基于SCADA和WAMS的线路参数辨识研究

王启龙，吴衍达，慈文斌，曹建梅，张亚萍

（1.国网山东省电力公司菏泽供电公司，山东 菏泽 274012；2.国网山东省电力公司，济南 250001；3.国网技术学院，济南 250002；4.山东大学电气工程学院，济南 250061）

基于SCADA和WAMS的线路参数辨识研究

王启龙1，吴衍达1，慈文斌2，曹建梅3，张亚萍4

（1.国网山东省电力公司菏泽供电公司，山东 菏泽 274012；2.国网山东省电力公司，济南 250001；3.国网技术学院，济南 250002；4.山东大学电气工程学院，济南 250061）

线路参数是电力系统运行控制的基础，其准确性直接影响电力系统自动化的决策水平。在分析SCADA量测数据与WAMS量测数据特点的基础上，提出基于不同类型量测数据的参数辨识模型。应用实测数据对500 kV线路的参数进行辨识，验证了文中所提方法的工程实用性。从辨识模型、辨识方法、辨识结果等方面分析了使用不同类型量测数据进行参数辨识的异同点。为电力系统调度人员更新数据库中线路参数提供依据。

电力系统；监视控制与数据采集；广域测量系统；线路参数

0 引言

准确的线路参数是电力系统运行控制的基础［1］。电力系统的潮流计算、状态估计、继电保护等过程的可信度依赖于精确的线路参数。近年来，国际上发生多起大停电事故（如美加大停电、欧洲大停电等），事故后利用电网的数据库参数对事故进行重现时，发现系统在仿真中是稳定的。相关事故报告中指出，由于电网的模型缺乏准确性，无法对事故进行重现［2］。因此，随着电网越来越复杂，提高电网的模型参数准确性对维护电网的安全稳定运行有着重要意义。

在实际工程中，线路的参数多通过物理计算或离线量测获得。然而，受到自然环境、线路运行方式、线路老化等因素的影响，这两种线路参数获取方法所得到的结果并不能反映线路的真实参数［3］。因此，从实测数据中获取线路的实时参数成为备受关注的研究方向。

随着电力系统自动化水平的提高，监视控制与数据采集系统 （Supervisory Control And Data Acquisition，SCADA）为电力系统提供了量测数据，为获取精确度较高的线路参数提供了途径［4-5］。发展至今，几乎所有的变电站装设有SCADA系统。然而SCADA系统不具有时钟同步性，无法提供相角信息［6］。相量量测单元 （Phasor Measurement Unit，PMU）和基于PMU的广域测量系统（Wide-Area Measurement System，WAMS）的发展解决了这一问题。然而由于WAMS系统价格昂贵，仅仅装设于500 kV及以上电压等级和重要的变电站。因此，WAMS量测数据不能完全取代SCADA量测数据，在很长一段时间内，电网中仍保持着SCADA量测数据与WAMS量测数据并存的状态。

文献［7］分析了SCADA量测数据与WAMS量测数据的差异，根据量测数据的特点提出了3种状态估计的模型，并使用仿真数据比较3种模型的差异。本文在文献［7］的基础上，考虑电力系统的运行特性，提出基于SCADA量测数据与基于WAMS量测数据的参数辨识方法。克服了在实际电力系统中线路参数真值未知的困难，应用统计学理论对辨识结果可信性进行分析。应用实测数据验证所提方法的可行性，从辨识模型、辨识方法、辨识结果等方面分析了基于SCADA量测数据与基于WAMS量测数据进行参数辨识异同点。

1 线路参数辨识方法

1.1 线路参数模型

采用输电线路的对称π型等值电路，仅考虑线路的集中参数特性，线路模型如图1所示，其中R为线路电阻，X为线路电抗，B为线路的对地电纳，U、I、P、Q对应线路两端的电压相量幅值、电流相量幅值、有功功率和无功功率，下标1和2分别表示送端和受端。

图1 线路参数等值模型

1.2 基于SCADA量测数据线路参数辨识方法

对于两端装设有SCADA量测系统的线路，可以获得线路两端的电压幅值、电流幅值、有功功率、无功功率。通过对图1线路参数等值模型的分析，则确定一条线路的各个电气量的最小集合为｛R，X，B，U2，I2，β2｝。其中，U2和I2为受端的电压和电流相量的幅值，β2为受端电流与电压之间的夹角。

根据基尔霍夫电压、电流定律，功率定律，量测数据中其他的电气量可以表示为

式中：U1为送端电压相量为送端电流相量的共轭；为受端电流相量的共轭。

应用最小二乘法解决基于SCADA量测数据的参数辨识问题。最小二乘法发展较为成熟，提高所用方法的工程实用性。 设［8-9］

式中：z为量测向量；h（x）为非线性量测函数向量；v为残差向量。

理论上，采用单一数据点进行参数辨识，便可得到一组线路参数。由此，最小二乘法的目标函数可表示为

对于上述最小二乘法的模型，应用牛顿拉夫逊算法求解线路参数。

在电力系统中，由于量测数据误差的影响，通过一个量测数据点辨识得到的线路参数存在一定的随机性，可能偏离其准确值。因此可增加数据点个数，提高数据冗余度，减小量测误差带来的辨识参数误差。其目标函数可以表述为

