考虑谐波状态估计精度的PMU优化配置研究

线性谐波状态估计利用多点的谐波监测数据,估计整个系统范围的谐波状态,其估计质量受同步相量量测装置安装数目和位置的影响。本文给出了一种计及谐波状态估计精度的PMU优化配置算法,在保证系统谐波状态可观的前提下,以各次谐波量测矩阵条件数的加权和为冗余量测的排除基准,获得谐波状态估计的基本量测;结合三种典型的PMU量测配置方案,研究了PMU配置对谐波状态估计结果的影响。     

基于牛顿迭代法的电力系统非线性谐波状态估计

谐波状态估计为电力系统的谐波监控、抑制和治理提供了依据.在同步相量量测装置配置不可观的条件下,引入数据采集与监控系统量测到的谐波有功功率作为量测量,建立基于混合量测的非线性谐波状态估计的灵敏度数学模型,应用牛顿迭代法进行求解.算例分析表明,谐波状态估计的灵敏度数学模型和牛顿迭代法求解有效,混合量测数据能提高系统谐波状态估计的精度.     

电力系统状态估计多算法融合

为解决复杂电网大数据背景下单一算法难以满足状态估计要求的问题,提出一种电力系统状态估计多算法融合系统。基于数据融合思想,将加权最小二乘法、快速分解法、量测状态变换法与Sigmoid函数法相互融合实现电网状态估计,支持串行融合模式和并行融合模式。实验结果表明,融合算法使得估计结果保留了各自算法的优点,避免了单一算法的缺点,提高了状态估计的精度和效率。     

基于粒子群优化方法的电力系统状态向量估计模型

电力系统状态向量估计是电力系统能量管理系统的重要组成部分;在电力系统实时监控中,传统的基于最小二乘法的状态向量估计方法,存在估计值与实际电力系统中的参数值相差较大的问题,基于此提出了一种适用于电力系统实时监测的有效状态估计模型;该模型采用了一种基于直角坐标系的加权最小二乘法,由一组与测量量和状态变量相关的非线性方程组描述,使用预测-校正迭代技术求解状态估计器模型;利用粒子群算法优化同步相量测量单元(phasor measurements unit,PMU)仪表的分配,增强了算法的有效性;该模型被应用于IEEE14总线和IEEE-30总线测试系统;结果表明,与传统算法相比,所开发的电力系统状态向量估计模型在执行时间、准确性和迭代次数方面均有明显的优势,所提出的估计模型对于实时监控应用具有很好的应用前景.     

基于改进的单通道对称正交化FastICA的间谐波检测方法

针对电力系统中间谐波检测的问题,提出一种基于改进的单通道对称正交化FastICA的间谐波估算算法.该算法首先对单通道电力系统混合信号进行循环平移,构造出多道观测信号,通过主成分分析法对其进行降维处理;其次利用改进的对称正交化FastICA算法对多个独立成分并行估计,分离出基波、谐波和间谐波信号频率;最后应用最小二乘法对谐波和间谐波幅值和相位进行估计.仿真结果表明,该方法可以较准确地检测出各次谐波和间谐波的频率、幅值和相位,较之FastICA算法,该算法不需任何先验知识,收敛速度快,检测精度高.     

基于双CPU的嵌入式谐波检测装置

针对日益严重的电力系统谐波污染问题,文章介绍了一种新型的嵌入式谐波检测装置的设计。该装置采用主从结构,以单片机为主CPU控制整个装置的运行,以DSP为从CPU进行数据处理,并采用一种新型的谐波检测算法——卡尔曼算法,以最小均方误差为准则,根据前一个观测数据和最近的一个观测数据,利用状态方程和递推方法估计当前过程状态,可实时、可靠地检测电网中的谐波,具有运算速度快、精度高、结构简单、造价相对低廉、操作简便、显示功能强等特点。仿真结果证明了该装置的有效性和可靠性。     

基于共轭梯度分解算法的电网谐波估计

快速准确地对电网信号的谐波进行检测与估计,对提高现代电力系统的工作效率有重要意义。传统的快速傅立叶变换(FFT)方法速度较快,但精度不高。近年来,很多学者将谐波估计归结为一个线性极小二乘问题,并用奇异值分解(SVD)算法求解。这类方法虽然提高了精度,但奇异值分解的计算量较大,尤其大规模问题,不能达到"即时"的要求。文中基于共轭梯度分解(CGD)方法对电网中的信号进行谐波估计,不仅降低了SVD算法的计算量,同时提高了FFT的精度,并能应用到严重畸变的定期信号的估计上。初步实验结果验证了该方法的有效性。     

