间序列分析方法上的预测或估计，为区域性电网月度检修计划的制订 提供帮助。 附图说明 通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式： 图1为根据本发明实施方式的基于粒子滤波采样的全过程动态仿真长期孤网稳定 8 CN 111597766 A 说　明　书 5/12 页 性预测方法100的流程图； 图2为根据本发明实施方式的粒子滤波算法概率密度估计的流程图；以及 图3为根据本发明实施方式的基于粒子滤波采样的全过程动态仿真长期孤网稳定 性预测系统300的结构示意图。