電力系統状態推定装置およびそれを用いた電力系統システム
【課題】電力系統全体の状態監視を適切に行うために、電力系統の任意地点の電力状態を高精度に推定する。
【解決手段】電力系統各所に複数のセンサを配置し、センサ出力を用いて電力系統の状態を推定する電力系統状態推定装置において、電力系統の位置を示すノード情報とセンサを含む設備情報を対応付けて保持する電力系統データデータベースと、センサ出力を保持するセンサデータデータベースと、電力系統データデータベースの情報を用いて、特定ノードでの電力状態を推定するときに使用するセンサを決定する推定環境設定部と、推定環境設定部で決定した特定ノードでの使用センサに対応して、センサの出力をセンサデータデータベースから得て、電力系統全体について状態推定を行う状態推定部を備え、推定環境設定部は、電力系統に設置されたセンサについて、当該センサが特異な傾向を示すセンサであることを特定する手段と、特定されたセンサに対応するノードについて、このノードで用いるセンサを変更する手段を備える。
【解決手段】電力系統各所に複数のセンサを配置し、センサ出力を用いて電力系統の状態を推定する電力系統状態推定装置において、電力系統の位置を示すノード情報とセンサを含む設備情報を対応付けて保持する電力系統データデータベースと、センサ出力を保持するセンサデータデータベースと、電力系統データデータベースの情報を用いて、特定ノードでの電力状態を推定するときに使用するセンサを決定する推定環境設定部と、推定環境設定部で決定した特定ノードでの使用センサに対応して、センサの出力をセンサデータデータベースから得て、電力系統全体について状態推定を行う状態推定部を備え、推定環境設定部は、電力系統に設置されたセンサについて、当該センサが特異な傾向を示すセンサであることを特定する手段と、特定されたセンサに対応するノードについて、このノードで用いるセンサを変更する手段を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、電力系統全体の状態監視を適切に行うために、センサの計測情報を用いて電力系統の任意地点の電力状態を高精度に推定する電力系統状態推定装置およびそれを用いた電力系統システムに関する。
【背景技術】
【０００２】
電力系統に関して、近年分散型電源導入時の周波数や電圧の維持、また電力会社の設備の効率利用の要求が高まっている。そのため、電力系統の実状を表す電圧、電流などの電力状態を管理する必要性がより一層増している。
【０００３】
この電力状態管理においては、電力系統の限られた地点に設けられた電力状態を計測するセンサの計測情報を用いて、潮流計算や状態推定と呼ばれる電力状態計算手法で電力系統の任意地点の電力状態を推定していた。
【０００４】
本技術分野の背景技術として、特許文献１には、「配電線の電圧管理や運用制御において、配電線の電圧分布や潮流状態を把握するために必要な計測器の設置箇所を、最少の数で最良の効果（配電線状態計算の精度など）が得られるように決定できる」と記載されている。
【０００５】
また、特許文献２には、「配電系統の電圧・電流計測値から配電系統の潮流状態及び各計測装置の誤差を併せて推定する」と記載されている。
【０００６】
また、特許文献３には、「各観測値に与えられる重みを定式化し、インピーダンスのばらつきの大きい系統においても確実に収束する電力系統の状態推定方法を提供する」と記載されている。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００８−７２７９１号公報
【特許文献２】特開２００８−１５４４１８号公報
【特許文献３】特開昭６３−７３８３１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
これら公知の背景技術について検討すると、特許文献１〜３のいずれも、センサの計測情報に基づき電力状態を計算する手段を有している。このため、センサ次第で電力系統の状態推定精度が左右されることになり、望ましくは高精度のセンサが多数電力系統に配置されているのがよい。また、推定手法は高精度のものが望まれる。
【０００９】
このうちセンサに関して、特許文献１では、電力系統においてセンサを増設する際に、電力状態の推定精度やコストを考慮して最適な設置個所を求める。また特許文献２では、高精度演算とするために、センサの計測情報と電力状態計算による推定値との偏差を用いて推定値の修正量を予め計算しておき、この修正量を用いて推定値を修正する。
【００１０】
しかしながら、特許文献１、２はいずれも、電力系統に設置されている全てのセンサの計測情報を均一に用いている。このために、推定精度がばらつく場合があるが、この問題について考慮されていない。
【００１１】
ばらつき事例を紹介すると、例えば、電圧の推定精度は、センサの計測情報の一つである力率に少なからず関係がある。このため、負荷が大きい工場の稼働時間帯においては、工場付近の力率は系統上の他の場所と大きく異なる特異値であるような特性（負荷特性）を示すことがある。また、工場に力率調整用の進相コンデンサを導入している場合には、逆に稼働時間帯においては特異でなく非稼働時間帯に特異値を示すことがある。
【００１２】
然るに、系統に少ないセンサしか設置されていない場合の電力状態計算においては、その特異値の情報をセンサで挟まれた区間の代表値として用いて計算を行うことがある。センサで挟まれた区間の値を補間する場合に、その前後のセンサのいずれかが特異値であるような特性を示すものであれば、配電系統全体の電力状態推定値精度にばらつきが発生することが考えられる。
【００１３】
特許文献３では、センサの計測情報に重みを持たせることで、電力系統に設置されている全てのセンサの計測情報を均一に用いずに収束解を求める。
【００１４】
しかしながら、特許文献３は、線路ブランチのインピーダンス（電力系統に応じて定まった大きさ）によって重みを変更するものであり、センサ間の相対的な重みはいわば固定である。また、実際の電力系統においてはインピーダンスがゼロでないため重みはゼロにはならず、全てのセンサの計測情報を用いるという点では特許文献１、２と同様である。
【００１５】
以上説明のように、動的に負荷特性が変わる場合に、一部のセンサの計測情報を用いないことを含めダイナミックに対応することは困難と考えられる。
【００１６】
そこで、本発明の課題は上記問題点を解決するものであり、電力系統全体の状態監視を適切に行うために、センサの一部の計測情報を用いて電力系統の任意地点の電力状態を高精度に推定する電力系統状態推定装置およびそれを用いた電力系統システムを提供することにある。
【課題を解決するための手段】
【００１７】
上記課題を解決するためになされた本発明に係る電力系統状態推定装置およびそれを用いた電力系統システムにおいては、電力状態を計測する複数のセンサを有する電力系統において、特異な傾向を示すセンサを特定し、当該センサを除いたセンサを用いて電力系統の任意の地点の電力状態を推定することを特徴とする。また、特異な傾向を示すセンサを特定する手法を提案する。
【００１８】
具体的には、電力系統状態推定装置を以下のように構成する。
【００１９】
電力系統各所に複数のセンサを配置し、センサ出力を用いて電力系統の状態を推定する電力系統状態推定装置において、
電力系統の位置を示すノード情報とセンサを含む設備情報を対応付けて保持する電力系統データデータベースと、センサ出力を保持するセンサデータデータベースと、電力系統データデータベースの情報を用いて、特定ノードでの電力状態（特に、無効電力）を推定するときに使用するセンサを決定する推定環境設定部と、
推定環境設定部で決定した特定ノードでの使用センサに対応して、センサの出力をセンサデータデータベースから得て、電力系統全体について状態推定を行う状態推定部を備え、
推定環境設定部は、電力系統に設置されたセンサについて、当該センサが特異な傾向を示すセンサであることを特定する手段と、特定されたセンサに対応するノードについて、このノードの電力状態（特に、無効電力）推定に用いるセンサを変更する手段を備えている。
【００２０】
また、電力系統システムを以下のように構成する。
【００２１】
電力系統各所に配置された複数のセンサと、電力系統各所に配置され電力系統の電力状態を制御できる電力状態制御機器と、センサ出力を用いて電力系統状態を推定する電力系統状態推定装置と、電力系統状態推定装置からの電力系統状態に応じて、電力状態制御機器に操作信号を与える電力系統制御中央装置を含む電力系統システムにおいて、
電力系統状態推定装置は、電力系統の位置を示すノード情報とセンサを含む設備情報を対応付けて保持する電力系統データデータベースと、センサ出力を保持するセンサデータデータベースと、電力系統データデータベースの情報を用いて、特定ノードでの電力状態を推定するときに使用するセンサを決定する推定環境設定部と、
推定環境設定部で決定した特定ノードでの使用センサに対応して、センサの出力をセンサデータデータベースから得て、電力系統全体について状態推定を行う状態推定部を備え、推定環境設定部は、電力系統に設置されたセンサについて、当該センサが特異な傾向を示すセンサであることを特定する手段と、特定されたセンサに対応するノードについて、このノードで用いるセンサを変更する手段を備えている。
【発明の効果】
【００２２】
本発明によれば、電力系統全体の状態監視を適切に行うために、特異な傾向を示すセンサを除外した残りのセンサの計測情報を用いて電力系統の任意地点の電力状態を推定するので、高精度に推定することができる。
【００２３】
また実施例によれば、状態推定の精度が向上することで、柱上変圧器やＳＶＲなどの系統設備の適切な導入計画支援が可能となり、設備の利用効率を向上することが可能になる。
【００２４】
さらに実施例によれば、推定した電力状態を用いて各制御機器の最適な制御量を決定し、その結果、電力系統での電力損失量や電圧の規定範囲からの逸脱量を抑えることで、電力の品質を維持することができるようになる。
【図面の簡単な説明】
【００２５】
【図１】電力系統状態推定装置の構成図。
【図２】変電所から負荷に至るまでの配電電力系統の典型的な一例を示す図。
【図３】図２の電力系統を、ノードとブランチにより模式的に表した電力系統図。
【図４】ノードに関する電力系統データの一例を示す図。
【図５】ブランチに関する電力系統データの一例を示す図。
【図６】センサデータデータベースに保持されるセンサデータの一例を示す図。
【図７】推定環境データの一例として、第１の推定環境データを示す図。
【図８】推定環境データの一例として、第２の推定環境データを示す図。
【図９】推定環境データの一例として、第３の推定環境データを示す図。
【図１０】クラスタリング手法によるセンサのグループ分類の一例を示す図。
【図１１】線形補間により任意の位置の電力状態を算出する考えを示す図。
【図１２】電力方程式を用いた状態推定計算方法を示す図。
【図１３】実施例２における電力系統システムの構成を示す図。
【図１４】電力系統を構成する各機器の制御量を計算する方法の一例を示す図。
【発明を実施するための形態】
【００２６】
以下、本発明の実施例を、図面を用いて説明する。実施例１では、センサの計測情報を用いて電力系統の任意地点の電力状態を推定する電力系統状態推定装置３の例を説明する。実施例２では、電力系統状態推定装置３を用いた電力系統システムの例を説明する。
【実施例１】
【００２７】
本実施例では、センサの計測情報を用いて電力系統の任意地点の電力状態を推定する電力系統状態推定装置３の例を説明するが、その前に電力系統状態推定装置３が設置される典型的な電力系統について説明する。
【００２８】
本発明の電力系統状態推定装置３が設置される典型的な電力系統の一例を図２、図３に示す。まず図２は、変電所から負荷に至るまでの配電電力系統の典型的な一例を示している。
【００２９】
この図において、２０は地点を表すノードである。例えば変電所の変圧器の設置場所を示すノードが２０ａ、電柱の設置場所を示すノードが２０ｂから２０ｈである。なお、電柱には、適宜センサ２２、柱上変圧器２３、電圧調整機器２５などの機器が設置されている。また変電所の変圧器にはセンサ２２ｅが設置されている。このため、例えばセンサ２２ａを設置した電柱のノード２０ｃについて、センサ２２ａ設置箇所のノードと表現することもできる。同様に柱上変圧器２３ａを設置した電柱のノード２０ｄについて柱上変圧器２３ａのノード、電圧調整機器２５ａを設置した電柱のノード２０ｅについて電圧調整機器２５ａのノードと言い表すことができる。
【００３０】
またこの図において、２１はノード間を結ぶブランチを表す。従って電力系統におけるブランチは、送配電線を表している。
【００３１】
また図２において２４は、電力系統に接続された需要家である。従って、需要家２４についても地点を表すノードで表現することが可能であり、図の例では２４ａ、２４ｂが需要家の地点を表すノードである。
【００３２】
図３は、図２の電力系統を、ノード２０とブランチ２１により模式的に表した電力系統図である。つまり、変電所の変圧器位置を示すノード２０ａから、負荷側に向かって直列配置された複数の電柱の設置場所を示すノード（２０ｂ〜２０ｈ）が示されている。また、電柱の設置場所を示すノード（２０ｂと２０ｈ）に対して、需要家のノード２４ａ、２４ｂが記述されている。ブランチは、隣接するノード間を接続している。
【００３３】
図２、図３を比べると、例えばセンサ２２、柱上変圧器２３、電圧調整機器２５は図２に含まれ、表示されているが、図３には現れていない。これらは、場所的には電柱ノード２０と同じところにあり、したがって、電柱ノードの附属機器という位置付けになる。
【００３４】