式中：N代表在一定时间段内进行参数辨识的量测数据点数，j是数据点索引。

由于电力系统负荷的变化具有周期性，一般每天的负荷波动规律大致相似，一般选择1天作为数据窗口长度，从而计及1天内高峰、低谷、平常负荷等状态。对于一段时间的量测数据，可以分为多个时间窗，得到多个辨识结果。在本文中，为提高辨识结果的可信度，取多个辨识结果的平均值作为最终辨识结果，具体为

式中：x为代表线路的电阻参数R、电抗参数X或对地电纳B的综合参数；m为数据窗口的个数；xa为最终辨识结果；xe为由每个时间窗口辨识得到的线路参数。

辨识结果的标准差为

辨识结果的相对标准差σx为

即电抗的相对标准差可以表示为σX，对地电纳的相对标准差可以表示为σB。在电力系统中，线路参数的变化很小。在量测数据精确的情况下，辨识结果的相对标准差接近于0，若辨识结果的相对标准差偏大，说明该辨识结果不准确。由于线路参数真值未知，因此采用辨识结果的相对比标准差来反映辨识结果的可信度。

辨识结果的偏差Δx可以表示为

式中：xd为线路参数库中的相应参数。电抗的偏差可表示为ΔX，对地电纳的偏差可表示为ΔB。

由于电阻R很小，较小的有功功率误差就会引起较大的电阻辨识误差［6］。因此，重点分析电抗X及对地电纳B的辨识参数。

1.3 基于WAMS量测数据线路参数辨识方法

对于两端装设有WAMS量测系统的线路，可以获得线路两端的电压相量、电流相量、有功功率、无功功率。根据基尔霍夫电流定律，得

式中：U1、U2、I1、I2分别为线路两端的电压相量、电流相量。Z=R＋jX，Y=jB／2。

由公式（9）可得

公式（10）为线性方程，鉴于WAMS量测数据带有相角信息，数据同步性强，一个量测数据点便可得到一组线路参数。当基于一段时间的WAMS量测数据辨识参数时，可得到多个辨识结果。采用1.2节中的统计分析方法对辨识参数进行分析，得到最终辨识结果。

1.4 辨识方法的比较

数据比较。两种不同辨识方法的根本区别在于应用的量测数据不同。量测数据差异表现为量测数据成分不同，采样频率不同，数据时间断面不一致。SCADA量测数据的量测量为电压幅值、电流幅值信息，不含有相角信息；WAMS量测数据的量测量为电压相量、电流相量信息，含有相角信息。WAMS量测数据的采样频率远远高于SCADA量测数据。SCADA量测数据不具有时钟同步性，而WAMS量测系统因安装了GPS全球定位系统，保证了量测数据的时钟同步性。

辨识方程比较。根据两种量测数据的不同，辨识过程采用不同的量测方程。由于SCADA量测数据不含相角信息，其不含相角方程，辨识方程为非线性，采用了最小二乘法来求解相关线路参数，每次辨识中采用多个数据点进行辨识。 WAMS量测数据中含有相角信息，其方程为线性方程，使用一个数据点便可得到一组线路参数值。

2 算例分析

为进一步比较两种辨识方法的异同点，选取某电网2条550 kV线路两端的量测数据进行试验。其中，SCADA量测数据的采样时间间隔为5 min，辨识时间窗口选择为1天，每个时间窗内选择50个量测数据点进行参数辨识。WAMS量测数据的采样间隔为40 ms。

2.1 线路1

选取2015-08-01至2015-10-31某电网的500 kV线路1两端的SCADA量测数据进行线路参数辨识。该线路的参数库中的电抗参数为X=26.373 Ω，电纳参数B=443 μS。其量测数据如图2所示，辨识结果如图3所示。

对量测数据进行分析，该线路在该段时间内运行方式变化较大。由辨识结果可知，由不同的时间窗口得到的辨识结果不同。图中横线表示辨识结果的平均值。表1给出了具体的辨识结果。

图2 线路1 SCADA量测数据

图3 线路1基于SCADA量测数据的辨识结果

为对比基于SCADA量测数据与基于WAMS量测数据辨识结果的差异，选取2015-11-12至2015-11-13的WAMS量测数据，如图4所示。辨识结果如图5所示。

