[论文解读] Statistically Characterizing the Electrical Parameters of the Grid Transformers and Transmission Lines

Mir Hadi Athari, Zhifang Wang|arXiv (Cornell University)|Jun 8, 2017

Optimal Power Flow Distribution参考文献 10被引用 11

一句话总结

本文利用两个电网的实际运行数据，提出了一套用于输电网络参数的统计验证指标，表明将标幺电抗归一化到变压器自身MVA基准后，可使其分布更加稳定，并消除其与额定容量之间的相关性。研究发现，输电线路与变压器表现出不同的统计特性，其经验分布可通过数学函数良好拟合，并使用Kullback-Leibler散度评估拟合优度。

ABSTRACT

This paper presents a set of validation metrics for transmission network parameters that is applicable in both creation of synthetic power system test cases and validation of existing models. Using actual data from two real-world power grids, statistical analyses are performed to extract some useful statistics on transformers and transmission lines electrical parameters including per unit reactance, MVA rating, and their X/R ratio. It is found that conversion of per unit reactance calculated on system common base to transformer own power base will significantly stabilize its range and remove the correlation between per unit X and MVA rating. This is fairly consistent for transformers with different voltage levels and sizes and can be utilized as a strong validation metric for synthetic models. It is found that transmission lines exhibit different statistical properties than transformers with different distribution and range for the parameters. In addition, statistical analysis shows that the empirical PDF of transmission network electrical parameters can be approximated with mathematical distribution functions which would help appropriately characterize them in synthetic power networks. Kullback-Leibler divergence is used as a measure for goodness of fit for approximated distributions.

研究动机与目标

• 为合成电力系统测试案例中的输电网络参数开发基于统计学的验证指标。
• 分析实际电力系统中变压器和输电线路的电气参数——标幺电抗、MVA额定值及X/R比。
• 识别可作为模型验证基准的一致性统计模式。
• 评估网络参数的经验分布是否可被理论概率分布准确拟合。

提出的方法

• 对两个实际运行电网的电气参数（包括标幺电抗、MVA额定值和X/R比）进行统计分析。
• 将标幺电抗从系统公共基准转换至变压器自身MVA基准，以评估其分布稳定性。
• 使用Kullback-Leibler散度衡量经验数据与理论概率分布之间的拟合优度。
• 将网络参数的经验概率密度函数（PDF）拟合至数学分布，以支持合成网络的生成。
• 由于变压器与输电线路表现出不同的统计行为，分别进行分析。
• 应用统计技术识别相关性，并对参数范围进行归一化，以支持模型验证。

实验结果

研究问题

• RQ1 在实际电力系统中，变压器与输电线路的标幺电抗、MVA额定值及X/R比的统计分布有何差异？
• RQ2 将标幺电抗归一化至变压器自身MVA基准后，是否能降低其与MVA额定值的相关性并稳定其分布？
• RQ3 网络参数的经验概率分布能否被已知的数学分布有效拟合？
• RQ4 输电线路与变压器在统计参数特征方面存在多大程度的差异？
• RQ5 基于Kullback-Leibler散度，理论分布与经验数据的拟合程度如何？

主要发现

• 将标幺电抗归一化至变压器自身MVA基准后，可显著稳定其分布，并消除其与MVA额定值之间的相关性。
• 变压器与输电线路表现出不同的统计特性，包括不同的参数分布与取值范围。
• 网络参数的经验概率密度函数可被数学分布函数良好拟合。
• Kullback-Leibler散度可作为评估经验数据与理论分布之间拟合优度的可靠指标。
• 所观察到的统计模式在不同电压等级和变压器尺寸下保持一致，支持其作为验证基准的适用性。
• 研究结果为利用真实世界的统计特征验证合成电力系统测试案例提供了稳健的框架。