図２において、電柱ノードのうち、センサ２２を積載する電柱ノード（２０ｃ、２０ｅ、２０ｆ、２０ｈ）と変電所の変圧器ノード２０aおよびＡＭＩ（Ａｄｖａｎｃｅｄ Ｍｅｔｅｒｉｎｇ Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ）の計測対象である需要家ノード（２４a、２４ｂ）と、電力系統情報収集装置２６との間には、通信ネットワーク２７が設けられている。これにより電力系統情報収集装置２６には、電力系統各所の電圧、電流、力率、位相などの電力状態に関する情報ａについて、図３では「が収集され、あるいは収集後の処理により生成される。なお、センサ２２を積載する電柱ノード（２０ｃ、２０ｅ、２０ｆ、２０ｈ）と変圧器ノード２０●」のように黒丸で表記している。
【００３５】
図１は、本実施例の電力系統状態推定装置３の構成図の例である。電力系統状態推定装置３は、推定環境設定部３０、推定環境データデータベースＤＢ３、および状態推定部３２から構成される。また、電力系統状態推定装置３は、センサデータデータベースＤＢ２と電力系統データデータベースＤＢ１に接続され、これらのデータを使用して所定の演算を実行する。このうち、センサデータデータベースＤＢ２に記憶されたセンサデータは、図２の通信ネットワーク２７を介して電力系統情報収集装置２６に収集され、電力系統から得られたセンサ２２の検知情報である。
【００３６】
次に、電力系統状態推定装置３における大まかな処理の流れを説明する。まず、推定環境設定部３０では、状態監視対象の電力系統を構成する設備（変電所変圧器２０、柱上変圧器２３、電圧調整機器２５、需要家２４などの設備。センサ２２を含む）に関する電力系統データを、電力系統データデータベースＤＢ１から読み出す。そのうえで、電力状態推定を行う際に用いるセンサを設定する。状態推定部３２では、推定環境設定部３０で設定されたセンサの計測情報を、センサデータデータベースＤＢ２より読み出す。さらに、このデータを用いて、電力系統の任意地点の電力状態（電流、電圧、位相など）を状態推定計算によって算出する。
【００３７】
本発明では、推定環境設定部３０での処理に特徴があり、以下の説明では推定環境設定部３０を中心に説明する。状態推定部３２での処理は、推定環境設定部３０が設定したセンサからの情報を用いて、既存の公知の手法を用いて実現することができる。
【００３８】
推定環境設定部３０で使用する電力系統データの一例が、図４、図５に示されている。電力系統データは、電力系統の構成に応じて予め設定され、電力系統データデータベースＤＢ１に保管されているデータである。なお、図４、図５のデータとしては、図２、図３に示す典型的な電力系統におけるデータが示されている。
【００３９】
図４のデータは、ノードに関する電力系統データの一例であり、地点を示すノード（２０、２４）と、この位置に設けられた設備の対応関係を表している。例えばノードＮｏ．１と定義されたノード２０ａは、変電所からの距離が０メートルであり、設備としては変電所２０ａとセンサ２０ｅに対応付けて記憶されている。同様に、ノードＮｏ．２と定義されたノード２０ｂは、変電所からの距離が５００メートルの位置に存在する電柱であり、この位置には変電所変圧器２０、柱上変圧器２３、電圧調整機器２５、需要家２４、センサ２２などの設備を備えていないので、設備情報は対応付けて記憶されていない。
【００４０】
また、ノードＮｏ．５と定義されたノード２０ｅは、変電所からの距離が２０００メートルであり、設備としてはセンサ２２ｂと電圧調整機器２５ａに対応付けて記憶されている。ノードＮｏ．９と定義されたノード２４ａは、変電所からの距離が１７００メートルであり、設備としては需要家２４ａに対応付けて記憶されている。
【００４１】
なお、図４のその他のノードについての記載の意味づけは以上の説明から容易に理解することができるので、図４の事例の全てについての説明は割愛する。但し図４において、変電所〜電圧調整機器までの各欄がゼロとなっているところは該当する設備、機器が設置されていないことを意味する。変電所〜電圧調整機器までの各欄がゼロ以外になっている箇所には、該当する設備、機器が設置されており、それを識別する機器ＩＤが記載されている。
【００４２】
図５のデータは、ブランチに関する電力系統データの一例であり、始点ノードと終点ノードによって、ブランチ２１が定義されている。また、各ブランチ、従って当該部分の送電線の抵抗Ｒ及びリアクタンスＸの情報が併記されて記憶されている。なお、始点ノードと終点ノードは、図４のノード名におけるノードＮｏ．を使用して表現されている。図３のノード２０、２４には括弧書で、図４で用いたノードＮｏ．を記述している。
【００４３】
図５のデータの見方について、例えば始点ノード３、終点ノード４で定義されるブランチ名は２１ｃであり、このブランチＮｏ．は３である。またこの送電線区間の抵抗Ｒは０．０６（Ω）、リアクタンスＸは０．０８（Ω）であることがこの表から読み取ることができる。なお、図３のブランチ２１には括弧書で、図４で用いたブランチＮｏ．を記述している。
【００４４】
図５のその他のブランチについては、以上の説明から容易に理解することができるので、図５の事例の全てについての説明は割愛する。この表記によれば、ブランチは始点および終点ノードとインピーダンス等から成り、ノードを介して電線の接続関係を把握することができる。図４、図５に示された電力系統データは、図２、図３の電力系統構成とその設備の関係に応じて事前に準備され、電力系統データデータベースＤＢ１に保存されている。また、この内容は、電力系統構成の変更や、設備、機器の変更に応じて、適宜修正されている。
【００４５】
図１のセンサデータデータベースＤＢ２に保持されるセンサデータの一例が、図６に示されている。なお、図６のデータとしては、図２、図３に示す典型的な電力系統におけるデータが示されている。またセンサ２２は、図４の設備情報としてセンサを定義したときのセンサＩＤに関連付けて把握されている。この図６のデータ内容は、電力系統情報収集装置２６により定期的に収集された情報であり、時刻情報とともに記録されている。
【００４６】
図１で使用するセンサデータは、図２の電力系統に設置されたセンサ２２で定期的に計測された電力状態（例えば、電流、電圧、力率、有効電力、無効電力など）に関するデータである。ここで、センサ２２とは、図４の例では、ノード名２０ａ、ノードＮｏ．１で定義されたセンサＩＤ２２ｅのセンサ、ノード名２０ｃ、ノードＮｏ．３で定義されたセンサＩＤ２２ａのセンサ、ノード名２０ｅ、ノードＮｏ．５で定義されたセンサＩＤ２２ｂのセンサ、ノード名２０ｆ、ノードＮｏ．６で定義されたセンサＩＤ２２ｃのセンサ、ノード名２０ｈ、ノードＮｏ．８で定義されたセンサＩＤ２２ｄのセンサのことである。
【００４７】
これらのセンサは通信ネットワーク２７を介して電力系統情報収集装置２６に接続され、センサで計測されたセンサデータは、電力系統情報収集装置２６内のセンサデータデータベースＤＢ２に収集、蓄積される。なお、電力系統状態推定装置３では、センサデータと電力系統データを含めて電力系統に関わる各種データを管理する。
【００４８】
センサデータの一例を示す図６では、センサＩＤ２２ｅ、２２ａ、２２ｂ、２２ｃ、２２ｄのセンサが計測した例えば電流、電圧、力率の情報が、各相単位で記憶される。また、これらの検出は一定周期として例えば３０分ごとに同時に実行されて記憶される。
【００４９】
図１の推定環境設定部３０では、予め準備された図４、図５の電力系統データを使用して推定環境データを作成、編集する。推定環境データとは、センサＩＤやセンサごとの重みなどのパラメータのことである。推定環境データは、推定環境データデータベースＤＢ３に蓄積され、その後に状態推定部３２において電力状態の推定計算を行うために使用される。
【００５０】
図７、図８、図９に推定環境データの一例を示す。これらの推定環境データは、予め準備された図４、図５の電力系統データを使用して、推定環境設定部３０内の処理により作成、編集された結果物である。ここでは、最初に結果物としての推定環境データの形態を説明し、この推定環境データを作成するための処理手順をその後に説明することにする。
【００５１】
これらの推定環境データは、ノード番号とセンサＩＤが対になって構成されている。この意味するところは、各ノードに接続している需要家の電力状態として例えば負荷を算出するとして、この算出の際に使用するセンサＩＤの計測情報を用いることを示したものである。
【００５２】
例えば、図７に示した第１の推定環境データでは、ノード１、２に接続する各需要家の無効電力を算出するのにセンサ２２ｅ（変電所のセンサ）の計測情報を用い、ノード３、４に接続する各需要家の無効電力を算出するのにセンサ２２ａの計測情報を用いる（具体的な算出方法は後述する）。他のノードについても同様である。この第１の推定環境データの考え方は、センサを備えるノードであれば、その位置のセンサの出力を電力状態推定に使用し、センサを備えていないノードであれば直近上流側のセンサの出力を電力状態推定に使用することを定義したものである。
【００５３】
図８に示す第２の推定環境データでは、特異な傾向を示すセンサを特定し、このセンサを使用しないことにし、代わりに他のセンサを使用したものである。図８の例では、ノード３のセンサ２２ａが特異な傾向を示すセンサであるとされたときセンサ２２ａを使用せず、代わりに直近上流側のセンサ２２ｅの出力を電力状態推定に使用することに変更したものである。この変更に対応してノード３の下流側ノード４のセンサも２２ｅに変更される。
【００５４】
図８の組み合わせ変更のほかの例は、ノード６のセンサ２２ｃについてこれが特異な傾向を示すセンサであるとされたときセンサ２２ｃを使用せず、代わりに直近上流側のセンサ２２ｂの出力を電力状態推定に使用することに変更したものである。この変更に対応してノード６の下流側ノード７のセンサも２２ｂに変更される。
【００５５】
なおここで、「特異な傾向を示すセンサ」とは、センサのおかれた環境によりセンサが正しい値を示さない、あるいは平均的なセンサと比較したとき特異な傾向を示すセンサである、計測環境が均一でないなどの事情があるセンサであり、センサの故障ではない。例えば大口需要家近傍の力率は工場など大口需要家の運転状態や導入設備（進相コンデンサなど）の影響を受けて周囲とは異なる様相を示す場合があるので、このセンサを除外して図８の組み合わせにより各部の電力状態推定を行う。
【００５６】
特異な傾向を示すセンサの特定については、判断手法を含めて、さらに具体的に後述する。なお、各ノードに接続する各需要家の負荷（有効電力Ｐ、無効電力Ｑ）の利用については、状態推定部３２の機能説明として後述する。
【００５７】
このように、第２の推定環境データである図８では、ノード３、４およびノード６、７の無効電力計算にあたり、それぞれセンサ２２ａおよび２２ｃの計測情報（力率）を用いないで代わりにそれぞれセンサ２２ｅ、２２ｂの計測情報を用いることを示している。つまり、例えば力率を計測する場合に、全ての力率計センサを状態推定に使用するのではなく、一部のセンサに特定して使用することを提案している。
【００５８】
第３の推定環境データを示す図９では、各ノードに接続する各需要家の無効電力を算出する際に、複数のセンサＩＤの計測情報を設定された重みを使って加重平均したものを使うようにしている。重みは、ノードごとにその総和が１になるように割り当てられる。
【００５９】
図９の第３の推定環境データでは、センサを備えるノードで使用するセンサは、当該箇所に設置されたセンサのみとしている。ノードＮＯ．１．３．５．６．８がこれに相当する。これに対し、センサを備えないノード（ノードＮＯ．２、４、７、９、１０）で使用するセンサは、直近上流と、直近下流のセンサの双方を使用する。
【００６０】
例えばノードＮＯ．２では、直近上流のセンサ２２ｅと、直近下流のセンサ２２ａの双方を使用し、それぞれの出力にそれぞれ重み（均等荷重）として０．５を乗じて加算した値を、このノードでの計測信号として使用することを意味している。また、例えばノードＮＯ．４では、直近上流のセンサ２２ａと、直近下流のセンサ２２ｂの双方を使用し、それぞれの出力にそれぞれ異なる重み（不均等荷重）として０．８、０．２をそれぞれ乗じて加算した値を、このノードでの計測信号として使用することを意味している。重み配分をどうするかは、系統の環境を考慮して適宜決定される。
【００６１】
なお、第３の推定環境データを得る場合に、図８で説明したセンサの一部を使用せず、代わりに直近上流、直近下流のセンサを使用するように変更できることはいうまでもない。
【００６２】
次に、上記した図７、図８、図９の推定環境データの作成手法（推定環境データ作成）について説明する。この作成手法は、推定環境設定部３０の内部で実行される。
【００６３】
＜第１の推定環境データ作成手法：図７の第１の推定環境データの作成手法＞
この場合、推定環境データは、例えば電力系統の管理者などのユーザが、予め定めておき、所定のファイルフォーマットで保存しておけばよい。推定環境設定部３０は、例えばテキストエディタなど推定環境データのファイル作成を支援する機能を有する。このケースでは、事前に準備したファイルフォーマットの内容をそのまま第１の推定環境データとする。
【００６４】
＜第２の推定環境データ作成手法：図８の第２の推定環境データの作成手法＞
この説明の前提として、図４の電力系統データのノードデータには（図４には記述していないが）需要家ＩＤが含まれる。さらに各需要家の情報として需要家種別が含まれる。ここで、需要家種別とは、例えば、工業、商業、住宅など需要家の業種や種類をいう。
【００６５】
推定環境設定部３０では、電力系統全体の需要家種別ごとの割合を求め、またセンサ毎にその周辺の需要家種別を考慮して代表需要家種別も求めておく。具体的には、例えば図２、３の電力系統において全需要家の７０％が住宅地であり、工業、商業がそれぞれ１５％だったとする。また個別には、例えば、センサ２２ａ周辺が工業地帯、センサ２２ｃ周辺が商業地帯、それ以外のセンサ周辺が住宅地であるとする。
