基于行稀疏同构性的大型电网状态估计Givens旋转策略

为满足大型电网状态估计在线计算速度的需求，提出一种基于行稀疏同构性的快速Givens正交变换旋转策略。该策略利用大型电网状态估计量测分布特点以及加权雅可比矩阵的稀疏特性，根据行同构模式动态选择旋转行对以及基于行稀疏度进行旋转轴选择和行排序，减少非零注入量及Givens旋转次数的同时，大大降低了计算时间。某大型电网计算结果表明，所提出的策略在不改变计算精度的同时，具有更高的计算效率，在Givens旋转效率以及中间非零注入元个数方面都得到了有效提升，满足大型电网实时状态估计计算的要求。     

基于分块QR分解的一种状态估计算法

文中提出了一种基于分块QR分解的状态估计方法。该方法把虚拟测量处理为等式约束，避免了由于权因子分散而导致的数值病态问题。在每次迭代中，通过对两个分块矩阵的QR分解和一个稀疏三角线性方程组的求解，实现了系数矩阵的三角分解。与带有约束的正规方程(NE/C)法相比，不但消除了Jacobian矩阵叉乘造成的信息损失，而且保证了分解的数值稳定性。稀疏QR分解采用了基于Givens变换的方法并利用最小度列排序和变主元消元策略。减少注入元素的数目，提高了状态估计的计算效率。试验系统的仿真结果表明了该方法具有良好的数值稳定性和鲁棒性，而且有较高的计算效率，可以满足在线状态估计的要求。     

基于分块吉文斯旋转的电力系统状态估计

针对电力系统状态估计问题中状态量及量测雅可比矩阵的绝大多数非零元素均成对出现的实际状况,提出了一种基于分块吉文斯(Givens)旋转的快速状态估计算法。该算法利用电力系统状态估计问题的上述特点对量测雅可比矩阵进行分块,对列编号进行优化,并采用变转轴逐列消元策略,既减少了所需的内存空间,又明显提高了执行效率。试验系统的仿真结果表明,该方法具有较高的执行效率,能够更好地满足在线状态估计的要求。     

基于多时间尺度状态估计的配电网实时态势预测

为有效提升泛在电力物联网建设过程中的配电网运行安全感知能力,提出了一种基于多时间尺度状态估计的配电网实时态势预测方法,该方法可实现对配电网安全态势的快速、准确预测。首先,基于多元混合量测提出了多时间尺度递归动态状态估计方法,通过状态预测与伪量测递归变换改进了已有的量测线性等效变换方法,缩短了状态更新周期,在递归变换算法中添加了校正算法以消除伪量测波动误差,提高了状态估计算法的计算速度。然后基于状态估计得到历史估计状态,采用分区多元时间序列分析方法建立了实时状态预测模型,实现了配电网的实时安全性态势预测。最后在Matlab仿真平台中基于实际算例对所提方法进行了分析,结果验证了所提配电网实时态势预测方法的准确性和有效性。     

基于奇异值分解和等效电流量测变换的电力系统状态估计

针对电力系统状态估计中处理病态问题的不足,提出一种基于奇异值分解和等效电流量测变换的状态估计方法。该方法利用PMU和SCADA量测构成的混合测量系统,运用直角坐标形式等效电流量测变换技术处理节点注入功率量测和支路功率量测,把信息矩阵转换成常数矩阵,再运用奇异值分解求解量测方程。在迭代求解中只需进行一次奇异值分解,提高了算法的计算效率。奇异值分解无需对系统进行可观性分析,能很好地处理病态或接近病态问题,使系统鲁棒性增强。通过仿真测试,验证了所提方法的正确性和有效性。     

考虑状态量未知情况的电力系统杠杆量测攻击

虚假数据注入攻击是威胁电网安全稳定运行的重要因素之一,攻击策略的研究以及攻击机制的深入分析能为改进系统防御策略提供依据。针对智能电网中的状态估计过程,攻击者在掌握一定资源以及具备攻击条件的时候可以计算出满足潮流约束的攻击向量,从而躲过不良数据检测。对比直流状态估计模型,在交流状态估计下攻击条件更加苛刻,成功率也相对较低。在交流状态估计下考虑攻击者未知准确状态量的情况,首先根据已知的量测和参数近似计算状态量,再通过投影统计量和帽子矩阵对角元法找出系统中的杠杆量测,最后建立最优化模型对杠杆量测发起攻击,在IEEE 14节点系统的仿真验证了所提攻击方法的有效性。     

多采样周期混合量测环境下的主动配电网状态估计方法

针对主动配电网中远程终端单元(RTU)、相量测量单元(PMU)与高级量测体系(AMI)多采样周期量测数据长期共存的实际情况,提出了一种基于RTU,PMU,AMI混合量测的主动配电网状态估计混合算法。该混合算法由非线性静态状态估计、线性静态状态估计与线性动态状态估计3种算法组成。线性动态状态估计与线性静态状态估计利用PMU量测与RTU量测,实时跟踪系统注入节点有功功率与无功功率的变化,在非AMI量测的采集时刻,为非线性静态状态估计提供高精度的虚拟量测。所提算法缩短了非线性静态状态估计的计算周期,提高了非线性静态状态估计的精度,提升了对主动配电网运行状态的预测能力。通过算例仿真,验证了所提算法的有效性。     