一种谐波源定位方法的研究

为了准确定位谐波源,提出一种基于谐波视在功率贡献量大小的定位方法.该方法根据谐波源在公共连接点(PCC)处视在功率贡献量的网络拓扑,应用随机矢量协方差特性评估方法和波动量法对谐波阻抗进行估计,建立谐波源作用在PCC处贡献量的数字模型.通过仿真验证,证明了该方法定位谐波源的准确性,并具有较好的鲁棒性.     

基于二元线性回归的谐波源责任划分方法研究

介绍了基于二元线性回归的谐波源责任划分方法:采用二元线性回归法来估计电力系统的谐波阻抗,并反代入系统来评估谐波发射水平,进而确定系统侧和用户侧的责任关系。Matlab/Simulink仿真结果验证了该方法的有效性。     

一种高精度APNCKF算法在谐波检测中的应用

为了进一步提高含噪环境下谐波检测的精确度,提高卡尔曼滤波器的稳定性,对系统噪声协方差进行了分析,通过不断的在线辨识出过程噪声协方差,提出了一种自适应过程噪声协方差卡尔曼滤波算法。该算法利用序贯最大化可信度更新先验信息来辨识过程噪声,然后通过卡尔曼滤波器进行迭代运算,估计出相应的幅值和相位。该算法最大的特点就是辨识出的过程噪声Q的骤然增大匹配的即是谐波幅值暂降的出现。通过在MATLAB环境下进行谐波仿真验证,结果表明该算法在准稳态条件下较好地跟踪电力系统谐波状态,且与常规卡尔曼、基于最大似然准则的卡尔曼、小波/小波包变换相比,该自适应算法的收敛速度较快、滤波精度高、实时性以及稳定性较好,具有重要的工程实际意义。     

分裂基FFT在电力系统谐波检测中的应用

在电力系统中,由于非线性负载广泛应用,电网被注入了大量谐波,给电力系统中的设备带来很大的危害。谐波检测是电力系统质量分析和谐波补偿的关键技术,而快速傅立叶变换是目前应用最广泛的一种谐波检测方法。本文对分裂基FFT算法的原理进行了研究,采用C语言编程实现该算法,并在基于TMS320F2812DSP的实验装置上进行了基于分裂基算法的谐波检测实验,对采样信号进行FFT运算,能快速检测出电网信号中电压的谐波参数,以进行谐波的实时分析处理,验证了该算法的正确性和高速性,可作为一种通用的算法应用于谐波检测。     

采用有限时间平均一致性协议的电力系统分布式状态估计

随着基于相量量测单元的广域量测系统在技术上的成熟与推广应用,利用WAMS量测可实现电力系统线性状态估计.本文基于广域量测系统提出一种全分布式状态估计算法.首先根据拉格朗日乘子法推导了多区域约束加权最小二乘估计模型,然后引入有限时间平均一致性协议,得到系统量测正常情况下的分布式状态估计算法.考虑了系统量测存在异常数据情况,根据最小二乘估计的几何意义扩展推导出修正算法,使其在各区域剔除异常量测后,无需改变信息矩阵,只需执行若干次有限时间平均一致性协议能收敛至信息矩阵修正后的集中式估计值.最后,理论分析和实验结果证明了算法的有效性.     

基于混合量测的动态状态估计算法研究

基于SCADA/PMU混合量测的电力系统动态状态估计算法,目前主要是先进行量测变换再进行动态估计,尝试结合静态估计和动态估计的优点,提出一种新的方法.该方法首先对SCADA量测数据运用经典的加权最小二乘法(WLS)进行静态状态估计,估计结果和PMU量测中的电压相量共同形成量测数据集,再进行线性动态状态估计.WLS方法能保证状态估计的质量和算法的收敛性能,同时线性动态估计只选用PMU量测的电压相量,避免量测变换及其产生的误差,而且雅可比矩阵高度稀疏,计算时间较短.在IEEE14节点系统上的仿真结果表明,此方法具有较好的滤波和预测效果.     