【００６６】
ここで、センサの周辺とは、センサからの直線距離あるいはセンサから需要家までの電線の延長距離が所定以内であることをいう。この時、当該電力系統の代表重要家種別は最も割合が高い住宅とし、該代表需要家種別が住宅であるセンサ（２２ｅ、２２ｂ、２２ｄ）を選択し、それ以外の種別のセンサ（２２ａ、２２ｃ）は選択しない。ここで、「選択しない」の意味は、図７の第１の推定環境データの表において、センサ（２２ａ、２２ｃ）を使用せず、結果として図８の表による第２の推定環境データを得ることである。これにより、センサ（２２ａ、２２ｃ）が設置された工業地帯、商業地帯の状態推定計算には、代表的な需要家種別（この場合には住宅地）と同じ種別のセンサを用いることになり、その結果、安定的に良好な精度で電力状態全体の推定解が得られるようになる。
【００６７】
上記のようにして選択されたセンサのリストを基に、上述したように、各ノードに接続する各需要家の無効電力を算出するためのセンサを決定する。ノードごとのセンサの決定方法は、例えば、対象ノードの上流側（変電所側）にある最も近いセンサとする（上記で選択されなかったセンサを除く）。例えば、ノード１、２はセンサ２２eがそのまま選択され、ノード３、４はセンサ２２ａが選択されなかったため、上流側で一番近い２２eが選択される。他のノードについても同様に決定していくと、図８の推定環境データが作成される。このようにして、需要家種別に基づきセンサを取捨選択することで、推定環境データを作成することができる。
【００６８】
このように、図８の第２の推定環境データを作成するための第２の推定環境データ作成手法では、以上述べた電力系統全体の需要家種別ごとの割合、またセンサ毎の周辺の需要家種別を考慮して特異な傾向を示すセンサを特定することができる。
【００６９】
＜第３の推定環境データ作成手法：図８の第２の推定環境データの作成手法＞
本事例においても、図８の第２の推定環境データを得るが、導出手法が第２の推定環境データ作成手法とは相違する。第２の推定環境データ作成手法では、電力系統全体およびセンサの周辺の需要家種別に基づき特異な傾向を示すセンサを特定する考え方であったが、第３の推定環境データ作成手法では、統計的手法を採用する。具体的には、計測される電力状態に基づいたクラスタリングによって特異な傾向を示すセンサを特定する。
【００７０】
この場合、推定環境設定部３０では、電力系統データに加えてセンサデータを参照する。ここで、センサデータは、図６に例示されるように、蓄積された過去の所定期間（現在のデータを含んでもよい）の計測情報である。ここでは、計測情報のうち、例えば力率に注目する。
【００７１】
力率Ｐｆは、Ａ相、Ｂ相、Ｃ相というように相毎に計測されるが、一例として三相の平均値を扱う例を示す。すわなち、時刻ｔ・センサごとに三相平均力率が得られる。なお、三相平均値の代わりに、各相個別に扱ってもよい。次に、このようにして得られる時刻ｔ・センサごとの三相平均力率（Ｐｆ（ｔ））を基にセンサ単位にさらに平均化して、センサごとの平均力率Ｐｆｍ（（１）式）、および標準偏差σｐｆ（（２）式）を得る。なお、ｎはセンサ個数である。
【００７２】
【数１】
【００７３】
【数２】
【００７４】
このようにして得られたセンサごとの平均力率Ｐｆｍおよび標準偏差σｐｆを基にクラスタリング（クラスター分析）を行い、センサを力率の特性分布に応じていくつかのグループに分ける。
【００７５】
このセンサのクラスタリング手法には、例えばＫ−ｍｅａｎｓ法を使えばよい。クラスタリング手法によるセンサのグループ分類の一例を図１０に示す。図１０の横軸は平均力率Ｐｆｍ、縦軸は力率の標準偏差σｐｆである。この図の二次元空間上にプロットされている各点は、上記のようにして求められた各センサの平均力率Ｐｆｍおよび標準偏差σｐｆによるものである。
【００７６】
これを基にクラスタリング手法によって２つのグループに分類すると、８０および８１のグループに分類される。グループ８０には２２ｅ、２２ｂ、２２ｄが含まれ、グループ８１には２２ａ、２２ｃが含まれる。かつグループ８０の２２ｅ、２２ｂ、２２ｄは、互いに近接して位置し同じ出力傾向を示す度合いが高いのに対して、グループ８１の２２ａ、２２は比較的離散しており、グループに属するとしても異なる出力傾向を示す度合いが高いことが見て取れる。
【００７７】
この結果、グループ８０は、その中に３センサが含まれる多数派となり、このグループ８０に属するセンサ２２ｅ、２２ｂ、および２２ｄが選択される。選択されたこれらのセンサ２２ｅ、２２ｂ、２２ｄは、いずれも住宅地周辺に配置されたセンサであり、選択されなかった工業地帯、商業地帯のセンサ２２ａ、２２ｃとは出力傾向が相違していることが判明する。これにより、同じような力率の特性分布にあるセンサを用いることになり、その結果、安定的で良好な精度で電力状態の推定解が得られるようになる。
このようにして選択されたセンサのリストを基に、第２の推定環境データ作成例と同様にして、各ノードに接続する各需要家の無効電力を算出するためのセンサを決定する。
【００７８】
第３の推定環境データ作成手法では、以上のようにして、図８の第２の推定環境データが作成される。本例では、クラスタリングに用いるデータとして、平均力率Ｐｆｍおよび標準偏差σｐｆというように、２次元空間を扱ったが、力率の他に、電流、電圧、有効電力、無効電力などセンサが計測する情報でかつ１次元から３次元以上の空間としてもよい。
【００７９】
＜第４の推定環境データ作成手法：図８の第２の推定環境データの作成手法＞
本事例においても、図８の第２の推定環境データを得る。ここでの導出手法は第３の推定環境データ作成手法で採用した統計的手法である。具体的には、センサの組み合わせを複数設定し、各組み合わせで計測される電力状態に基づき配電線全体と平均およびばらつきが最も近いセンサの組み合わせを選択する。
【００８０】
推定環境設定部３０では、第３の推定環境データ作成例と同様に、電力系統データに加えてセンサデータを参照する。ここでも第３の推定環境データ作成例と同様に、計測情報のうち、三相力率の平均値に注目し、（１）式によってセンサごとの平均力率Ｐｆｍを得る。次に、センサごとの平均力率Ｐｆｍから全センサについてさらに平均化することにより、全センサの平均力率ＰｆＭを得る。この全センサの平均力率ＰｆＭを当該電力系統の代表力率とみなす。
【００８１】
次に、全センサのうち、ノード無効電力の計算に利用するセンサの組み合わせを求める。本例では、センサが５台（２２ａ、２２ｂ、２２ｃ、２２ｄ、２２ｅ）あるため、センサの組み合わせ数は２５−１（＝３１）通りあることになる（センサは１台以上使う）。
【００８２】
そして、各組み合わせの平均力率Ｐｆｍ（ｉ）を算出する。ここで、ｉは組み合わせの番号である（１〜３１）。このようにして求まった各組み合わせの平均力率Ｐｆｍ（ｉ）のうち、全センサの平均力率ＰｆＭに近くなる（例えば偏差が所定値以下）センサの組み合わせを１以上抽出する。なお、全センサを用いる組み合わせは全センサの平均力率ＰｆＭに近い（偏差がゼロ）ため必ず抽出される。
【００８３】
このようにして抽出されたセンサの組み合わせのそれぞれについて、（２）式によって各センサの平均力率（Ｐｆ（ｔ））の標準偏差σｐｆを得る（ただし、センサが１台の場合の標準偏差はゼロとする）。
【００８４】
そして、抽出されたセンサの組み合わせの標準偏差をそれぞれ比較し、最小となる組み合わせを選択する。標準偏差が最小となる組み合わせが複数存在する場合は、平均力率Ｐｆｍ（ｉ）が、全センサの平均力率ＰｆＭにもっとも近いものを選択する。これにより、同じような力率の特性（平均およびばらつきが同程度）にあるセンサを用いることになり、その結果、安定的で良好な精度で電力状態の推定解が得られるようになる。
【００８５】
このようにして選択された組み合わせに含まれるセンサのリストを基に、第２、第３の推定環境データ作成例と同様にして、各ノードに接続する各需要家の無効電力を算出するためのセンサを決定する。以上のようにして、図８の推定環境データが作成される。
【００８６】
＜第５の推定環境データ作成手法：図８の第２の推定環境データの作成手法＞
本事例においても、図８の第２の推定環境データを得る。ここでの導出手法は第３、第４の推定環境データ作成手法で採用した統計的手法である。具体的には、センサの組み合わせを複数設定し、各組み合わせで計測される電力状態に基づき電力系統の評価地点における電力状態を算出し、該評価地点における算出値と計測データの偏差が最小となる組み合わせを選択する。
【００８７】
推定環境設定部３０では、第４の推定環境データ作成例と同様に、電力系統データに加えてセンサデータを参照する。ここではセンサごとの各計測情報（三相の電流、電圧、力率）の各三相平均値を用いて、（１）式と同様にしてそれぞれの平均値Ｓｊ（ｔ）（平均電流Ｉｊ（ｔ）、平均電圧Ｖｊ（ｔ）、平均力率Ｐｆｊ（ｔ））を算出する。
【００８８】
ここに、ｊはセンサを示す。次に、全センサのうち、ノード無効電力の計算に利用するセンサの組み合わせを求める。本例では、センサが５台（２２ａ、２２ｂ、２２ｃ、２２ｄ、２２ｅ）あるため、センサの組み合わせ数は２５−１（＝３１）通りあることになる（センサは１台以上使う）。
【００８９】
そして、各組み合わせにおける推定環境データをそれぞれ作成する。該推定環境データの作成方法は、第２の推定環境データ作成例と同様であり、ノードごとのセンサの決定において、例えば、対象ノードの上流側（変電所側）にある最も近いセンサとすればよい。
【００９０】
次に、各組み合わせについて、作成された推定環境データとセンサデータとを用いて、後述する状態推定部３２で実施される電力状態推定計算を実行する。これにより、各組み合わせについて、電力系統の任意地点の電力状態（電流、電圧、力率、有効電力、無効電力など）の推定値を算出する。
【００９１】
その上で、例えば（３）式によって、予め定められた期間における予め定められた当該電力系統上の評価地点ｊ（１以上のセンサ設置地点）について、時刻ｔにおけるセンサデータＳｊ（ｔ）を真とし、算出された電力状態推定値Ｅｉｊ（ｔ）との偏差の総和を、組み合わせｉの評価値Ｙｉとして算出する。
【００９２】
【数３】
【００９３】
ここに、ｗｊはセンサデータごとに設定される重みである。センサデータＳｊおよび電力状態推定値Ｅｉｊは、同一種類の電力状態であるが、必ずしも単一とする必要はなく複数としてもよい。
【００９４】
例えば、電流と電圧の２種類とする場合、評価値Ｙｉは電流と電圧それぞれの偏差の二乗和となる。このようにして算出された各組み合わせの評価値を比較し、評価値が最小となる組み合わせを抽出する。
【００９５】
これにより、センサデータとの偏差が最小となる電力状態推定値が得られるようなセンサを用いることになり、その結果、安定的で良好な精度で電力状態の推定解が得られるようになる。このようにして選択された組み合わせに含まれるセンサのリストを基に、第２〜第４の推定環境データ作成例と同様にして、各ノードに接続する各需要家の無効電力を算出するためのセンサを決定する。以上のようにして、図８のような推定環境データが作成される。
【００９６】
以上、図８の推定環境データを得るための幾つかの手法について説明したが、この実現に当っては、更に幾つかの事項を反映させたものとするのがよい。
【００９７】
例えば、第２〜第５の推定環境データ作成手法において作成され推定環境データデータベースＤＢ３に記憶される推定環境データは、３６５日終日必ずしも同じものであるべきものではなく、例えば、工場や商業などの稼働期間等を考慮して曜日や時間帯ごとに推定環境データを作成するようにしてもよい。
【００９８】
あるいは、電力系統に流れる負荷電力（例えば、変電所から送り出される有効電力）の大きさに応じて動的に推定環境データを作成するようにしてもよい。例えば、変電所の有効電力が所定の閾値を超えた場合（重負荷）と閾値以下（軽負荷）の２つの場合に分けて推定環境データを作成する。なお、閾値の数を増やすことで、推定環境データの数を増やすようにしてもよい。
【００９９】
以上のようにすることで、電力系統の負荷状態に合わせた推定環境データを作成するため、さらに精度よく状態推定計算をすることができるようになる。
【０１００】
次に、図１に戻り、以上のようにして決定された推定環境データを用いて実行される状態推定部３２内の処理について説明する。状態推定部３２は、推定環境設定部３０で作成され、推定環境データデータベースＤＢ３に記憶される推定環境データとセンサデータデータベースＤＢ２に記憶されたセンサデータを用いて、電力系統の任意地点の電力状態の推定値を算出するところである。
【０１０１】
状態推定計算の方法にはいくつかあるが、最も簡単な方法としては、図１１に示すようなセンサの位置（変電所からの距離）とセンサデータデータベースＤＢ２に記憶されたセンサデータに含まれる各電力状態を用いて、内挿法、外挿法といった線形補間により、任意の位置の電力状態１２０を算出するものがある。
【０１０２】
なお、同図において横軸は変電所からの距離であり、縦軸の電力状態が例えば電圧であり、２点（２２ｅ、２２ｂ）の電圧が計測されているときに、これらの電圧を結ぶ直線１２０を想定し、内挿法あるいは外挿法といった線形補間により任意点ＰＸの電圧ＶＸを推定する。
【０１０３】
他の状態推定計算方法として、電力方程式を用いた方法について、図１２に示すモデル系統を用いて説明する。図１２において、ｉ、ｊはそれぞれノードを表し、ｉｊはノードｉとノードｊを結ぶブランチを表す。Ｇ、Ｂはそれぞれブランチｉｊのコンダクタンス、サセプタンスを表す。
【０１０４】
電力方程式では、はじめにノード（注入電力）の定式化を行う。ノードｉ、ｊの各位相角をそれぞれθｉ、θｊとしたときの位相差をδ（＝θｉ−θｊ）とすると、ノードｉの有効電力Ｐｉ、無効電力Ｑｉは（４）式、（５）式で表される。