考虑数据时延的电力系统两阶段动态状态估计方法

由于电力系统中SCADA数据和PMU数据采样频率不同,使得这两种数据存在时延。首先提出基于变点重复检测的PMU最佳缓冲长度计算方法,将SCADA数据和PMU数据统一到同一时间尺度下,然后将无迹变换与指数权函数抗差估计算法相结合,针对历史多数据断面进一步提出了两阶段无迹卡尔曼滤波鲁棒动态状态估计方法。该方法在每一断面内,首先用无迹变换和两参数指数平滑预测后的预测值与SCADA数据结合进行第一阶段滤波,然后再将滤波所得估计值与PMU数据结合进行第二阶段滤波。通过两阶段滤波,能够显著增大滤波过程中的量测冗余度,并且有效降低在混合数据滤波过程中量测精度较低的SCADA量测对精度较高的PMU量测的影响。基于IEEE-39节点标准系统对本文所提方法进行仿真,仿真结果表明,本文所提方法能够有效结合PMU数据和SCADA数据对电力系统进行动态状态估计计算,且估计精度高,鲁棒性好。     

基于AMI全量测点分区的配电网动态状态估计方法

针对传统配电网三相不平衡动态状态估计存在计算速度较慢且估计精度较低的问题,提出了一种基于高级量测体系(AMI)全量测点分区的配电网的动态状态估计方法。以AMI全量测点作为配电网分区节点,提出综合3个指标的分区目标函数对配电网进行分区,可对子区域进行完全解耦,缩小系统规模;并通过所提数据融合框架进行多尺度量测数据的融合,以远程终端单元量测周期为基准,融合量测周期较长的AMI量测数据,对非AMI量测时刻的系统状态进行跟随。提出一种基于子区域数据融合方法的高精度集合卡尔曼滤波算法,采用协方差膨胀法改进滤波发散的问题。算例仿真结果表明所提方法有效地提高了配电网动态状态估计的计算速度和估计精度。     

配电网状态估计的全局灵敏度分析及应用

在配电网状态估计中,量测装置配置不齐全,通常引入伪量测来满足系统的可观性要求。考虑到量测数据有一定的误差以及伪量测与真实值之间可能存在偏差,配电网状态估计的量测和伪量测存在不确定性,这会影响配电网状态估计的准确性。文中提出了配电网状态估计的全局灵敏度分析方法,辨识影响状态估计精度的关键(伪)量测不确定性因素及其位置;利用稀疏多项式混沌展开计算全局灵敏度指标,以提高全局灵敏度分析的计算效率;建立了基于不确定性因素重要性排序的量测装置布点方法。采用IEEE 33节点配电网进行仿真,通过与常用方法进行比较,验证了所提方法的有效性。该方法克服了传统状态估计灵敏度分析方法的不足,能有效评估(伪)量测不确定性因素的交互作用对状态估计的影响;此外,基于全局灵敏度分析的量测装置布点方法能显著提高配电网状态估计精度。     

Towards faster Givens rotations based power system state estimator

Numerically stable and computationally efficient power system state estimation (PSSE) algorithms are designed using an orthogonalization (QR decomposition) approach. They use Givens rotations for orthogonalization which enables sparsity exploitation during factorization of the large sparse augmented Jacobian. A priori row and column ordering is usually performed to reduce intermediate and and overall fills. Column ordering methods, usually based on minimum degree algorithm (MDA), have matured. However, there exists a significant scope for improving the quality of row ordering. This paper introduces a new row ordering technique for Givens rotations based power system state estimators. The proposed row processing method (VPAIR) requires a shift from conventionally used row oriented QR decomposition implementation to a column oriented QR decomposition implementation. It is demonstrated that, the proposed column oriented QR decomposition algorithm which uses MDA for column ordering and VPAIR for row ordering can lead to a much faster PSSE. These aspects are justified by simulations on large power systems     

基于时间尺度变换策略的幅频测量用自适应陷波器算法

现有电力信号幅频测量算法在动态条件下的测量精度和响应时间方面还有待改善,为此提出了基于时间尺度变换的自适应陷波器(adaptive notch filter,ANF)算法进行幅频测量。该算法对时间进行尺度变换,得到新时间尺度下的ANF动态方程,能够消除频率参数和滤波器之间的非线性耦合,将状态估计方程等价为线性时不变系统,并进行离散化处理。该算法能够有效消除谐波和噪声干扰,快速准确地测量动态变化的幅值和频率。算例结果验证了该方法的有效性,可满足在线测量的要求。     