图4 线路1 WAMS量测数据

图5 基于WAMS量测数据的辨识结果

在1天内，该线路的运行方式变化不大，图5中横线表示最终辨识结果，具体的辨识结果如表1所示。

表1 线路1参数辨识结果

由表1可知，基于SCADA量测数据的电抗辨识参数远远小于参数库中的电抗参数。基于SCADA量测数据的电纳辨识参数偏差与基于WAMS量测数据的电纳参数辨识偏差相差不大。由于基于WAMS量测数据的辨识方程加入了相角信息，其得到的辨识参数的可信度高于基于SCADA量测数据得到的辨识结果，这也间接说明此线路两端的WAMS量测数据的稳定性高于SCADA量测数据的稳定性。建议采用WAMS量测数据的辨识结果作为线路参数。

2.2 线路2

选取 2015-08-01至 2015-10-31某电网的500 kV线路2两端的SCADA量测数据进行线路参数辨识。该线路的参数库中的电抗参数为X=10.09 Ω，电纳参数B=147.496 μS。其量测数据如图6所示，辨识结果如图7所示。

图6 线路2 SCADA量测数据

图7 线路2基于SCADA量测数据的辨识结果

由量测数据可知，该线路在该段时间内运行方式变化较大，大多数电流分布于500 A左右。辨识结果如表2所示。

选取该线路 2015-11-12至 2015-11-13的WAMS量测数据进行线路参数辨识，量测数据如图8所示。辨识结果如图9所示。

图8 线路2WAMS量测数据

图9 线路2基于WAMS量测数据的辨识结果

在该时间段内，该线路两端的电流变化较大，通过对比分析，当电流较小时，其辨识得到的电抗参数随之减小，由此可知，量测数据的精度影响辨识结果。具体的辨识结果如表2所示。

表2 线路2参数辨识结果

表2中试验结果表明，基于SCADA量测数据得到的辨识结果偏差远远小于基于WAMS量测数据得到的辨识结果偏差。基于WAMS量测数据得到的电抗相对标准差大于基于SCADA量测数据得到的辨识结果，说明基于SCADA量测数据的参数辨识结果可信度更高。建议采用SCADA量测数据的辨识结果作为线路参数。

从两条线路辨识结果来看，基于SCADA量测数据的辨识结果与基于WAMS量测数据的辨识结果有差异。辨识结果受到量测数据精度的影响。基于WAMS量测数据进行分析得到的结果不一定比基于SCADA量测数据得到的结果可行度高。对于全网的线路辨识参数，还需要进一步分析。

3 结语

从SCADA量测数据与WAMS量测数据的特性出发，分别分析了基于SCADA量测数据与基于WAMS量测数据进行参数辨识的方法，比较了两种辨识方法的不同之处。应用电力系统的实测数据，验证了两种不同辨识方法的可行性。

通过对电力系统500 kV线路的分析可知，由SCADA实测数据得到的辨识参数与由WAMS量测数据得到的辨识参数不同。不同的线路由于量测数据的精度不同，得到的辨识结果的相对标准差以及偏差不同。文中所提的方法能够辨识出较为稳定的线路参数，为更新数据库中参数提供了依据。

［1］李钦，项凤雏，颜伟，等.基于SCADA及PMU多时段量测信息的独立线路参数估计方法［J］.电网技术，2011，35（2）：105-109.

［2］丁蓝.基于PMU的输电线路参数辨识与戴维南等值研究［D］.北京：华北电力大学，2012.

［3］陈俊.基于多时段量测的电网设备参数辨识与估计方法研究［D］.重庆：重庆大学，2011.

［4］王亮，张冰，武诚，等.电力系统SCADA数据的一致性分析［J］.山东电力技术，2015，42（4）：33-37.

［5］薛安成，张兆阳，毕天姝.基于自适应抗差最小二乘的线路正序参数在线辨识方法［J］.电工技术学报，2015，30（8）：202-209.

［6］陈晓刚，易永辉，江全元，等.基于WAMS／SCADA混合量测的电网参数辨识与估计［J］.电力系统自动化，2008，32（5）：1-5.

［7］吴星，刘天琪，李兴源，等.基于WAMS／SCADA数据兼容的三种状态估计算法比较研究［J］.华东电力，2014，42（2）：240-246.

［8］陈俊，颜伟，卢建刚，等.考虑多时段量测随机误差的变压器参数抗差估计方法［J］.电力系统自动化，2011，35（2）：28-33.

［9］于尔铿.电力系统状态估计［M］.北京：水利电力出版社，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

王启龙（1971），男，高级工程师，从事电网调度自动化控制工作；

吴衍达（1989），男，从事电力系统运行与分析工作；

慈文斌（1983），男，工程师，从事电网调度运行、电力设备运维检修；

曹建梅（1980），女，高级工程师，从事信息系统建设与运营管理、互联网与教育培训工作；

张亚萍（1991），女，硕士研究生，从事电力系统运行控制研究。