【０１０５】
【数４】
【０１０６】
【数５】
【０１０７】
次に、ブランチ（線路電力）ｉｊの定式化を行う。ノードｉ、ｊを結ぶブランチｉｊの有効電力Ｐｉｊ、無効電力Ｑｉｊは、それぞれ（６）式、（７）式で表される。
【０１０８】
【数６】
【０１０９】
【数７】
【０１１０】
次に、状態推定計算の定式化について述べる。状態推定計算は（８）式を満足する状態変数ｘを求める問題である。
【０１１１】
【数８】
【０１１２】
ただし、
ｚ： 観測値（センサやＡＭＩで計測される電圧の大きさ、ノード注入電力、ブランチの電力状態）
ｈ： 非線形関数（上記で定式化したＰｉｊ, Ｑｉｊ,Ｐｉ,Ｑｉおよび電圧Ｖｉ）
ｘ： 状態変数（Ｖｉ、δｉｊ）
ν： 観測値に含まれるノイズ
ここで、観測値に含まれるノイズνは白色ノイズとみなす。
【０１１３】
また、各ノードに接続する各需要家の負荷（有効電力Ｐｉ、無効電力Ｑｉ）の観測値について説明する。有効電力は別途計測されるＡＭＩ（Ａｄｖａｎｃｅｄ Ｍｅｔｅｒｉｎｇ Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ）で計測されるためその計測値を用いればよい。無効電力についてはＡＭＩで計測されない（ＡＭＩは主として自動検針の用途のために使われるため有効電力のみが計測される）ため、ＡＭＩで計測される有効電力Ｐｉとセンサ２２で計測される力率Ｐｆより（９）式で求められる。（ただし、無効電力の符号は、遅れ力率の場合は正、進み力率の場合は負とする。）
【０１１４】
【数９】
【０１１５】
このように、ノードの負荷（無効電力）の計測値に相当するものを算出するのに、推定環境データで指定されたセンサの力率情報を用いることになる。
【０１１６】
状態推定計算の解を求めるにあたっては、状態変数Ｖｉ、δｉｊの初期値として、それぞれ１．０［ｐｕ］、 ０．０［ｄｅｇ］にして、（４）〜（７）よりそれぞれのｈ（ｘ）を求める。ここで、最小二乗法を用いた状態推定計算では、（１０）式の目的関数Ｊ（ｘ）を最小化することになる。
【０１１７】
【数１０】
【０１１８】
これにより、全観測値の重み付偏差二乗和の合計を最小化するような状態変数ｘ（電圧Ｖｉおよび位相差δｉｊ）が求められる。この状態変数を用いて（４）〜（７）よりノード、ブランチの電力が求められる。さらに（１１）式より電流Ｉｉｊも求められる。
【０１１９】
【数１１】
【０１２０】
以上のように、定式化した理論式に基づき、かつセンサデータとの誤差の総和が最小となるように各種電力状態（ノードの有効電力、無効電力、電圧、位相、ブランチの有効電力、無効電力、電流など）が求められるため、求められる電力状態は必ずしもセンサデータと一致しない。
【０１２１】
これは、センサデータに計測誤差や計測タイミングのズレなどによる誤差が含まれていることを前提に、電力系統全体の電力状態についてうまく辻褄が合うように、全体の電力状態が推定されることになるためである。
【０１２２】
以上説明したように、状態推定部３２では、推定環境設定部３０で作成される推定環境データとセンサデータを用いて、センサデータとの偏差を最小化するように電力系統の任意地点の電力状態の推定値を算出することができる。
【０１２３】
以上説明したように、本発明の電力系統状態推定装置を用いれば、電力系統の動的な負荷特性を考慮し、電力系統全体の状態監視を適切に行うために、センサの一部の計測情報を用いて電力系統の任意地点の状態を高精度に推定することができるようになる。また、状態推定の精度が向上することで、柱上変圧器やＳＶＲなどの系統設備の適切な導入計画支援が可能となり、設備の利用効率を向上することが可能になる。なお、精度が悪いと誤差の分の余裕を持たせたオーバースペックな設備を導入せざるを得ない。
【実施例２】
【０１２４】
本実施例では、電力系統状態推定装置３を用いた電力系統システムの例を説明する。
図１３は、実施例２における電力系統システムを示す構成図の例である。ここで、図１の電力系統状態推定装置３のうち、既に説明した図１に示された同一の符号を付された構成と、同一の機能を有する部分については、説明を省略する。
【０１２５】
電力系統状態推定装置３を用いた電力系統システムは、図示するように、電力系統データデータベースＤＢ１、センサデータデータベースＤＢ２、電力系統状態推定装置３、電力状態推定データデータベースＤＢ４、電力系統制御中央装置５、変電所２０やセンサ２２、電圧調整機器２５、需要家２４、柱上変圧器２３等から成る電力系統、電力系統情報収集装置２６、および通信ネットワーク２７から構成される。
【０１２６】
電力系統を構成する機器、電力系統状態推定装置３、電力系統情報収集装置２６、および電力系統制御中央装置５は通信ネットワーク２７に接続されている。図１３の構成は、図１とは電力系統制御中央装置５、電力状態推定データデータベースＤＢ４が設けられている点で大きく相違する。
【０１２７】
次に、電力系統状態推定装置３を用いた電力系統システムにおける大まかな処理の流れを説明する。電力系統状態推定装置３は、通信ネットワーク２７を介して得たリアルタイムのセンサデータ等を用いて状態推定計算を実施し、電力系統の任意地点の電力状態推定データを電力状態推定データデータベースＤＢ４に出力する。
【０１２８】
電力系統制御中央装置５は、電力状態推定データデータベースＤＢ４に記憶された電力状態推定データを用いて電力系統を構成する各機器の制御量を計算し、それに基づいて通信ネットワーク２７を介して各機器へ制御指令を与える。電力系統を構成する各機器は、電力系統制御中央装置５から与えられた制御指令にしたがって制御動作を行う。
【０１２９】
続いて、電力系統状態推定装置３を用いた電力系統システムを構成する残りの各部の内容または機能について説明する。
【０１３０】
電力状態推定データデータベースＤＢ４は、電力系統状態推定装置３が出力する電力系統の任意地点の電力状態推定データである。例えば、ノードの有効電力、無効電力、電圧、位相、ブランチの有効電力、無効電力、電流などが含まれる。
【０１３１】
電力系統制御中央装置５は、電力状態推定データ４を用いて電力系統を構成する各機器の制御量を計算し、それに基づいて通信ネットワーク２７を介して各機器へ制御指令を与えるところである。
【０１３２】
ここで、電力系統を構成する各機器の制御量を計算する方法の一例について図１４のフローチャートを用いて説明する。
【０１３３】
はじめに、電力系統に接続している制御可能な機器を抽出する。図１３の例では、例えば、変電所（の変圧器）２０ａ、電圧調整機器２５ａ、２５ｂの合計３台である。これら機器のうち、変電所の変圧器やＳＶＲ（Ｓｔｅｐ Ｖｏｌｔａｇｅ Ｒｅｇｕｌａｔｏｒ）はタップで電圧を調正する機器であり、複数あるタップ位置のうちの一つを選択することで電圧を制御するものであるから、制御量の候補がタップの数だけあることになる。また、ＳＶＣ（Ｓｔａｔｉｃ Ｖａｒ Ｃｏｍｐｅｎｓａｔｏｒ）は無効電力を容量の範囲で自由に出力できる装置であり、その意味で制御量の候補は連続的にあることになるが、ある所定量の刻み幅で制御量の候補を決めると、変電所の変圧器やＳＶＲと同様に複数の制御量候補があることになる。
【０１３４】
例えば制御可能な機器が上記のものであるという前提の下で、最初のステップＳ１１０では、これら各機器の制御量候補の全組み合わせを設定する。
【０１３５】
次に、ステップＳ１１１では、ある一つの組み合わせにおいて、当該制御量を指令した時の電力系統の電力状態推定値を算出する。算出にあたっては、状態推定部３２の機能を用いる。
【０１３６】
次に、ステップＳ１１２では評価指標を計算する。評価指標は、状態推定計算で得られた結果を用いて計算されるが、例えば、電力系統での電力損失量、電圧の規定範囲からの逸脱量の総和などが挙げられる。このような評価指標は、電力送配電の効率や電力品質の面から最小化するのが望ましい。
【０１３７】
次に、ステップＳ１１３では、現在の評価指標最小値と比較する。この場合に、最初の組み合わせにおける評価指標最小値（初期値）は、更新されることを前提に極めて大きな値としておけばよい。
【０１３８】
比較した結果、計算された評価指標が現在の評価指標最小値より小さい場合（ステップＳ１１３でＹｅｓ）は、ステップＳ１１４において当該制御量組み合わせを記憶し、評価指標最小値をこの評価指標に更新する。
【０１３９】
計算された評価指標が現在の評価指標最小値より小さくない場合（ステップＳ１１３でＮｏ）は、ステップＳ１１５へ進む。
【０１４０】
次にステップＳ１１５で、全組み合わせが終了したかをチェックする。全組み合わせが終了していなければ（ステップＳ１１５でＮｏ）、ステップＳ１１０へ戻って処理を続ける。
【０１４１】
全組み合わせが終了していれば（ステップＳ１１５でＹｅｓ）、ステップＳ１１６へ進み、現在記憶されている評価指標最小値である制御量組み合わせを参照し、各制御機器へ制御量指令する。
【０１４２】
以上のようにすれば、電力系統制御中央装置５にて電力系統状態推定装置３の出力を用いて各制御機器の最適な制御量を決定することができ、その結果、電力系統での電力損失量や電圧の規定範囲からの逸脱量を抑えることで、電力の品質を維持することができるようになる。
【符号の説明】
【０１４３】
ＤＢ１：電力系統データデータベース
ＤＢ２：センサデータデータベース
３：電力系統状態推定装置
３０：推定環境設定部
ＤＢ３：推定環境データデータベース
３２：状態推定部
２０ａ：変電所変圧器（ノード））
２０ｂ〜２０ｈ：電柱（ノード）
２１：送配電線（ブランチ）
２２：センサ
２３：柱上変圧器
２４：需要家（ノード）
２５：電圧調整機器
２６：電力系統管理装置
２７：通信ネットワーク
８０、８１：クラスタリングによって分類されたセンサのグループ
ＤＢ４：電力状態推定データデータベース
５：電力系統制御中央装置
１２０：線形補間による電力状態
【技術分野】
【０００１】
本発明は、電力系統全体の状態監視を適切に行うために、センサの計測情報を用いて電力系統の任意地点の電力状態を高精度に推定する電力系統状態推定装置およびそれを用いた電力系統システムに関する。
【背景技術】
【０００２】
電力系統に関して、近年分散型電源導入時の周波数や電圧の維持、また電力会社の設備の効率利用の要求が高まっている。そのため、電力系統の実状を表す電圧、電流などの電力状態を管理する必要性がより一層増している。
【０００３】
この電力状態管理においては、電力系統の限られた地点に設けられた電力状態を計測するセンサの計測情報を用いて、潮流計算や状態推定と呼ばれる電力状態計算手法で電力系統の任意地点の電力状態を推定していた。
【０００４】
本技術分野の背景技術として、特許文献１には、「配電線の電圧管理や運用制御において、配電線の電圧分布や潮流状態を把握するために必要な計測器の設置箇所を、最少の数で最良の効果（配電線状態計算の精度など）が得られるように決定できる」と記載されている。
【０００５】
また、特許文献２には、「配電系統の電圧・電流計測値から配電系統の潮流状態及び各計測装置の誤差を併せて推定する」と記載されている。
【０００６】
また、特許文献３には、「各観測値に与えられる重みを定式化し、インピーダンスのばらつきの大きい系統においても確実に収束する電力系統の状態推定方法を提供する」と記載されている。
【先行技術文献】
【特許文献】
【０００７】
【特許文献１】特開２００８−７２７９１号公報
【特許文献２】特開２００８−１５４４１８号公報
【特許文献３】特開昭６３−７３８３１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
これら公知の背景技術について検討すると、特許文献１〜３のいずれも、センサの計測情報に基づき電力状態を計算する手段を有している。このため、センサ次第で電力系統の状態推定精度が左右されることになり、望ましくは高精度のセンサが多数電力系統に配置されているのがよい。また、推定手法は高精度のものが望まれる。
【０００９】
このうちセンサに関して、特許文献１では、電力系統においてセンサを増設する際に、電力状態の推定精度やコストを考慮して最適な設置個所を求める。また特許文献２では、高精度演算とするために、センサの計測情報と電力状態計算による推定値との偏差を用いて推定値の修正量を予め計算しておき、この修正量を用いて推定値を修正する。
【００１０】
しかしながら、特許文献１、２はいずれも、電力系統に設置されている全てのセンサの計測情報を均一に用いている。このために、推定精度がばらつく場合があるが、この問題について考慮されていない。
【００１１】
ばらつき事例を紹介すると、例えば、電圧の推定精度は、センサの計測情報の一つである力率に少なからず関係がある。このため、負荷が大きい工場の稼働時間帯においては、工場付近の力率は系統上の他の場所と大きく異なる特異値であるような特性（負荷特性）を示すことがある。また、工場に力率調整用の進相コンデンサを導入している場合には、逆に稼働時間帯においては特異でなく非稼働時間帯に特異値を示すことがある。
【００１２】
然るに、系統に少ないセンサしか設置されていない場合の電力状態計算においては、その特異値の情報をセンサで挟まれた区間の代表値として用いて計算を行うことがある。センサで挟まれた区間の値を補間する場合に、その前後のセンサのいずれかが特異値であるような特性を示すものであれば、配電系統全体の電力状態推定値精度にばらつきが発生することが考えられる。
【００１３】
特許文献３では、センサの計測情報に重みを持たせることで、電力系統に設置されている全てのセンサの計測情報を均一に用いずに収束解を求める。
【００１４】
しかしながら、特許文献３は、線路ブランチのインピーダンス（電力系統に応じて定まった大きさ）によって重みを変更するものであり、センサ間の相対的な重みはいわば固定である。また、実際の電力系統においてはインピーダンスがゼロでないため重みはゼロにはならず、全てのセンサの計測情報を用いるという点では特許文献１、２と同様である。
