本申请涉及状态估计，特别涉及一种配-微协同状态估计方法、装置及计算机可读存储介质。
背景技术：
1、相关技术中，可以通过集中式方法实现电力系统的状态估计，以实现电力系统安全评估、实时调度、稳定运行。
2、然而，相关技术中，集中式方法需要收集全局信息，难以适用于配电网子系统分布在不同区域的情况，且在信息传输过程中会受到通信容量、时延、数据丢包、噪声干扰等因素的影响，很可能会出现数据丢失或出现偏差等情况，导致集中式状态估计精度降低。同时，由于采集、通讯终端配置不足等原因，子电网的量测数据无法实时上传主站，既增加了计算和通信负担，还容易暴露信息隐私，有待改进。
技术实现思路
1、本申请提供一种配-微协同状态估计方法、装置及计算机可读存储介质，以解决相关技术中，受限于配电网子系统分布，在信息传输过程中受到多种因素影响，导致状态估计精度较低、通信和计算负担较重、实时性差且隐私保护性差的技术问题。
2、本申请第一方面实施例提供一种配-微协同状态估计方法，包括以下步骤：基于节点复制法对配-微协同系统进行分区，得到多个分区系统，获取所述多个分区系统对应的拓扑结构和量测数据信息；基于所述多个分区系统对应的拓扑结构和量测数据信息，根据每个分区系统的状态变量和量测函数构建所述每个分区系统的加权最小二乘状态估计模型，并添加耦合约束，得到所述配-微协同系统的状态估计模型，以计算各分区系统的状态估计；基于所述各分区系统的状态估计，求解所述配-微协同系统的状态估计模型，输出配-微协同状态估计结果。
3、可选地，在本申请的一个实施例中，所述加权最小二乘状态估计模型为：
4、
5、其中，fa(xa)为残差的加权平方和，ra为由量测误差方差生成的对角阵，za为分区a量测值组成的量测向量，ha(·)为量测函数，xa为状态向量，ga(xa)＝0为等式约束。
6、可选地，在本申请的一个实施例中，所述配-微协同系统的状态估计模型为：
7、
8、s.t:ga(xa)＝0 a＝1,2,...,n，
9、aaxa-abxb＝0，
10、其中，aa为分区a的耦合矩阵，ab为相邻分区b的耦合矩阵，xb为状态向量。
11、可选地，在本申请的一个实施例中，所述求解所述配-微协同系统的状态估计模型，输出配-微协同状态估计结果，包括：对一致性变量和拉格朗日乘子赋初值，得到初始一致性变量和初始拉格朗日乘子；基于所述初始一致性变量和所述初始拉格朗日乘子，求解每个子问题的全局最优解，并更新所述一致性变量和所述拉格朗日乘子的值，并通过交换耦合约束信息，以判断是否达到预设收敛条件；如果达到所述预设收敛条件，则输出所述配-微协同状态估计结果。
12、可选地，在本申请的一个实施例中，所述多个分区系统的每个分区耦合变量与所复制的相邻分区节点变量相等。
13、本申请第二方面实施例提供一种配-微协同状态估计装置，包括：分区模块，用于基于节点复制法对配-微协同系统进行分区，得到多个分区系统，获取所述多个分区系统对应的拓扑结构和量测数据信息；构建模块，用于基于所述多个分区系统对应的拓扑结构和量测数据信息，根据每个分区系统的状态变量和量测函数构建所述每个分区系统的加权最小二乘状态估计模型，并添加耦合约束，得到所述配-微协同系统的状态估计模型，以计算各分区系统的状态估计；估计模块，用于基于所述各分区系统的状态估计，求解所述配-微协同系统的状态估计模型，输出配-微协同状态估计结果。
14、可选地，在本申请的一个实施例中，所述加权最小二乘状态估计模型为：
15、
16、s.t.ga(xa)＝0
17、其中，fa(xa)为残差的加权平方和，ra为由量测误差方差生成的对角阵，za为分区a量测值组成的量测向量，ha(·)为量测函数，xa为状态向量，ga(xa)＝0为等式约束。
18、可选地，在本申请的一个实施例中，所述配-微协同系统的状态估计模型为：
19、
20、s.t:ga(xa)＝0 a＝1,2,...,n，
21、aaxa-abxb＝0，
22、其中，aa为分区a的耦合矩阵，ab为相邻分区b的耦合矩阵，xb为状态向量。
23、可选地，在本申请的一个实施例中，所述估计模块包括：赋值单元，用于对一致性变量和拉格朗日乘子赋初值，得到初始一致性变量和初始拉格朗日乘子；计算单元，用于基于所述初始一致性变量和所述初始拉格朗日乘子，求解每个子问题的全局最优解，并更新所述一致性变量和所述拉格朗日乘子的值，并通过交换耦合约束信息，以判断是否达到预设收敛条件；输出单元，用于在达到所述预设收敛条件的情况下，输出所述配-微协同状态估计结果。
24、可选地，在本申请的一个实施例中，所述多个分区系统的每个分区耦合变量与所复制的相邻分区节点变量相等。
25、本申请第三方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的配-微协同状态估计方法。
26、本申请实施例可以基于节点复制法对配-微协同系统进行分区，将集中式问题解耦得到多个子问题，针对每个分区系统构建加权最小二乘状态估计模型，并添加耦合约束，得到配-微协同系统的状态估计模型，从而求解配-微协同系统的状态估计模型，输出配-微协同状态估计结果，通过对配电网各个分区采集到的量测信息进行本地状态估计计算，实现子分区独立管理运行，分区间仅交互边界耦合信息，保护了用户隐私，降低了计算和通讯负担，提高配电网运行安全性、稳定性。由此，解决了相关技术中，受限于配电网子系统分布，在信息传输过程中受到多种因素影响，导致状态估计精度较低、通信和计算负担较重、实时性差且隐私保护性差的技术问题。
27、本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
1.一种配-微协同状态估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述加权最小二乘状态估计模型为：
3.根据权利要求2所述的方法，其特征在于，所述配-微协同系统的状态估计模型为：
4.根据权利要求1所述的方法，其特征在于，所述求解所述配-微协同系统的状态估计模型，输出配-微协同状态估计结果，包括：
5.根据权利要求1所述的方法，其特征在于，所述多个分区系统的每个分区耦合变量与所复制的相邻分区节点变量相等。
6.一种配-微协同状态估计装置，其特征在于，包括：
7.根据权利要求6所述的装置，其特征在于，所述加权最小二乘状态估计模型为：
8.根据权利要求7所述的装置，其特征在于，所述配-微协同系统的状态估计模型为：
9.根据权利要求6所述的装置，其特征在于，所述估计模块包括：
10.根据权利要求6所述的装置，其特征在于，所述多个分区系统的每个分区耦合变量与所复制的相邻分区节点变量相等。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-5任一项所述的配-微协同状态估计方法。