Sparse vector method improvements via minimum inverse fill-inordering

A practical ordering algorithm to enhance sparse vector methods without sacrificing the sparsity of the table of factors is presented. The proposed algorithm locally minimizes the number of new nonzero elements in the inverse of the lower triangular matrix during the factorization process. Two refined versions which can usually give the shortest length on factorization path of single and/or composite singletons are provided. Test results from previously published ordering algorithms based on minimum fill-in are also presented for comparison. The performance of applications to power system state estimation is evaluated. It is shown that the proposed ordering algorithm is a very effective strategy for the improvement of sparse vector methods     

应用导纳矩阵方程的配电网状态估计迭代算法

提出一种基于导纳矩阵方程的状态估计方法,针对输电系统和配电系统不同的量测类型,采用等效电流量测变换技术进行电力系统状态估计。经过理论推导,证明了导纳矩阵方程对于功率量测迭代计算可靠收敛,使在进行状态估计时,只需修正HTR-1H矩阵中少量对角元素,同时应用电压向量直接进行迭代,简化了传统状态估计的运算步骤。理论分析和算例结果表明,该方法与传统方法有相同的计算精度,同时具有计算快速、实施方便的优点,符合当前电力系统在线应用的实际要求。     

改进的零注入约束双线性WLAV状态估计

实际电网中存在许多注入功率严格为零的零注入节点,零注入节点的注入功率量测为绝对准确的量测量,但这些测量并没有得到充分利用。因此,通过注入功率为零的节点建立功率约束方程作为对状态估计的约束条件,再对极坐标系下的电力系统非线性量测方程进行两步线性化,得到计及零注入约束的双线性抗差状态估计方程,用约束方程对第一步线性过程结果进行修正。最终结果证明该算法在提高估计精度的基础上,不会增加系数矩阵的阶数,且改进后的算法仍然拥有较高的计算效率。国内某实际省网以及选取的IEEE标准系统的仿真结果证明了该方法能有效提高计算精度和计算效率。     

电力系统多区域分布式状态估计方法

提出了一种电力系统多区域分布式状态估计方法,各区域估计器利用其数据采集与监视控制系统提供的量测数据进行本地状态估计,并通过平均一致性算法获取全局信息进行系统级状态估计。建立了基于拉格朗日乘子法的状态估计模型并设计了基于一致性的全局信息交换协议,给出了多区域分布式状态估计算法的实现流程。通过IEEE 14节点和118节点系统中的仿真算例验证了所提方法的正确性和有效性,并就估计精度和计算效率与现有状态估计方法进行了比较。仿真结果表明分布式状态估计方法可有效提高集中式状态估计系统的计算效率及可靠性,适用于结构更加复杂、量测数据体量更大电网的状态估计。     

Optimal ranking of measurements for state estimation by the gradient projection method

Optimal measurement ranking is the first and essential step in meter selection for the design of a reliable measurement system. This paper presents a computationally-efficient algorithm for the optimal ranking of measurements for state estimation. The algorithm maximizes the accuracy of estimates with respect to the measurement variances by performing a transformation on the problem formulation, and minimizing the resulting cost function subject to a set of linear constraints.

The proposed algorithm is based on the gradient projection method and includes some new computational features. Computational efficiency of the solution procedure is significantly improved by converting the constraints into a linear form through a transformation, using an analytical expression for the derivative of the cost function, employing the sparse inverse matrix technique and optimal ordering for the evaluation of the cost function and its derivatives, and simplifying the evaluation of the projected gradient vectors.

Performance of the algorithm is demonstrated on the IEEE 14, 30, and 57 bus systems.     

基于正交变换与置信域的量测方差估计与权重设置算法

在状态估计实际应用中,量测方差获取和权重设置存在一定的困难。伴随状态估计运算量越来越繁重,现有量测方差估计算法的收敛性无法得到保证。为此提出了一种基于正交变换与置信域的量测方差估计和权重设置算法。利用正交变换降低迭代系数矩阵条件数,提高量测方差估计的数值稳定性;根据正交变换的化简结果,结合拉格朗日乘子法,建立新的量测方差估计模型;对于迭代过程的中间数据,采用置信域作为目标函数的约束,确保每次估计结果落在置信区间内;最后,通过IEEE 14/30/118标准系统算例证明了该算法的有效性。     

KLU稀疏直接求解器在状态估计中的应用

稀疏矩阵及稀疏线性方程组求解已成为大规模电网状态估计计算效率的瓶颈,阐释了基于BTF和Gilbert-Peierls算法的稀疏矩阵直接求解器KLU（Clark Kent LU）,并将其嵌入到智能调度技术支持系统中生产运行的状态估计程序功能。首先在计算得到雅可比矩阵的基础上基于OpenMP并行化技术快速求解信息矩阵;然后使用KLU求解器进行信息矩阵的因子表符号分析和数值分解;最后在状态估计计算过程中使用KLU求解器求解线性方程组,从而提高大规模电网状态估计的计算效率。通过省中心、分中心、模型数据中心D5000的状态估计实际应用,证明了该方法的有效性和实用性。