【００１５】
以上説明のように、動的に負荷特性が変わる場合に、一部のセンサの計測情報を用いないことを含めダイナミックに対応することは困難と考えられる。
【００１６】
そこで、本発明の課題は上記問題点を解決するものであり、電力系統全体の状態監視を適切に行うために、センサの一部の計測情報を用いて電力系統の任意地点の電力状態を高精度に推定する電力系統状態推定装置およびそれを用いた電力系統システムを提供することにある。
【課題を解決するための手段】
【００１７】
上記課題を解決するためになされた本発明に係る電力系統状態推定装置およびそれを用いた電力系統システムにおいては、電力状態を計測する複数のセンサを有する電力系統において、特異な傾向を示すセンサを特定し、当該センサを除いたセンサを用いて電力系統の任意の地点の電力状態を推定することを特徴とする。また、特異な傾向を示すセンサを特定する手法を提案する。
【００１８】
具体的には、電力系統状態推定装置を以下のように構成する。
【００１９】
電力系統各所に複数のセンサを配置し、センサ出力を用いて電力系統の状態を推定する電力系統状態推定装置において、
電力系統の位置を示すノード情報とセンサを含む設備情報を対応付けて保持する電力系統データデータベースと、センサ出力を保持するセンサデータデータベースと、電力系統データデータベースの情報を用いて、特定ノードでの電力状態（特に、無効電力）を推定するときに使用するセンサを決定する推定環境設定部と、
推定環境設定部で決定した特定ノードでの使用センサに対応して、センサの出力をセンサデータデータベースから得て、電力系統全体について状態推定を行う状態推定部を備え、
推定環境設定部は、電力系統に設置されたセンサについて、当該センサが特異な傾向を示すセンサであることを特定する手段と、特定されたセンサに対応するノードについて、このノードの電力状態（特に、無効電力）推定に用いるセンサを変更する手段を備えている。
【００２０】
また、電力系統システムを以下のように構成する。
【００２１】
電力系統各所に配置された複数のセンサと、電力系統各所に配置され電力系統の電力状態を制御できる電力状態制御機器と、センサ出力を用いて電力系統状態を推定する電力系統状態推定装置と、電力系統状態推定装置からの電力系統状態に応じて、電力状態制御機器に操作信号を与える電力系統制御中央装置を含む電力系統システムにおいて、
電力系統状態推定装置は、電力系統の位置を示すノード情報とセンサを含む設備情報を対応付けて保持する電力系統データデータベースと、センサ出力を保持するセンサデータデータベースと、電力系統データデータベースの情報を用いて、特定ノードでの電力状態を推定するときに使用するセンサを決定する推定環境設定部と、
推定環境設定部で決定した特定ノードでの使用センサに対応して、センサの出力をセンサデータデータベースから得て、電力系統全体について状態推定を行う状態推定部を備え、推定環境設定部は、電力系統に設置されたセンサについて、当該センサが特異な傾向を示すセンサであることを特定する手段と、特定されたセンサに対応するノードについて、このノードで用いるセンサを変更する手段を備えている。
【発明の効果】
【００２２】
本発明によれば、電力系統全体の状態監視を適切に行うために、特異な傾向を示すセンサを除外した残りのセンサの計測情報を用いて電力系統の任意地点の電力状態を推定するので、高精度に推定することができる。
【００２３】
また実施例によれば、状態推定の精度が向上することで、柱上変圧器やＳＶＲなどの系統設備の適切な導入計画支援が可能となり、設備の利用効率を向上することが可能になる。
【００２４】
さらに実施例によれば、推定した電力状態を用いて各制御機器の最適な制御量を決定し、その結果、電力系統での電力損失量や電圧の規定範囲からの逸脱量を抑えることで、電力の品質を維持することができるようになる。
【図面の簡単な説明】
【００２５】
【図１】電力系統状態推定装置の構成図。
【図２】変電所から負荷に至るまでの配電電力系統の典型的な一例を示す図。
【図３】図２の電力系統を、ノードとブランチにより模式的に表した電力系統図。
【図４】ノードに関する電力系統データの一例を示す図。
【図５】ブランチに関する電力系統データの一例を示す図。
【図６】センサデータデータベースに保持されるセンサデータの一例を示す図。
【図７】推定環境データの一例として、第１の推定環境データを示す図。
【図８】推定環境データの一例として、第２の推定環境データを示す図。
【図９】推定環境データの一例として、第３の推定環境データを示す図。
【図１０】クラスタリング手法によるセンサのグループ分類の一例を示す図。
【図１１】線形補間により任意の位置の電力状態を算出する考えを示す図。
【図１２】電力方程式を用いた状態推定計算方法を示す図。
【図１３】実施例２における電力系統システムの構成を示す図。
【図１４】電力系統を構成する各機器の制御量を計算する方法の一例を示す図。
【発明を実施するための形態】
【００２６】
以下、本発明の実施例を、図面を用いて説明する。実施例１では、センサの計測情報を用いて電力系統の任意地点の電力状態を推定する電力系統状態推定装置３の例を説明する。実施例２では、電力系統状態推定装置３を用いた電力系統システムの例を説明する。
【実施例１】
【００２７】
本実施例では、センサの計測情報を用いて電力系統の任意地点の電力状態を推定する電力系統状態推定装置３の例を説明するが、その前に電力系統状態推定装置３が設置される典型的な電力系統について説明する。
【００２８】
本発明の電力系統状態推定装置３が設置される典型的な電力系統の一例を図２、図３に示す。まず図２は、変電所から負荷に至るまでの配電電力系統の典型的な一例を示している。
【００２９】
この図において、２０は地点を表すノードである。例えば変電所の変圧器の設置場所を示すノードが２０ａ、電柱の設置場所を示すノードが２０ｂから２０ｈである。なお、電柱には、適宜センサ２２、柱上変圧器２３、電圧調整機器２５などの機器が設置されている。また変電所の変圧器にはセンサ２２ｅが設置されている。このため、例えばセンサ２２ａを設置した電柱のノード２０ｃについて、センサ２２ａ設置箇所のノードと表現することもできる。同様に柱上変圧器２３ａを設置した電柱のノード２０ｄについて柱上変圧器２３ａのノード、電圧調整機器２５ａを設置した電柱のノード２０ｅについて電圧調整機器２５ａのノードと言い表すことができる。
【００３０】
またこの図において、２１はノード間を結ぶブランチを表す。従って電力系統におけるブランチは、送配電線を表している。
【００３１】
また図２において２４は、電力系統に接続された需要家である。従って、需要家２４についても地点を表すノードで表現することが可能であり、図の例では２４ａ、２４ｂが需要家の地点を表すノードである。
【００３２】
図３は、図２の電力系統を、ノード２０とブランチ２１により模式的に表した電力系統図である。つまり、変電所の変圧器位置を示すノード２０ａから、負荷側に向かって直列配置された複数の電柱の設置場所を示すノード（２０ｂ〜２０ｈ）が示されている。また、電柱の設置場所を示すノード（２０ｂと２０ｈ）に対して、需要家のノード２４ａ、２４ｂが記述されている。ブランチは、隣接するノード間を接続している。
【００３３】
図２、図３を比べると、例えばセンサ２２、柱上変圧器２３、電圧調整機器２５は図２に含まれ、表示されているが、図３には現れていない。これらは、場所的には電柱ノード２０と同じところにあり、したがって、電柱ノードの附属機器という位置付けになる。
【００３４】
図２において、電柱ノードのうち、センサ２２を積載する電柱ノード（２０ｃ、２０ｅ、２０ｆ、２０ｈ）と変電所の変圧器ノード２０aおよびＡＭＩ（Ａｄｖａｎｃｅｄ Ｍｅｔｅｒｉｎｇ Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ）の計測対象である需要家ノード（２４a、２４ｂ）と、電力系統情報収集装置２６との間には、通信ネットワーク２７が設けられている。これにより電力系統情報収集装置２６には、電力系統各所の電圧、電流、力率、位相などの電力状態に関する情報ａについて、図３では「が収集され、あるいは収集後の処理により生成される。なお、センサ２２を積載する電柱ノード（２０ｃ、２０ｅ、２０ｆ、２０ｈ）と変圧器ノード２０●」のように黒丸で表記している。
【００３５】
図１は、本実施例の電力系統状態推定装置３の構成図の例である。電力系統状態推定装置３は、推定環境設定部３０、推定環境データデータベースＤＢ３、および状態推定部３２から構成される。また、電力系統状態推定装置３は、センサデータデータベースＤＢ２と電力系統データデータベースＤＢ１に接続され、これらのデータを使用して所定の演算を実行する。このうち、センサデータデータベースＤＢ２に記憶されたセンサデータは、図２の通信ネットワーク２７を介して電力系統情報収集装置２６に収集され、電力系統から得られたセンサ２２の検知情報である。
【００３６】
次に、電力系統状態推定装置３における大まかな処理の流れを説明する。まず、推定環境設定部３０では、状態監視対象の電力系統を構成する設備（変電所変圧器２０、柱上変圧器２３、電圧調整機器２５、需要家２４などの設備。センサ２２を含む）に関する電力系統データを、電力系統データデータベースＤＢ１から読み出す。そのうえで、電力状態推定を行う際に用いるセンサを設定する。状態推定部３２では、推定環境設定部３０で設定されたセンサの計測情報を、センサデータデータベースＤＢ２より読み出す。さらに、このデータを用いて、電力系統の任意地点の電力状態（電流、電圧、位相など）を状態推定計算によって算出する。
【００３７】
本発明では、推定環境設定部３０での処理に特徴があり、以下の説明では推定環境設定部３０を中心に説明する。状態推定部３２での処理は、推定環境設定部３０が設定したセンサからの情報を用いて、既存の公知の手法を用いて実現することができる。
【００３８】
推定環境設定部３０で使用する電力系統データの一例が、図４、図５に示されている。電力系統データは、電力系統の構成に応じて予め設定され、電力系統データデータベースＤＢ１に保管されているデータである。なお、図４、図５のデータとしては、図２、図３に示す典型的な電力系統におけるデータが示されている。
【００３９】
図４のデータは、ノードに関する電力系統データの一例であり、地点を示すノード（２０、２４）と、この位置に設けられた設備の対応関係を表している。例えばノードＮｏ．１と定義されたノード２０ａは、変電所からの距離が０メートルであり、設備としては変電所２０ａとセンサ２０ｅに対応付けて記憶されている。同様に、ノードＮｏ．２と定義されたノード２０ｂは、変電所からの距離が５００メートルの位置に存在する電柱であり、この位置には変電所変圧器２０、柱上変圧器２３、電圧調整機器２５、需要家２４、センサ２２などの設備を備えていないので、設備情報は対応付けて記憶されていない。
【００４０】
また、ノードＮｏ．５と定義されたノード２０ｅは、変電所からの距離が２０００メートルであり、設備としてはセンサ２２ｂと電圧調整機器２５ａに対応付けて記憶されている。ノードＮｏ．９と定義されたノード２４ａは、変電所からの距離が１７００メートルであり、設備としては需要家２４ａに対応付けて記憶されている。
【００４１】
なお、図４のその他のノードについての記載の意味づけは以上の説明から容易に理解することができるので、図４の事例の全てについての説明は割愛する。但し図４において、変電所〜電圧調整機器までの各欄がゼロとなっているところは該当する設備、機器が設置されていないことを意味する。変電所〜電圧調整機器までの各欄がゼロ以外になっている箇所には、該当する設備、機器が設置されており、それを識別する機器ＩＤが記載されている。
【００４２】
図５のデータは、ブランチに関する電力系統データの一例であり、始点ノードと終点ノードによって、ブランチ２１が定義されている。また、各ブランチ、従って当該部分の送電線の抵抗Ｒ及びリアクタンスＸの情報が併記されて記憶されている。なお、始点ノードと終点ノードは、図４のノード名におけるノードＮｏ．を使用して表現されている。図３のノード２０、２４には括弧書で、図４で用いたノードＮｏ．を記述している。
【００４３】
図５のデータの見方について、例えば始点ノード３、終点ノード４で定義されるブランチ名は２１ｃであり、このブランチＮｏ．は３である。またこの送電線区間の抵抗Ｒは０．０６（Ω）、リアクタンスＸは０．０８（Ω）であることがこの表から読み取ることができる。なお、図３のブランチ２１には括弧書で、図４で用いたブランチＮｏ．を記述している。
【００４４】
図５のその他のブランチについては、以上の説明から容易に理解することができるので、図５の事例の全てについての説明は割愛する。この表記によれば、ブランチは始点および終点ノードとインピーダンス等から成り、ノードを介して電線の接続関係を把握することができる。図４、図５に示された電力系統データは、図２、図３の電力系統構成とその設備の関係に応じて事前に準備され、電力系統データデータベースＤＢ１に保存されている。また、この内容は、電力系統構成の変更や、設備、機器の変更に応じて、適宜修正されている。
【００４５】
図１のセンサデータデータベースＤＢ２に保持されるセンサデータの一例が、図６に示されている。なお、図６のデータとしては、図２、図３に示す典型的な電力系統におけるデータが示されている。またセンサ２２は、図４の設備情報としてセンサを定義したときのセンサＩＤに関連付けて把握されている。この図６のデータ内容は、電力系統情報収集装置２６により定期的に収集された情報であり、時刻情報とともに記録されている。
【００４６】