浅谈电力系统谐波危害及其抑制

本文介绍了电力系统中谐波问题的由来、谐波的含义、谐波的分类,以及谐波给电力系统带来的各种危害。其中主要阐述了波形畸变的概念和电力系统中各类谐波源给系统带来的危害。最后简单介绍了滤除谐波的两类滤波器。     

混沌布谷鸟搜索算法在谐波估计中的应用

针对布谷鸟搜索（CS）算法存在后期收敛速度慢、计算精度不高和陷入局部最优等缺点,提出了混沌布谷鸟（CCS）算法。首先,通过混沌理论初始化种群来增加种群多样性;然后,对局部最优值引入混沌扰动算子来跳出早熟收敛,提高计算精度,进而完成全局优化。对4个单目标基准函数进行仿真测试,对比最优值、最差值、平均值、中位数值及标准差值,结果表明,基于CCS算法比CS算法有更快的收敛速度和更高的收敛精度。在电力系统中谐波问题成分引起电流波形畸变,电网不稳定。精确分析谐波成分是解决谐波污染的重要前提。将性能更好的CCS算法应用于谐波估计,通过比较估计均值及标准偏差,结果显示在分析谐波电流时CCS算法相比粒子群优化（PSO）算法具有更好的性能。     

无源滤波器优化设计方法研究

无源滤波器在电力系统的谐波抑制方面应用广泛。对于电力系统中的谐波问题,提出了一种新颖的基于猫映射的混沌遗传算法(CGA)的无源滤波器的优化设计方法。通过对初始种群、交叉概率、海明距离等参数的改进并结合实数编码,提高了优化的效率和精度。最后,通过建立仿真实验对比研究,充分验证了该无源滤波器设计方法的有效性,并具有较好的谐波抑制效果。     

扩展Prony算法在电力系统谐波检测中的应用

大量非线性元件的应用给电力系统带来了大量的整数和非整数次谐波,传统的谐波检测方法快速傅立叶变换由于存在栅栏和频谱泄漏现象,因而对非整数次谐波不能够实现精确的检测。本文提出利用数字信号处理方法—扩展Prony算法来对电力系统谐波检测,该算法能一次性精确地检测到谐波的相位、振幅、频率,为电力系统非整数次谐波检测提供了一个新的思路。数值仿真验证了本算法的有效性。     

一种用于确定配电系统中多个谐波源位置的新方法

基于独立分量分析和互信息理论,研究了确定分布系统中多重谐波源位置的技术。独立分量分析用于估计由谐波源引起的注入谐波电流的分布,互信息理论用于估计谐波源的位置。为了验证此种方法的准确性,在IEEE 34总线、IEEE 30总线、IEEE 33径向分布系统中做了仿真,定位多个谐波源进行了数值模拟。结果表明,所采用的方法可以准确地估计多个谐波源的位置,而无需事先知道网络参数,为达到谐波治理、有效分清谐波责任提供依据。     

基于线性度校验的电力系统谐波阻抗估计仿真北大核心

电力系统谐波阻抗随电流幅值变化出现电力波动特性干扰,导致估算精度下降。提出基于线性度校验的电力系统谐波阻抗估计方法。分析电流幅值随时间的正弦波动值、线性波动值与随机波动,获取电力波动特性对谐波阻抗估计的电力波动特性干扰因素,收集谐波阻抗数据,构建系统谐波阻抗估计的极大似然模型,获取谐波阻抗的元复正态线性度变量独立分布采样,计算线性度变量服从几率密度函数值,组建极大似然估计函数,估算谐波阻抗的极大似然模型,得到电力系统的谐波阻抗估计值。仿真结果证明,估算精度与稳定性得到提高。     

一种相干分布式信号二维DOA快速估计方法

基于L型线阵,提出了一种估计相干分布源二维波达方向(DOA)的快速算法。通过对两组平移子阵的广义方向矢量做泰勒近似获得关于分布源中心DOA的两个旋转不变矩阵,利用传播算子法求解旋转不变矩阵从而估计出分布源的中心DOA。该算法避免了常规子空间算法中的谱峰搜索和对高维样本协方差矩阵做特征分解,显著降低了计算量。算法在小角度扩展情形下有优异的估计性能,且低信噪比时的估计性能优于一维交替搜索算法。此外,算法无需知道分布源的角分布形式,是一种盲估计。仿真结果验证了算法的有效性。