一种用于配电网状态估计的数据测试方法

摘要

本发明涉及一种用于配电网状态估计的数据测试方法，所述方法包括：在仿真平台中搭建电网模型并获得量测值；设计不同的测试用例，获取参考值；进行电网模型的状态估计以获取被测试状态估计模型的计算值；将量测值、参考值和计算值对比分析，利用相似度法对结果进行综合比较，并得出测试结论。本发明采用成熟的电力系统仿真软件DIgSILENT作为仿真计算工具，在对测试用例进行仿真的同时能够利用DIgSILENT软件中成熟的状态估计算法给出不同量测值对应的参考值；通过设计不同的测试案例来对状态估计算法进行测试，排除了单一算例可能带来的偶然性问题；从而满足了配电自动化系统主站对配电网状态估计应用功能的统一测试的需求。

权利要求

1.一种用于配电网状态估计的数据测试方法，其特征在于，该方法包括：

S1：在仿真平台中搭建电网模型；通过仿真所搭建的电网模型以获取电网模型的量测值；

S2：通过在电网模型中注入不同的量测值坏数据以设计不同的测试用例；使用仿真平台进行状态估计以识别出其中的量测坏数据并获取参考值，将电网模型和量测值发送给应用功能主站平台；将量测值和参考值发送给结果比较平台；

S3：将电网模型和量测值导入到被测试的状态估计模型中，进行电网模型的状态估计以获取被测试状态估计模型的计算值；

S4：将仿真软件发送的量测值、参考值和被测试的状态估计模型的计算值对比分析，利用相似度法对结果进行综合比较，并得出测试结论。

2.根据权利要求1所述的用于配电网状态估计的数据测试方法，其特征在于，所述识别出其中的量测坏数据并获取参考值，具体为：通过DIgSILENT仿真软件中的状态估计算法计算包含量测坏数据的测试用例中量测值对应的计算值作为参考值。

3.根据权利要求2所述的用于配电网状态估计的数据测试方法，其特征在于，所述综合比较，具体为：基于量测值的类型进行分类型综合比较，针对每种类型的量测值，分别列出并计算差值和误差百分比。

4.根据权利要求3所述的用于配电网状态估计的数据测试方法，其特征在于，所述步骤S4还包括：分类型计算相似度指标，并根据相似度指标得出测试结论。

5.根据权利要求4所述的用于配电网状态估计的数据测试方法，其特征在于，所述对比分析，具体为：对量测值、参考值、计算值分别计算并列出差值和误差百分比。

6.根据权利要求5所述的用于配电网状态估计的数据测试方法，其特征在于，基于电网设备搭建电网模型。

7.根据权利要求6所述的用于配电网状态估计的数据测试方法，其特征在于，电网设备除了包括：交流线段、变压器、负荷、开关等传统配电网设备，还包括：光伏、风机、储能、水电等多种分布式能源。

8.根据权利要求7所述的用于配电网状态估计的数据测试方法，其特征在于，量测值类型包括有功量测、无功量测、电流量测、电压量测。

9.根据权利要求8所述的用于配电网状态估计的数据测试方法，其特征在于，电网模型采用CIM模型的形式组织后再发送给应用功能主站平台。

10.根据权利要求9所述的用于配电网状态估计的数据测试方法，其特征在于，通过OPC接口将测试用例中的量测值导入状态估计模型中。

说明书

一种用于配电网状态估计的数据测试方法

【技术领域】

[0001] 本发明属于数据测试技术领域，尤其涉及一种用于配电网状态估计的数据测试方法。【背景技术】

[0002] 智能配电网可实现有效的临界负荷保护，以及各种电源和客户终端与电网的无缝互连，从而优化电网的管理，将电网提升为互动运转的全新模式，形成电网全新的服务功能，提高整个电网的可靠性、可用性和综合效率。配电自动化系统主站是智能配电网重要组成部分，是一种可以使配电企业在远方以实时方式监视、协调和操作配电设备的自动化系统；其内容包括配电网数据采集与监视、配电地理信息系统和需求侧管理几个部分。而配电网状态估计算法有很多种，如何进行测试是尚待解决的问题；本发明采用成熟的电力系统仿真软件DIgSILENT作为仿真计算工具，在对测试用例进行仿真的同时能够利用DIgSILENT软件中成熟的状态估计算法给出不同量测值对应的参考值；通过设计不同的测试案例来对状态估计算法进行测试，排除了单一算例可能带来的偶然性问题；从而满足了配电自动化系统主站对配电网状态估计应用功能的统一测试的需求。【发明内容】