図１で使用するセンサデータは、図２の電力系統に設置されたセンサ２２で定期的に計測された電力状態（例えば、電流、電圧、力率、有効電力、無効電力など）に関するデータである。ここで、センサ２２とは、図４の例では、ノード名２０ａ、ノードＮｏ．１で定義されたセンサＩＤ２２ｅのセンサ、ノード名２０ｃ、ノードＮｏ．３で定義されたセンサＩＤ２２ａのセンサ、ノード名２０ｅ、ノードＮｏ．５で定義されたセンサＩＤ２２ｂのセンサ、ノード名２０ｆ、ノードＮｏ．６で定義されたセンサＩＤ２２ｃのセンサ、ノード名２０ｈ、ノードＮｏ．８で定義されたセンサＩＤ２２ｄのセンサのことである。
【００４７】
これらのセンサは通信ネットワーク２７を介して電力系統情報収集装置２６に接続され、センサで計測されたセンサデータは、電力系統情報収集装置２６内のセンサデータデータベースＤＢ２に収集、蓄積される。なお、電力系統状態推定装置３では、センサデータと電力系統データを含めて電力系統に関わる各種データを管理する。
【００４８】
センサデータの一例を示す図６では、センサＩＤ２２ｅ、２２ａ、２２ｂ、２２ｃ、２２ｄのセンサが計測した例えば電流、電圧、力率の情報が、各相単位で記憶される。また、これらの検出は一定周期として例えば３０分ごとに同時に実行されて記憶される。
【００４９】
図１の推定環境設定部３０では、予め準備された図４、図５の電力系統データを使用して推定環境データを作成、編集する。推定環境データとは、センサＩＤやセンサごとの重みなどのパラメータのことである。推定環境データは、推定環境データデータベースＤＢ３に蓄積され、その後に状態推定部３２において電力状態の推定計算を行うために使用される。
【００５０】
図７、図８、図９に推定環境データの一例を示す。これらの推定環境データは、予め準備された図４、図５の電力系統データを使用して、推定環境設定部３０内の処理により作成、編集された結果物である。ここでは、最初に結果物としての推定環境データの形態を説明し、この推定環境データを作成するための処理手順をその後に説明することにする。
【００５１】
これらの推定環境データは、ノード番号とセンサＩＤが対になって構成されている。この意味するところは、各ノードに接続している需要家の電力状態として例えば負荷を算出するとして、この算出の際に使用するセンサＩＤの計測情報を用いることを示したものである。
【００５２】
例えば、図７に示した第１の推定環境データでは、ノード１、２に接続する各需要家の無効電力を算出するのにセンサ２２ｅ（変電所のセンサ）の計測情報を用い、ノード３、４に接続する各需要家の無効電力を算出するのにセンサ２２ａの計測情報を用いる（具体的な算出方法は後述する）。他のノードについても同様である。この第１の推定環境データの考え方は、センサを備えるノードであれば、その位置のセンサの出力を電力状態推定に使用し、センサを備えていないノードであれば直近上流側のセンサの出力を電力状態推定に使用することを定義したものである。
【００５３】
図８に示す第２の推定環境データでは、特異な傾向を示すセンサを特定し、このセンサを使用しないことにし、代わりに他のセンサを使用したものである。図８の例では、ノード３のセンサ２２ａが特異な傾向を示すセンサであるとされたときセンサ２２ａを使用せず、代わりに直近上流側のセンサ２２ｅの出力を電力状態推定に使用することに変更したものである。この変更に対応してノード３の下流側ノード４のセンサも２２ｅに変更される。
【００５４】
図８の組み合わせ変更のほかの例は、ノード６のセンサ２２ｃについてこれが特異な傾向を示すセンサであるとされたときセンサ２２ｃを使用せず、代わりに直近上流側のセンサ２２ｂの出力を電力状態推定に使用することに変更したものである。この変更に対応してノード６の下流側ノード７のセンサも２２ｂに変更される。
【００５５】
なおここで、「特異な傾向を示すセンサ」とは、センサのおかれた環境によりセンサが正しい値を示さない、あるいは平均的なセンサと比較したとき特異な傾向を示すセンサである、計測環境が均一でないなどの事情があるセンサであり、センサの故障ではない。例えば大口需要家近傍の力率は工場など大口需要家の運転状態や導入設備（進相コンデンサなど）の影響を受けて周囲とは異なる様相を示す場合があるので、このセンサを除外して図８の組み合わせにより各部の電力状態推定を行う。
【００５６】
特異な傾向を示すセンサの特定については、判断手法を含めて、さらに具体的に後述する。なお、各ノードに接続する各需要家の負荷（有効電力Ｐ、無効電力Ｑ）の利用については、状態推定部３２の機能説明として後述する。
【００５７】
このように、第２の推定環境データである図８では、ノード３、４およびノード６、７の無効電力計算にあたり、それぞれセンサ２２ａおよび２２ｃの計測情報（力率）を用いないで代わりにそれぞれセンサ２２ｅ、２２ｂの計測情報を用いることを示している。つまり、例えば力率を計測する場合に、全ての力率計センサを状態推定に使用するのではなく、一部のセンサに特定して使用することを提案している。
【００５８】
第３の推定環境データを示す図９では、各ノードに接続する各需要家の無効電力を算出する際に、複数のセンサＩＤの計測情報を設定された重みを使って加重平均したものを使うようにしている。重みは、ノードごとにその総和が１になるように割り当てられる。
【００５９】
図９の第３の推定環境データでは、センサを備えるノードで使用するセンサは、当該箇所に設置されたセンサのみとしている。ノードＮＯ．１．３．５．６．８がこれに相当する。これに対し、センサを備えないノード（ノードＮＯ．２、４、７、９、１０）で使用するセンサは、直近上流と、直近下流のセンサの双方を使用する。
【００６０】
例えばノードＮＯ．２では、直近上流のセンサ２２ｅと、直近下流のセンサ２２ａの双方を使用し、それぞれの出力にそれぞれ重み（均等荷重）として０．５を乗じて加算した値を、このノードでの計測信号として使用することを意味している。また、例えばノードＮＯ．４では、直近上流のセンサ２２ａと、直近下流のセンサ２２ｂの双方を使用し、それぞれの出力にそれぞれ異なる重み（不均等荷重）として０．８、０．２をそれぞれ乗じて加算した値を、このノードでの計測信号として使用することを意味している。重み配分をどうするかは、系統の環境を考慮して適宜決定される。
【００６１】
なお、第３の推定環境データを得る場合に、図８で説明したセンサの一部を使用せず、代わりに直近上流、直近下流のセンサを使用するように変更できることはいうまでもない。
【００６２】
次に、上記した図７、図８、図９の推定環境データの作成手法（推定環境データ作成）について説明する。この作成手法は、推定環境設定部３０の内部で実行される。
【００６３】
＜第１の推定環境データ作成手法：図７の第１の推定環境データの作成手法＞
この場合、推定環境データは、例えば電力系統の管理者などのユーザが、予め定めておき、所定のファイルフォーマットで保存しておけばよい。推定環境設定部３０は、例えばテキストエディタなど推定環境データのファイル作成を支援する機能を有する。このケースでは、事前に準備したファイルフォーマットの内容をそのまま第１の推定環境データとする。
【００６４】
＜第２の推定環境データ作成手法：図８の第２の推定環境データの作成手法＞
この説明の前提として、図４の電力系統データのノードデータには（図４には記述していないが）需要家ＩＤが含まれる。さらに各需要家の情報として需要家種別が含まれる。ここで、需要家種別とは、例えば、工業、商業、住宅など需要家の業種や種類をいう。
【００６５】
推定環境設定部３０では、電力系統全体の需要家種別ごとの割合を求め、またセンサ毎にその周辺の需要家種別を考慮して代表需要家種別も求めておく。具体的には、例えば図２、３の電力系統において全需要家の７０％が住宅地であり、工業、商業がそれぞれ１５％だったとする。また個別には、例えば、センサ２２ａ周辺が工業地帯、センサ２２ｃ周辺が商業地帯、それ以外のセンサ周辺が住宅地であるとする。
【００６６】
ここで、センサの周辺とは、センサからの直線距離あるいはセンサから需要家までの電線の延長距離が所定以内であることをいう。この時、当該電力系統の代表重要家種別は最も割合が高い住宅とし、該代表需要家種別が住宅であるセンサ（２２ｅ、２２ｂ、２２ｄ）を選択し、それ以外の種別のセンサ（２２ａ、２２ｃ）は選択しない。ここで、「選択しない」の意味は、図７の第１の推定環境データの表において、センサ（２２ａ、２２ｃ）を使用せず、結果として図８の表による第２の推定環境データを得ることである。これにより、センサ（２２ａ、２２ｃ）が設置された工業地帯、商業地帯の状態推定計算には、代表的な需要家種別（この場合には住宅地）と同じ種別のセンサを用いることになり、その結果、安定的に良好な精度で電力状態全体の推定解が得られるようになる。
【００６７】
上記のようにして選択されたセンサのリストを基に、上述したように、各ノードに接続する各需要家の無効電力を算出するためのセンサを決定する。ノードごとのセンサの決定方法は、例えば、対象ノードの上流側（変電所側）にある最も近いセンサとする（上記で選択されなかったセンサを除く）。例えば、ノード１、２はセンサ２２eがそのまま選択され、ノード３、４はセンサ２２ａが選択されなかったため、上流側で一番近い２２eが選択される。他のノードについても同様に決定していくと、図８の推定環境データが作成される。このようにして、需要家種別に基づきセンサを取捨選択することで、推定環境データを作成することができる。
【００６８】
このように、図８の第２の推定環境データを作成するための第２の推定環境データ作成手法では、以上述べた電力系統全体の需要家種別ごとの割合、またセンサ毎の周辺の需要家種別を考慮して特異な傾向を示すセンサを特定することができる。
【００６９】
＜第３の推定環境データ作成手法：図８の第２の推定環境データの作成手法＞
本事例においても、図８の第２の推定環境データを得るが、導出手法が第２の推定環境データ作成手法とは相違する。第２の推定環境データ作成手法では、電力系統全体およびセンサの周辺の需要家種別に基づき特異な傾向を示すセンサを特定する考え方であったが、第３の推定環境データ作成手法では、統計的手法を採用する。具体的には、計測される電力状態に基づいたクラスタリングによって特異な傾向を示すセンサを特定する。
【００７０】
この場合、推定環境設定部３０では、電力系統データに加えてセンサデータを参照する。ここで、センサデータは、図６に例示されるように、蓄積された過去の所定期間（現在のデータを含んでもよい）の計測情報である。ここでは、計測情報のうち、例えば力率に注目する。
【００７１】
力率Ｐｆは、Ａ相、Ｂ相、Ｃ相というように相毎に計測されるが、一例として三相の平均値を扱う例を示す。すわなち、時刻ｔ・センサごとに三相平均力率が得られる。なお、三相平均値の代わりに、各相個別に扱ってもよい。次に、このようにして得られる時刻ｔ・センサごとの三相平均力率（Ｐｆ（ｔ））を基にセンサ単位にさらに平均化して、センサごとの平均力率Ｐｆｍ（（１）式）、および標準偏差σｐｆ（（２）式）を得る。なお、ｎはセンサ個数である。
【００７２】
【数１】
【００７３】
【数２】
【００７４】
このようにして得られたセンサごとの平均力率Ｐｆｍおよび標準偏差σｐｆを基にクラスタリング（クラスター分析）を行い、センサを力率の特性分布に応じていくつかのグループに分ける。
【００７５】
このセンサのクラスタリング手法には、例えばＫ−ｍｅａｎｓ法を使えばよい。クラスタリング手法によるセンサのグループ分類の一例を図１０に示す。図１０の横軸は平均力率Ｐｆｍ、縦軸は力率の標準偏差σｐｆである。この図の二次元空間上にプロットされている各点は、上記のようにして求められた各センサの平均力率Ｐｆｍおよび標準偏差σｐｆによるものである。
【００７６】
これを基にクラスタリング手法によって２つのグループに分類すると、８０および８１のグループに分類される。グループ８０には２２ｅ、２２ｂ、２２ｄが含まれ、グループ８１には２２ａ、２２ｃが含まれる。かつグループ８０の２２ｅ、２２ｂ、２２ｄは、互いに近接して位置し同じ出力傾向を示す度合いが高いのに対して、グループ８１の２２ａ、２２は比較的離散しており、グループに属するとしても異なる出力傾向を示す度合いが高いことが見て取れる。
【００７７】
この結果、グループ８０は、その中に３センサが含まれる多数派となり、このグループ８０に属するセンサ２２ｅ、２２ｂ、および２２ｄが選択される。選択されたこれらのセンサ２２ｅ、２２ｂ、２２ｄは、いずれも住宅地周辺に配置されたセンサであり、選択されなかった工業地帯、商業地帯のセンサ２２ａ、２２ｃとは出力傾向が相違していることが判明する。これにより、同じような力率の特性分布にあるセンサを用いることになり、その結果、安定的で良好な精度で電力状態の推定解が得られるようになる。
このようにして選択されたセンサのリストを基に、第２の推定環境データ作成例と同様にして、各ノードに接続する各需要家の無効電力を算出するためのセンサを決定する。
【００７８】
第３の推定環境データ作成手法では、以上のようにして、図８の第２の推定環境データが作成される。本例では、クラスタリングに用いるデータとして、平均力率Ｐｆｍおよび標準偏差σｐｆというように、２次元空間を扱ったが、力率の他に、電流、電圧、有効電力、無効電力などセンサが計測する情報でかつ１次元から３次元以上の空間としてもよい。
【００７９】
＜第４の推定環境データ作成手法：図８の第２の推定環境データの作成手法＞
本事例においても、図８の第２の推定環境データを得る。ここでの導出手法は第３の推定環境データ作成手法で採用した統計的手法である。具体的には、センサの組み合わせを複数設定し、各組み合わせで計測される電力状態に基づき配電線全体と平均およびばらつきが最も近いセンサの組み合わせを選択する。
【００８０】
