随着电网规模的日益庞大,大机组、特高压的发展,市场竞争机制及节能减排政策的引入,使电力系统保持安全、可靠、经济运行的调度与控制变得越来越复杂,加之社会发展、技术进步对电能质量的要求也越来越苛刻,电力能量管理系统面临挑战。而预测、估计、预估技术作为能量管理系统实现的关键和基础,一直是电力学术界、工程界关注、研究、实践的焦点和热点。如何使预测、估计、预估技术有机结合,超前把握电力系统运行的趋势性规律,对一定可靠性、安全性水平下的电力系统经济调度与控制实施是非常重要的。因此,在新形势下,需要将新的分析理念和分析方法引入到能量管理系统中去,进而建立与当前电力发展形势相适应的系统运行特征分析功能。本课题的研究有重要的理论意义和工程实用价值。在上述背景下,把握电力系统运行特征及其变化趋势的规律是根本,其技术离不开预测、估计和预估,三者承上启下,互为关联。本文工作思路是以多节点负荷预测模型和算法的深入研究为基础,计及系统状态变化趋势规律的动态估计研究为纽带,扩展状态预估概念和理论,牵连电力系统调度、控制规律,进而丰富和发展电力系统超短期负荷与运行态势预估方面的研究。首先,尽管负荷预测是传统研究课题,但随着神经网络、模糊数学、遗传算法、粗糙集、支持向量机等理论的发展和应用,加之对电力系统运行调度与控制水平要求的提高,以及市场竞争和节能减排的驱使,使负荷预测研究再度成为热点。为使电力系统调度更具有前瞻性,不仅需要系统总体和各节点的有功负荷信息,还需要无功信息。本文在前人研究的基础上,对多节点有功和无功负荷变化规律的超短期预测又进行了更深入的研究和分析。认为电力负荷预测是一个包含空间、时间等多重属性的问题,全局思维十分重要。基于负荷变化的规律性分析,发现可按不同电压等级将系统负荷分为多个层次,不同层次反映不同的负荷变化规律,按电压等级由高到低的多层体系构成电力系统负荷预测框架。当然,负荷变化规律就蕴涵在这一体系中,这样就可演绎多方位信息进行负荷预测的研究,如层间的变化规律,层内节点及节点间的变化规律等。低层系统负荷的变化规律会渗透到高一层系统中去,因而高一层系统负荷有其特殊的规律,所以可以通过系统动态行为特征的描述将高一层系统的规律还原到低层系统负荷中来。提出将负荷数据分层、分区、分节点的处理方式,建立它们之间相互牵制和联系的表达。由递推最小二乘支持向量机(Recursive LeastSquare Support Vector Machines,RLS-SVM)预测技术实现顶层预测基础上,建立输电系统多节点负荷动态行为特征的描述模型并引入Takagi-Sugeno模糊控制技术以提高预测精度,构建了自适应动态的超短期负荷预测模型和解决方法。其次,在多节点超短期负荷预测研究的基础上,本文对电力系统状态估计问题做了深入的研究与分析,状态估计是能量管理系统的基础功能,按时间特性可分为静态状态估计和动态状态估计。静态状态估计算法利用电网一个断面的量测信息估计系统状态,动态状态估计利用当前时刻电网的量测信息和前一时刻得到的预测值来估计系统当前状态。理论上讲,动态状态估计算法优于静态状态估计算法。动态状态估计考虑状态在过去一个时间段内的统计特性,兼有状态估计和预测的功能,在理论和实用性上具有静态估计不具有的优势。在对基于扩展卡尔曼滤波(Extend Kalman Filter,EKF)原理的动态状态估计理论进行了深入的剖析后,指出实际的电力系统中,可能带有复杂的非线性特性或者状态的条件分布具有较强的非高斯性,近似非线性滤波可能引起较大的累积估计误差。而且,基于泰勒展开的线性化方法易受参考点的影响。若当前估计值与真实值相差很大,参考点的偏离将引起进一步的线性化误差以及不精确的卡尔曼滤波校正。在此基础上,本文提出具有自适应能力的动态状态估计模型和算法。该模型和算法的新意主要体现在:预测环节中,建立系统节点注入功率制约作用和系统状态自身预测融合的加权优化综合预测模型,提高了状态预估的精度;滤波环节中,基于最小二乘支持向量机技术,建立了自适应的限定记忆动态滤波器,提高了模型的估计能力和计算速度。进一步,从建设现代化电网能量管理系统看,仅仅以未来负荷和当前状态的信息对系统未来态势分析是不够的,二者对未来系统状态把握均有其局限性。现行状态估计旨在为调度中心提供可靠的实时数据库,缺乏前瞻能力。而对于负荷预测来说,相比总体负荷预测而言,局部负荷预测和节点负荷预测相对薄弱。相比有功方面而言,无功功率的预测相对薄弱。同时,如果预测只认为系统的变化趋势是完全随机和独立的,而不考虑可预知的调度、控制规律,则与系统运行自身的物理规律脱节,由此显现系统未来状态的规律就牵强。因此,及时、合理、准确地把握电力系统未来的运行状态就显得更重要,这就是所谓状态预估(Stare Forecasting and Estimation,SFE)所应完成的任务。可见,状态预估与潮流计算、状态估计、负荷预测、有功频率调整以及无功电压控制都有着紧密联系。从功能上看,潮流计算可用来分析历史、当前以及未来等运行方式给定下的系统特征,状态估计可用来分析当前系统的特征,负荷预测可用来确定未来负荷需求量特征,发电有功、无功调控可用来应对供给与需求的随机不匹配。因此,状态预估可理解为对潮流计算、状态估计、负荷预测及系统控制的一个综合扩展的研究课题。由此,在已有研究基础上,本文对电力系统状态预估模型和算法做了进一步的深入研究和分析,构建了考虑节点扰动功率状态预估的总体构架。按此构架采用追踪估计的思想,以当前时刻的状态估计作为初始值,考虑系统扰动前后总变化量的准稳态过程,兼顾因节点负荷需求的随机性、发电机调度控制计划本身及执行过程中的不确定性导致节点扰动功率所具有的量测特性,借助加权最小二乘及高阶项修正的方法,以预估电力系统状态的变化趋势。最后,就传统电力系统研究看,电力系统运行中的预测技术和相关决策机制的研究似乎相对独立,仅强调预测对于决策的基础作用,而淡化决策对预测的影响和联系。然而,若能计及这一影响和联系,对某些问题有可能会提高决策的有效性和针对性,即预测中应该融合决策。本文采用组合预估模型,通过对自动电压控制的决策效果指标化、定量化分析,作为修正组合预估模型参数的依据。由此,寻求它们之间隐含的依存关系,进而构造出预估、决策、决策评价和预测指导相互协作的预估体系,实现预估引导决策,决策指导预估这一基本思想,以期对此方面的研究和应用开辟新思路。综上所述,本文将预测、估计、预估有机融合,对电力系统运行的趋势性规律进行了深入而全面的研究,提出系列模型和算法,并经过山东电网的实际验证,在此领域取得显著进展。当然,这一研究还有若干问题有待进一步深入,以使该研究在理论和实践上得到丰富、发展和完善。