[0003] 为了解决现有技术中的上述问题，本发明提出了一种用于配电网状态估计的数据测试方法，该方法包括：

[0004] S1：在仿真平台中搭建电网模型；通过仿真所搭建的电网模型以获取电网模型的量测值；

[0005] S2：通过在电网模型中注入不同的量测值坏数据以设计不同的测试用例；使用仿真平台进行状态估计以识别出其中的量测坏数据并获取参考值，将电网模型和量测值发送给应用功能主站平台；将量测值和参考值发送给结果比较平台；

[0006] S3：将电网模型和量测值导入到被测试的状态估计模型中，进行电网模型的状态估计以获取被测试状态估计模型的计算值；

[0007] S4：将仿真软件发送的量测值、参考值和被测试的状态估计模型的计算值对比分析，利用相似度法对结果进行综合比较，并得出测试结论。

[0008] 进一步的，所述识别出其中的量测坏数据并获取参考值，具体为：通过DIgSILENT仿真软件中的状态估计算法计算包含量测坏数据的测试用例中量测值对应的计算值作为参考值。

[0009] 进一步的，所述综合比较，具体为：基于量测值的类型进行分类型综合比较，针对每种类型的量测值，分别列出并计算差值和误差百分比。

[0010] 进一步的，所述步骤S4还包括：分类型计算相似度指标，并根据相似度指标得出测试结论。

[0011] 进一步的，所述对比分析，具体为：对量测值、参考值、计算值分别计算并列出差值和误差百分比。

[0012] 进一步的，基于电网设备搭建电网模型。

[0013] 进一步的，电网设备除了包括：交流线段、变压器、负荷、开关等传统配电网设备，还包括：光伏、风机、储能、水电等多种分布式能源。

[0014] 进一步的，量测值类型包括有功量测、无功量测、电流量测、电压量测。

[0015] 进一步的，电网模型采用CIM模型的形式组织后再发送给应用功能主站平台。

[0016] 进一步的，通过OPC接口将测试用例中的量测值导入状态估计模型中。

[0017] 本发明的有益效果包括：采用成熟的电力系统仿真软件DIgSILENT作为仿真计算工具，在对测试用例进行仿真的同时能够利用DIgSILENT软件中成熟的状态估计算法给出不同量测值对应的参考值；通过设计不同的测试案例来对状态估计算法进行测试，排除了单一算例可能带来的偶然性问题；从而满足了配电自动化系统主站对配电网状态估计应用功能的统一测试的需求。【附图说明】

[0018] 此处所说明的附图是用来提供对本发明的进一步理解，构成本申请的一部分，但并不构成对本发明的不当限定，在附图中：

[0019] 图1是本发明的用于配电网状态估计的数据测试系统的结构示意图。

[0020] 图2是本发明的用于配电网状态估计的数据测试方法的步骤示意图。【具体实施方式】

[0021] 下面将结合附图以及具体实施例来详细说明本发明，其中的示意性实施例以及说明仅用来解释本发明，但并不作为对本发明的限定。

[0022] 如图1所示，对本发明所应用的一种用于配电网状态估计的数据测试系统进行详细说明，所述系统包括：仿真平台1、被测试应用功能主站平台2、结果比较平台4；所述数据测试系统应用于配电网状态估计应用功能的测试中；

[0023] 仿真平台用于搭建电网模型并对所搭建的电网模型进行仿真以获取量测值；针对所述电网模型设计测试用例；对所述电网模型基于测试用例进行状态估计以获取参考值，将所述量测值和参考值发送给结果比较平台；

[0024] 优选的：对多个不同的电网设备和电网设备的组合搭建电网模型；

[0025] 优选的：针对不同的电网模型设计不同的测试用例；将所述测试用例和电网模型的标识关联存储；

[0026] 优选的；在进行测试用例的设计中引入量测坏数据；其中：所述坏数据为边界数据；

[0027] 优选的；所述仿真平台基于DIgSILENT仿真软件进行仿真，基于DIgSILENT状态估计软件进行状态估计；

[0028] 所述被测试应用功能主站平台用于保存被测试的状态估计模型；还用于选择被测试的状态估计模型，并用所述选择的状态估计模型进行状态估计并获取计算结果，将所述计算结果作为所述状态估计模型的计算值；将状态估计模型标识及其对应的计算值发送给结果比较平台；

[0029] 所述保存被测试的状态估计模型，具体为：将状态估计模型的类型、测试完成度和所述状态估计模型标识关联存储；其中：状态估计模型的类型为所述状态估计模型最适合的量测值类型；针对所述最适合的量测值类型的误差值最小，反之亦然；所述测试完成度为所述状态估计模型已经完成的测试次数除以状态测试需要完成的次数；

[0030] 优选的：在进行一次测试后，将对应的状态估计模型的已经完成的测试次数增加1；当已经完成的测试次数等于测试需要完成的次数时，将所述状态估计模型从所述待测试状态估计模型队列中移除并保存到已完成测试状态估计模型队列中；