推定環境設定部３０では、第３の推定環境データ作成例と同様に、電力系統データに加えてセンサデータを参照する。ここでも第３の推定環境データ作成例と同様に、計測情報のうち、三相力率の平均値に注目し、（１）式によってセンサごとの平均力率Ｐｆｍを得る。次に、センサごとの平均力率Ｐｆｍから全センサについてさらに平均化することにより、全センサの平均力率ＰｆＭを得る。この全センサの平均力率ＰｆＭを当該電力系統の代表力率とみなす。
【００８１】
次に、全センサのうち、ノード無効電力の計算に利用するセンサの組み合わせを求める。本例では、センサが５台（２２ａ、２２ｂ、２２ｃ、２２ｄ、２２ｅ）あるため、センサの組み合わせ数は２５−１（＝３１）通りあることになる（センサは１台以上使う）。
【００８２】
そして、各組み合わせの平均力率Ｐｆｍ（ｉ）を算出する。ここで、ｉは組み合わせの番号である（１〜３１）。このようにして求まった各組み合わせの平均力率Ｐｆｍ（ｉ）のうち、全センサの平均力率ＰｆＭに近くなる（例えば偏差が所定値以下）センサの組み合わせを１以上抽出する。なお、全センサを用いる組み合わせは全センサの平均力率ＰｆＭに近い（偏差がゼロ）ため必ず抽出される。
【００８３】
このようにして抽出されたセンサの組み合わせのそれぞれについて、（２）式によって各センサの平均力率（Ｐｆ（ｔ））の標準偏差σｐｆを得る（ただし、センサが１台の場合の標準偏差はゼロとする）。
【００８４】
そして、抽出されたセンサの組み合わせの標準偏差をそれぞれ比較し、最小となる組み合わせを選択する。標準偏差が最小となる組み合わせが複数存在する場合は、平均力率Ｐｆｍ（ｉ）が、全センサの平均力率ＰｆＭにもっとも近いものを選択する。これにより、同じような力率の特性（平均およびばらつきが同程度）にあるセンサを用いることになり、その結果、安定的で良好な精度で電力状態の推定解が得られるようになる。
【００８５】
このようにして選択された組み合わせに含まれるセンサのリストを基に、第２、第３の推定環境データ作成例と同様にして、各ノードに接続する各需要家の無効電力を算出するためのセンサを決定する。以上のようにして、図８の推定環境データが作成される。
【００８６】
＜第５の推定環境データ作成手法：図８の第２の推定環境データの作成手法＞
本事例においても、図８の第２の推定環境データを得る。ここでの導出手法は第３、第４の推定環境データ作成手法で採用した統計的手法である。具体的には、センサの組み合わせを複数設定し、各組み合わせで計測される電力状態に基づき電力系統の評価地点における電力状態を算出し、該評価地点における算出値と計測データの偏差が最小となる組み合わせを選択する。
【００８７】
推定環境設定部３０では、第４の推定環境データ作成例と同様に、電力系統データに加えてセンサデータを参照する。ここではセンサごとの各計測情報（三相の電流、電圧、力率）の各三相平均値を用いて、（１）式と同様にしてそれぞれの平均値Ｓｊ（ｔ）（平均電流Ｉｊ（ｔ）、平均電圧Ｖｊ（ｔ）、平均力率Ｐｆｊ（ｔ））を算出する。
【００８８】
ここに、ｊはセンサを示す。次に、全センサのうち、ノード無効電力の計算に利用するセンサの組み合わせを求める。本例では、センサが５台（２２ａ、２２ｂ、２２ｃ、２２ｄ、２２ｅ）あるため、センサの組み合わせ数は２５−１（＝３１）通りあることになる（センサは１台以上使う）。
【００８９】
そして、各組み合わせにおける推定環境データをそれぞれ作成する。該推定環境データの作成方法は、第２の推定環境データ作成例と同様であり、ノードごとのセンサの決定において、例えば、対象ノードの上流側（変電所側）にある最も近いセンサとすればよい。
【００９０】
次に、各組み合わせについて、作成された推定環境データとセンサデータとを用いて、後述する状態推定部３２で実施される電力状態推定計算を実行する。これにより、各組み合わせについて、電力系統の任意地点の電力状態（電流、電圧、力率、有効電力、無効電力など）の推定値を算出する。
【００９１】
その上で、例えば（３）式によって、予め定められた期間における予め定められた当該電力系統上の評価地点ｊ（１以上のセンサ設置地点）について、時刻ｔにおけるセンサデータＳｊ（ｔ）を真とし、算出された電力状態推定値Ｅｉｊ（ｔ）との偏差の総和を、組み合わせｉの評価値Ｙｉとして算出する。
【００９２】
【数３】
【００９３】
ここに、ｗｊはセンサデータごとに設定される重みである。センサデータＳｊおよび電力状態推定値Ｅｉｊは、同一種類の電力状態であるが、必ずしも単一とする必要はなく複数としてもよい。
【００９４】
例えば、電流と電圧の２種類とする場合、評価値Ｙｉは電流と電圧それぞれの偏差の二乗和となる。このようにして算出された各組み合わせの評価値を比較し、評価値が最小となる組み合わせを抽出する。
【００９５】
これにより、センサデータとの偏差が最小となる電力状態推定値が得られるようなセンサを用いることになり、その結果、安定的で良好な精度で電力状態の推定解が得られるようになる。このようにして選択された組み合わせに含まれるセンサのリストを基に、第２〜第４の推定環境データ作成例と同様にして、各ノードに接続する各需要家の無効電力を算出するためのセンサを決定する。以上のようにして、図８のような推定環境データが作成される。
【００９６】
以上、図８の推定環境データを得るための幾つかの手法について説明したが、この実現に当っては、更に幾つかの事項を反映させたものとするのがよい。
【００９７】
例えば、第２〜第５の推定環境データ作成手法において作成され推定環境データデータベースＤＢ３に記憶される推定環境データは、３６５日終日必ずしも同じものであるべきものではなく、例えば、工場や商業などの稼働期間等を考慮して曜日や時間帯ごとに推定環境データを作成するようにしてもよい。
【００９８】
あるいは、電力系統に流れる負荷電力（例えば、変電所から送り出される有効電力）の大きさに応じて動的に推定環境データを作成するようにしてもよい。例えば、変電所の有効電力が所定の閾値を超えた場合（重負荷）と閾値以下（軽負荷）の２つの場合に分けて推定環境データを作成する。なお、閾値の数を増やすことで、推定環境データの数を増やすようにしてもよい。
【００９９】
以上のようにすることで、電力系統の負荷状態に合わせた推定環境データを作成するため、さらに精度よく状態推定計算をすることができるようになる。
【０１００】
次に、図１に戻り、以上のようにして決定された推定環境データを用いて実行される状態推定部３２内の処理について説明する。状態推定部３２は、推定環境設定部３０で作成され、推定環境データデータベースＤＢ３に記憶される推定環境データとセンサデータデータベースＤＢ２に記憶されたセンサデータを用いて、電力系統の任意地点の電力状態の推定値を算出するところである。
【０１０１】
状態推定計算の方法にはいくつかあるが、最も簡単な方法としては、図１１に示すようなセンサの位置（変電所からの距離）とセンサデータデータベースＤＢ２に記憶されたセンサデータに含まれる各電力状態を用いて、内挿法、外挿法といった線形補間により、任意の位置の電力状態１２０を算出するものがある。
【０１０２】
なお、同図において横軸は変電所からの距離であり、縦軸の電力状態が例えば電圧であり、２点（２２ｅ、２２ｂ）の電圧が計測されているときに、これらの電圧を結ぶ直線１２０を想定し、内挿法あるいは外挿法といった線形補間により任意点ＰＸの電圧ＶＸを推定する。
【０１０３】
他の状態推定計算方法として、電力方程式を用いた方法について、図１２に示すモデル系統を用いて説明する。図１２において、ｉ、ｊはそれぞれノードを表し、ｉｊはノードｉとノードｊを結ぶブランチを表す。Ｇ、Ｂはそれぞれブランチｉｊのコンダクタンス、サセプタンスを表す。
【０１０４】
電力方程式では、はじめにノード（注入電力）の定式化を行う。ノードｉ、ｊの各位相角をそれぞれθｉ、θｊとしたときの位相差をδ（＝θｉ−θｊ）とすると、ノードｉの有効電力Ｐｉ、無効電力Ｑｉは（４）式、（５）式で表される。
【０１０５】
【数４】
【０１０６】
【数５】
【０１０７】
次に、ブランチ（線路電力）ｉｊの定式化を行う。ノードｉ、ｊを結ぶブランチｉｊの有効電力Ｐｉｊ、無効電力Ｑｉｊは、それぞれ（６）式、（７）式で表される。
【０１０８】
【数６】
【０１０９】
【数７】
【０１１０】
次に、状態推定計算の定式化について述べる。状態推定計算は（８）式を満足する状態変数ｘを求める問題である。
【０１１１】
【数８】
【０１１２】
ただし、
ｚ： 観測値（センサやＡＭＩで計測される電圧の大きさ、ノード注入電力、ブランチの電力状態）
ｈ： 非線形関数（上記で定式化したＰｉｊ, Ｑｉｊ,Ｐｉ,Ｑｉおよび電圧Ｖｉ）
ｘ： 状態変数（Ｖｉ、δｉｊ）
ν： 観測値に含まれるノイズ
ここで、観測値に含まれるノイズνは白色ノイズとみなす。
【０１１３】
また、各ノードに接続する各需要家の負荷（有効電力Ｐｉ、無効電力Ｑｉ）の観測値について説明する。有効電力は別途計測されるＡＭＩ（Ａｄｖａｎｃｅｄ Ｍｅｔｅｒｉｎｇ Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ）で計測されるためその計測値を用いればよい。無効電力についてはＡＭＩで計測されない（ＡＭＩは主として自動検針の用途のために使われるため有効電力のみが計測される）ため、ＡＭＩで計測される有効電力Ｐｉとセンサ２２で計測される力率Ｐｆより（９）式で求められる。（ただし、無効電力の符号は、遅れ力率の場合は正、進み力率の場合は負とする。）
【０１１４】
【数９】
【０１１５】
このように、ノードの負荷（無効電力）の計測値に相当するものを算出するのに、推定環境データで指定されたセンサの力率情報を用いることになる。
【０１１６】
状態推定計算の解を求めるにあたっては、状態変数Ｖｉ、δｉｊの初期値として、それぞれ１．０［ｐｕ］、 ０．０［ｄｅｇ］にして、（４）〜（７）よりそれぞれのｈ（ｘ）を求める。ここで、最小二乗法を用いた状態推定計算では、（１０）式の目的関数Ｊ（ｘ）を最小化することになる。
【０１１７】
【数１０】
【０１１８】
これにより、全観測値の重み付偏差二乗和の合計を最小化するような状態変数ｘ（電圧Ｖｉおよび位相差δｉｊ）が求められる。この状態変数を用いて（４）〜（７）よりノード、ブランチの電力が求められる。さらに（１１）式より電流Ｉｉｊも求められる。
【０１１９】
【数１１】
【０１２０】
以上のように、定式化した理論式に基づき、かつセンサデータとの誤差の総和が最小となるように各種電力状態（ノードの有効電力、無効電力、電圧、位相、ブランチの有効電力、無効電力、電流など）が求められるため、求められる電力状態は必ずしもセンサデータと一致しない。
【０１２１】
これは、センサデータに計測誤差や計測タイミングのズレなどによる誤差が含まれていることを前提に、電力系統全体の電力状態についてうまく辻褄が合うように、全体の電力状態が推定されることになるためである。
【０１２２】
以上説明したように、状態推定部３２では、推定環境設定部３０で作成される推定環境データとセンサデータを用いて、センサデータとの偏差を最小化するように電力系統の任意地点の電力状態の推定値を算出することができる。
【０１２３】
以上説明したように、本発明の電力系統状態推定装置を用いれば、電力系統の動的な負荷特性を考慮し、電力系統全体の状態監視を適切に行うために、センサの一部の計測情報を用いて電力系統の任意地点の状態を高精度に推定することができるようになる。また、状態推定の精度が向上することで、柱上変圧器やＳＶＲなどの系統設備の適切な導入計画支援が可能となり、設備の利用効率を向上することが可能になる。なお、精度が悪いと誤差の分の余裕を持たせたオーバースペックな設備を導入せざるを得ない。
【実施例２】
【０１２４】
本実施例では、電力系統状態推定装置３を用いた電力系統システムの例を説明する。
図１３は、実施例２における電力系統システムを示す構成図の例である。ここで、図１の電力系統状態推定装置３のうち、既に説明した図１に示された同一の符号を付された構成と、同一の機能を有する部分については、説明を省略する。
【０１２５】
電力系統状態推定装置３を用いた電力系統システムは、図示するように、電力系統データデータベースＤＢ１、センサデータデータベースＤＢ２、電力系統状態推定装置３、電力状態推定データデータベースＤＢ４、電力系統制御中央装置５、変電所２０やセンサ２２、電圧調整機器２５、需要家２４、柱上変圧器２３等から成る電力系統、電力系統情報収集装置２６、および通信ネットワーク２７から構成される。
【０１２６】
電力系統を構成する機器、電力系統状態推定装置３、電力系統情報収集装置２６、および電力系統制御中央装置５は通信ネットワーク２７に接続されている。図１３の構成は、図１とは電力系統制御中央装置５、電力状態推定データデータベースＤＢ４が設けられている点で大きく相違する。
【０１２７】
次に、電力系統状態推定装置３を用いた電力系統システムにおける大まかな処理の流れを説明する。電力系統状態推定装置３は、通信ネットワーク２７を介して得たリアルタイムのセンサデータ等を用いて状態推定計算を実施し、電力系統の任意地点の電力状態推定データを電力状態推定データデータベースＤＢ４に出力する。
【０１２８】
電力系統制御中央装置５は、電力状態推定データデータベースＤＢ４に記憶された電力状態推定データを用いて電力系統を構成する各機器の制御量を計算し、それに基づいて通信ネットワーク２７を介して各機器へ制御指令を与える。電力系統を構成する各機器は、電力系統制御中央装置５から与えられた制御指令にしたがって制御動作を行う。
【０１２９】
続いて、電力系統状態推定装置３を用いた電力系統システムを構成する残りの各部の内容または機能について説明する。
【０１３０】
電力状態推定データデータベースＤＢ４は、電力系統状態推定装置３が出力する電力系統の任意地点の電力状態推定データである。例えば、ノードの有効電力、無効電力、電圧、位相、ブランチの有効電力、無効電力、電流などが含まれる。
【０１３１】
電力系統制御中央装置５は、電力状態推定データ４を用いて電力系統を構成する各機器の制御量を計算し、それに基づいて通信ネットワーク２７を介して各機器へ制御指令を与えるところである。
【０１３２】
ここで、電力系統を構成する各機器の制御量を計算する方法の一例について図１４のフローチャートを用いて説明する。
【０１３３】
はじめに、電力系統に接続している制御可能な機器を抽出する。図１３の例では、例えば、変電所（の変圧器）２０ａ、電圧調整機器２５ａ、２５ｂの合計３台である。これら機器のうち、変電所の変圧器やＳＶＲ（Ｓｔｅｐ Ｖｏｌｔａｇｅ Ｒｅｇｕｌａｔｏｒ）はタップで電圧を調正する機器であり、複数あるタップ位置のうちの一つを選択することで電圧を制御するものであるから、制御量の候補がタップの数だけあることになる。また、ＳＶＣ（Ｓｔａｔｉｃ Ｖａｒ Ｃｏｍｐｅｎｓａｔｏｒ）は無効電力を容量の範囲で自由に出力できる装置であり、その意味で制御量の候補は連続的にあることになるが、ある所定量の刻み幅で制御量の候補を決めると、変電所の変圧器やＳＶＲと同様に複数の制御量候補があることになる。
【０１３４】
例えば制御可能な機器が上記のものであるという前提の下で、最初のステップＳ１１０では、これら各機器の制御量候補の全組み合わせを設定する。
【０１３５】
次に、ステップＳ１１１では、ある一つの組み合わせにおいて、当該制御量を指令した時の電力系統の電力状態推定値を算出する。算出にあたっては、状態推定部３２の機能を用いる。
【０１３６】
次に、ステップＳ１１２では評価指標を計算する。評価指標は、状態推定計算で得られた結果を用いて計算されるが、例えば、電力系統での電力損失量、電圧の規定範囲からの逸脱量の総和などが挙げられる。このような評価指標は、電力送配電の効率や電力品質の面から最小化するのが望ましい。
【０１３７】
次に、ステップＳ１１３では、現在の評価指標最小値と比較する。この場合に、最初の組み合わせにおける評価指標最小値（初期値）は、更新されることを前提に極めて大きな値としておけばよい。
【０１３８】
比較した結果、計算された評価指標が現在の評価指標最小値より小さい場合（ステップＳ１１３でＹｅｓ）は、ステップＳ１１４において当該制御量組み合わせを記憶し、評価指標最小値をこの評価指標に更新する。
【０１３９】
計算された評価指標が現在の評価指標最小値より小さくない場合（ステップＳ１１３でＮｏ）は、ステップＳ１１５へ進む。
【０１４０】
次にステップＳ１１５で、全組み合わせが終了したかをチェックする。全組み合わせが終了していなければ（ステップＳ１１５でＮｏ）、ステップＳ１１０へ戻って処理を続ける。
【０１４１】
全組み合わせが終了していれば（ステップＳ１１５でＹｅｓ）、ステップＳ１１６へ進み、現在記憶されている評価指標最小値である制御量組み合わせを参照し、各制御機器へ制御量指令する。
【０１４２】
以上のようにすれば、電力系統制御中央装置５にて電力系統状態推定装置３の出力を用いて各制御機器の最適な制御量を決定することができ、その結果、電力系統での電力損失量や電圧の規定範囲からの逸脱量を抑えることで、電力の品質を維持することができるようになる。
【符号の説明】
【０１４３】
ＤＢ１：電力系統データデータベース
ＤＢ２：センサデータデータベース
３：電力系統状態推定装置
３０：推定環境設定部
ＤＢ３：推定環境データデータベース
３２：状態推定部
２０ａ：変電所変圧器（ノード））
２０ｂ〜２０ｈ：電柱（ノード）
２１：送配電線（ブランチ）
２２：センサ
２３：柱上変圧器
２４：需要家（ノード）
２５：電圧調整機器
２６：電力系統管理装置
２７：通信ネットワーク
８０、８１：クラスタリングによって分類されたセンサのグループ
ＤＢ４：電力状態推定データデータベース
５：電力系統制御中央装置
１２０：線形補間による電力状態
【特許請求の範囲】
【請求項１】
電力系統各所に複数のセンサを配置し、該センサ出力を用いて電力系統の状態を推定する電力系統状態推定装置において、
電力系統の位置を示すノード情報とセンサを含む設備情報を対応付けて保持する電力系統データデータベースと、
センサ出力を保持するセンサデータデータベースと、
前記電力系統データデータベースの情報を用いて、特定ノードでの電力状態を推定するときに使用するセンサを決定する推定環境設定部と、
該推定環境設定部で決定した特定ノードでの使用センサに対応して、該センサの出力を前記センサデータデータベースから得て、電力系統全体について状態推定を行う状態推定部を備え、
前記推定環境設定部は、電力系統に設置されたセンサについて、当該センサが特異な傾向を示すセンサであることを特定する手段と、特定されたセンサに対応するノードについて、このノードで用いるセンサを変更する手段を備えている
ことを特徴とする電力系統状態推定装置。
【請求項２】
請求項１に記載の電力系統状態推定装置において、
前記センサを変更する手段は、当該ノード直近上流のノードに設定されたセンサを当該ノードのセンサとする
ことを特徴とする電力系統状態推定装置。
【請求項３】
請求項１に記載の電力系統状態推定装置において、
前記センサが特異な傾向を示すセンサであることを特定する手段は、電力系統全体およびセンサの周辺の需要家種別に基づき決定する
ことを特徴とする電力系統状態推定装置。
【請求項４】
請求項１に記載の電力系統状態推定装置において、
前記センサが特異な傾向を示すセンサであることを特定する手段は、計測される電力状態に基づいたクラスタリングによって決定する
ことを特徴とする電力系統状態推定装置。
【請求項５】
請求項１に記載の電力系統状態推定装置において、
前記センサが特異な傾向を示すセンサであることを特定する手段は、センサの組み合わせを複数設定し、各組み合わせで計測される電力状態に基づき配電線全体と平均およびばらつきが最も近いセンサの組み合わせから決定されたセンサを前記状態推定部で使用するセンサとし、これ以外のセンサを前記特異な傾向を示すセンサとして決定する
ことを特徴とする電力系統状態推定装置。
【請求項６】
請求項１に記載の電力系統状態推定装置において、
前記センサが特異な傾向を示すセンサであることを特定する手段は、センサの組み合わせを複数設定し、各組み合わせで計測される電力状態に基づき電力系統の評価地点における電力状態を算出し、該評価地点における算出値と計測データの偏差が所定値以下となる組み合わせを選択し、選択されたセンサを前記状態推定部で使用するセンサとし、これ以外のセンサを前記特異な傾向を示すセンサとして決定する
ことを特徴とする電力系統状態推定装置。
【請求項７】
請求項１から請求項６のいずれかに記載の電力系統状態推定装置において、
前記センサが特異な傾向を示すセンサであることを特定する手段は、曜日や時間帯ごとに実施されるか、あるいは電力系統に流れる負荷電力の大きさごとに実施される
ことを特徴とする電力系統状態推定装置。
【請求項８】
請求項１から請求項７のいずれかに記載の電力系統状態推定装置において、
電力状態とは、電流、電圧、力率、有効電力、無効電力の少なくとも一つである
ことを特徴とする電力系統状態推定装置。
【請求項９】
電力系統各所に配置された複数のセンサと、電力系統各所に配置され電力系統の電力状態を制御できる電力状態制御機器と、前記センサ出力を用いて電力系統状態を推定する電力系統状態推定装置と、該電力系統状態推定装置からの電力系統状態に応じて、前記電力状態制御機器に操作信号を与える電力系統制御中央装置を含む電力系統システムにおいて、
前記電力系統状態推定装置は、
電力系統の位置を示すノード情報とセンサを含む設備情報を対応付けて保持する電力系統データデータベースと、
センサ出力を保持するセンサデータデータベースと、
前記電力系統データデータベースの情報を用いて、特定ノードでの電力状態を推定するときに使用するセンサを決定する推定環境設定部と、
該推定環境設定部で決定した特定ノードでの使用センサに対応して、該センサの出力を前記センサデータデータベースから得て、電力系統全体について状態推定を行う状態推定部を備え、
前記推定環境設定部は、電力系統に設置されたセンサについて、当該センサが特異な傾向を示すセンサであることを特定する手段と、特定されたセンサに対応するノードについて、このノードで用いるセンサを変更する手段を備えている
ことを特徴とする電力系統システム。
【請求項１】
電力系統各所に複数のセンサを配置し、該センサ出力を用いて電力系統の状態を推定する電力系統状態推定装置において、
電力系統の位置を示すノード情報とセンサを含む設備情報を対応付けて保持する電力系統データデータベースと、
センサ出力を保持するセンサデータデータベースと、
前記電力系統データデータベースの情報を用いて、特定ノードでの電力状態を推定するときに使用するセンサを決定する推定環境設定部と、
該推定環境設定部で決定した特定ノードでの使用センサに対応して、該センサの出力を前記センサデータデータベースから得て、電力系統全体について状態推定を行う状態推定部を備え、
前記推定環境設定部は、電力系統に設置されたセンサについて、当該センサが特異な傾向を示すセンサであることを特定する手段と、特定されたセンサに対応するノードについて、このノードで用いるセンサを変更する手段を備えている
ことを特徴とする電力系統状態推定装置。
【請求項２】
請求項１に記載の電力系統状態推定装置において、
前記センサを変更する手段は、当該ノード直近上流のノードに設定されたセンサを当該ノードのセンサとする
ことを特徴とする電力系統状態推定装置。
【請求項３】
請求項１に記載の電力系統状態推定装置において、
前記センサが特異な傾向を示すセンサであることを特定する手段は、電力系統全体およびセンサの周辺の需要家種別に基づき決定する
ことを特徴とする電力系統状態推定装置。
【請求項４】
請求項１に記載の電力系統状態推定装置において、
前記センサが特異な傾向を示すセンサであることを特定する手段は、計測される電力状態に基づいたクラスタリングによって決定する
ことを特徴とする電力系統状態推定装置。
【請求項５】
請求項１に記載の電力系統状態推定装置において、
前記センサが特異な傾向を示すセンサであることを特定する手段は、センサの組み合わせを複数設定し、各組み合わせで計測される電力状態に基づき配電線全体と平均およびばらつきが最も近いセンサの組み合わせから決定されたセンサを前記状態推定部で使用するセンサとし、これ以外のセンサを前記特異な傾向を示すセンサとして決定する
ことを特徴とする電力系統状態推定装置。
【請求項６】
請求項１に記載の電力系統状態推定装置において、
前記センサが特異な傾向を示すセンサであることを特定する手段は、センサの組み合わせを複数設定し、各組み合わせで計測される電力状態に基づき電力系統の評価地点における電力状態を算出し、該評価地点における算出値と計測データの偏差が所定値以下となる組み合わせを選択し、選択されたセンサを前記状態推定部で使用するセンサとし、これ以外のセンサを前記特異な傾向を示すセンサとして決定する
ことを特徴とする電力系統状態推定装置。
【請求項７】
請求項１から請求項６のいずれかに記載の電力系統状態推定装置において、
前記センサが特異な傾向を示すセンサであることを特定する手段は、曜日や時間帯ごとに実施されるか、あるいは電力系統に流れる負荷電力の大きさごとに実施される
ことを特徴とする電力系統状態推定装置。
【請求項８】
請求項１から請求項７のいずれかに記載の電力系統状態推定装置において、
電力状態とは、電流、電圧、力率、有効電力、無効電力の少なくとも一つである
ことを特徴とする電力系統状態推定装置。
【請求項９】
電力系統各所に配置された複数のセンサと、電力系統各所に配置され電力系統の電力状態を制御できる電力状態制御機器と、前記センサ出力を用いて電力系統状態を推定する電力系統状態推定装置と、該電力系統状態推定装置からの電力系統状態に応じて、前記電力状態制御機器に操作信号を与える電力系統制御中央装置を含む電力系統システムにおいて、
前記電力系統状態推定装置は、
電力系統の位置を示すノード情報とセンサを含む設備情報を対応付けて保持する電力系統データデータベースと、
センサ出力を保持するセンサデータデータベースと、
前記電力系統データデータベースの情報を用いて、特定ノードでの電力状態を推定するときに使用するセンサを決定する推定環境設定部と、
該推定環境設定部で決定した特定ノードでの使用センサに対応して、該センサの出力を前記センサデータデータベースから得て、電力系統全体について状態推定を行う状態推定部を備え、
前記推定環境設定部は、電力系統に設置されたセンサについて、当該センサが特異な傾向を示すセンサであることを特定する手段と、特定されたセンサに対応するノードについて、このノードで用いるセンサを変更する手段を備えている
ことを特徴とする電力系統システム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【公開番号】特開２０１３−７４６３９（Ｐ２０１３−７４６３９Ａ）
【公開日】平成２５年４月２２日（２０１３．４．２２）
【国際特許分類】
【出願番号】特願２０１１−２０９７５７（Ｐ２０１１−２０９７５７）
【出願日】平成２３年９月２６日（２０１１．９．２６）
【出願人】（０００００５１０８）株式会社日立製作所 (27,607)
【出願人】（０００１５６９３８）関西電力株式会社 (1,442)
【Ｆターム（参考）】
【公開日】平成２５年４月２２日（２０１３．４．２２）
【国際特許分類】
【出願日】平成２３年９月２６日（２０１１．９．２６）
【出願人】（０００００５１０８）株式会社日立製作所 (27,607)
【出願人】（０００１５６９３８）関西電力株式会社 (1,442)
【Ｆターム（参考）】
[ Back to top ]