[0031] 所述保存被测试的状态估计模型，具体为：将所述状态估计模型保存在独立的存储空间中，每个所述状态估计模型和其标识关联存储；待测试状态估计模型队列中保存所有待测试状态估计模型标识；而已完成测试状态估计模型队列中保存所有已完成测试的状态估计模型标识；

[0032] 所述选择被测试的状态估计模型，具体为：基于量测值的主要类型选择被测试的状态估计模型；

[0033] 所述基于量测值的主要类型选择被测试的状态估计模型，具体为：对量测值的类型进行聚类以获取量测值的主要类型；将所述主要类型和每个所述状态估计模型的类型进行匹配以获取匹配度，选择匹配度大于等于预设值的状态估计模型为所选择的状态估计模型；

[0034] 所述将所述主要类型和每个所述状态估计模型的类型进行匹配以获取匹配度，具体为：在应用功能主站平台的存储空间中保存类型-类型匹配度表，通过主要类型查询所述类型-类型匹配度表以获取匹配度大于等于预设值的状态估计模型的类型作为待选择类型，将所述待选择类型对应的状态估计模型作为所选择的状态估计模型；

[0035] 考虑到类型之间的匹配并不是非零即一，也不能通过量化的方式进行计算，因此，设置匹配表进行类型-类型之间的匹配度设置；

[0036] 优选的：所述类型-类型匹配度表为预设表；基于结果比较平台返回的综合比较结果进行所述匹配表的调整；当综合比较结果表明类型之间的匹配度较低时，降低所述匹配表中相应的记录，反之亦然；

[0037] 优选的：所述仿真平台和结果比较平台之间的数据传输采用加密的方式进行；

[0038] 优选的：所述应用功能主站平台和结果比较平台之间的数据传输采用加密的方式进行；

[0039] 优选的：所述仿真平台设置于客户端，而结果比较平台设置于服务器端，所述应用功能主站平台为第三方服务器；所述第三方服务器为云服务器；

[0040] 所述结果比较平台用于对被测试的状态估计模型3的进行统一的综合测试；具体的：对仿真平台发送的量测值和参考值、应用功能主站平台发送的计算值进行综合比较以获取测试结论；

[0041] 优选的：所述系统还包括呈现平台，所述呈现平台将测试结论呈现给用户；

[0042] 状态估计是配电自动化系统主站中应用功能之一，其功能是实现在多种分布式能源接入的配电网中可能出现双向潮流情况下估计出电网实际运行状态，并实现对有功、无功、电压、电流等量测数据的合格性判断；

[0043] 参见附图2，本发明的一种用于配电网状态估计的数据测试方法具体步骤如下：

[0044] S1：在仿真平台中搭建电网模型；通过仿真所搭建的电网模型以获取电网模型的量测值；

[0045] S2：通过在电网模型中注入不同的量测值坏数据以设计不同的测试用例；并使用仿真平台进行状态估计以识别出其中的量测坏数据并获取参考值，将电网模型和量测值发送给应用功能主站平台；将量测值和参考值发送给结果比较平台；

[0046] 所述识别出其中的量测坏数据并获取参考值，具体为：通过DIgSILENT仿真软件中的状态估计算法计算包含量测坏数据的测试用例中量测值对应的计算值作为参考值；

[0047] S3：将电网模型和量测值导入到被测试的状态估计模型中，进行电网模型的状态估计以获取被测试状态估计模型的计算值；

[0048] S4：将仿真软件发送的量测值、参考值和被测试的状态估计模型的计算值对比分析，利用相似度法对结果进行综合比较，并得出测试结论；

[0049] 所述综合比较，具体为：基于量测值的类型进行分类型综合比较，针对每种类型的量测值，分别列出并计算差值和误差百分比；分类型计算相似度指标，并根据相似度指标得出测试结论；

[0050] 所述对比分析，具体为：对量测值、参考值、计算值分别计算并列出差值和误差百分比；

[0051] 优选的：基于电网设备搭建电网模型；其中，电网设备包括：交流线段、变压器、负荷、开关等传统配电网设备；还包括：光伏、风机、储能、水电等多种分布式能源；由于电网设备同时包含这两种类型，因此在状态估计计算中可能出现双向潮流的情况；

[0052] 优选的：量测坏数据类型包括有功量测、无功量测、电流量测、电压量测；

[0053] 优选的：电网模型采用CIM模型的形式组织后再发送给应用功能主站平台；

[0054] 优选的：通过OPC接口将测试用例中的量测值导入状态估计模型3中；

[0055] 在本发明所提供的几个实施例中，应该理解到，所揭露的方法和终端，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

[0056] 另外，在不发生矛盾的情况下，上述几个实施例中的技术方案可以相互组合和替换。

[0057] 所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

[0058] 另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

[0059] 对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个模块或装置也可以由一个模块或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

[0060] 最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。