用增测法解决状态估计中的病态问题

为了解决电力系统 WLS 法状态估计中的病态问题,本文对 L—M 增测方法进行分析和讨论,并根据数值相关性理论,提出了一种新的方法——QR-增测法,这种方法对于解决电力系统状态估计中的病态问题有较好的效果。     

正交变换法电力系统状态估计

本文提出用豪斯霍尔德正交变换算法,求解电力系统的状态估计问题。它是通过豪氏变换阵,直接对量测方程的加权雅可比矩阵和加权残差向量进行正交变换,降低了采用法方程算法的条件数,提高了解的数值稳定性,适合于求解运行在病态条件下的电力系统的状态估计问题。     

正交变换法电力系统状态估计算法的研究

电力系统加权最小二乘准则的状态估计,通常采用正规方程法。当电力系统规模不断扩大,结点数相应增加时,这一方法出现病态倾向而导致数值解的不稳定。 本文提出一种基于格兰姆—施密特正交变换的电力系统状态估计算法。这一方法比正规方程法稳定性好,在IEEE 30结点试验电力系统上做了试算,证明这算法是提高电力系统状态估计器稳定性的有效方法。     

最优步长因子法在电力系统状态估计算法中的应用

本文提出了使用最优步长因子法解决电力系统状态估计算法的收敛性及收敛速度问题。     

神经网络法电力系统状态估计

提出了一种神经网络（Ｈｏｐｆｉｅｌｄ连续ＡＮＮ）法求解电力系统状态估计问题的新方法．根据加权最小二乘原理导出的状态估计模型可计及各种伪量测量．采用ＡＮＮ神经计算，可实现并行分布处理．经数值实例计算，结果表明，该方法是有效的，而且精度高、数值稳定性好．     

神经网络法电力系统状态估计

提出了一种神经网络（Ｈｏｐｆｉｅｌｄ连续ＡＮＮ）法求解电力系统状态估计问题的新方法。根据加权最小二乘原理导出的状态估计模型可计及各种伪量测量。采用ＡＮＮ神经计算，可实现并行分布处理。经数值实例计算，结果表明，该方法是有效的，而且精度高、数值稳定性好。     

离散线性系统的岭型Kalman滤波及其算法

从空间几何的角度分析了Kalman滤波中的病态性问题,提出了离散线性系统的岭型Kalman滤波及其算法,讨论了岭型Kalman滤波的性质,给出了选取岭参数的两种方法;数值模拟证明所给出的新算法能够有效改善观测矩阵的病态性对Kalman滤波的不良影响,提高了状态估计的精度。     

P—Q分解最小二乘法的电力系统状态估计

电力系统的安全，稳定和经济等问题日趋迫切，如何建立可行的电力系统实时数据库，是折基础，本文介绍了最小二乘法在电力系统状态估计中的应用。     

电力系统状态估计的快速正交变换算法

本文分析了电力系统加权最小二乘状态估计(Weighted Least Square=WLS)法方程算法潜在的数值稳定性问题,提出了用正交变换(二乘Givens变换)解WLS状态估计的快速正交变换算法。给出了结点与量测相结合的编号优化方法,以充分利用原问题的稀疏性降低计算量。实际例题表明,快速正交变换算法比法方程算法更加快速和可靠。     

基于PMU的降阶二次状态估计算法研究

针对当前电力系统中同步相量测量单元(PMU)测量点少、无法直接进行状态估计的问题,提出一种新的状态估计算法.考虑到PMU系统量测精度比SCADA系统高,为了扩大高精度量测信息对状态估计结果的影响,算法将状态变量分成PMU可观测变量和PMU不可观测变量,并分别进行状态估计.对于PMU可观测变量,利用PMU量测量进行线性状态估计;对于PMU不可观测变量,利用线性状态估计的结果结合SCADA量测量进行降阶的快速分解状态估计.这种解耦的算法相对于传统混合状态估计算法计算更加简洁,并且有较高的数值稳定性.最后,利用多个IEEE标准测试系统对算法进行验证,通过与基本加权最小二乘法和快速分解算法对比,证明该算法在数值稳定性和精度上有很大优势.     

电力系统状态估计算法综述与研究趋势

状态估计的核心部分是状态估计算法,简要介绍了电力系统状态估计的基本概念和数学模型,阐述了近年来研究较多的几种电力系统状态估计算法,其中包括:最小二乘算法、快速分解算法、正交变换算法、量测变换状态估计算法以及分区协凋算法等,并对各个算法的优缺点加以评述.最后对状态估计算法的发展趋势进行了展望.     

复杂配电网状态估计方法研究

复杂配电网状态估计是电网智能操作最基本的功能。通常输电网的状态估计算法不能直接应用于配电网,面对配电网不同质量的基础数据,在电网的操作状态下,需要准确、高效地进行状态估计。该文针对复杂配网三相不平衡的特点进行了电网建模,详细给出基于负荷分类和复杂网络裁剪的状态估计方法,较好地解决了配电网实测数据不足的问题。通过在实际配电网的现场测试,证明该算法具有良好的鲁棒性且计算精确、高效,满足实际应用需求。     

An LCC-HVDC Adaptive Emergency Power Support Strategy Based on Unbalanced Power On-Line Estimation

基于区域内功率不平衡量估计的直流自适应紧急功率支援策略

李从善¹,郭健,和萍¹,陶玉昆¹,杨存祥¹,Youyi Wang²

(1.郑州轻工业大学 电气信息工程学院,郑州,450002;

2. 南洋理工大学 电气与电子工程学院,新加坡 639798)

摘要：直流紧急功率支援是在交直流互联系统故障情况下,减少切机或切负荷数量的重要措施,也是实现智能输电的要求。本文通过建立系统扰动下区域内不平衡功率的扩张状态观测器,并对观测器参数进行设置,实现不平衡功率的实时准确估计。对直流紧急功率支援限制因素进行分析,进而对紧急功率支援量进行优化,形成最终功率支援量,然后,基于功率支援阶梯递增原则,最终实现功率支援的目标。对于多落点直流输电系统,基于功率支援因子选取用于功率提升的最优直流。在PSCAD中搭建三馈入直流输电系统,对所提方法进行了仿真分析,结果表明了该方法的有效性。

关键词：紧急功率支援,不平衡功率,扩张装填观测器,阶梯递增原则,多馈入直流输电系统。

     

基于提高系统可观测性和状态估计精度的PMU配置

WAMS和SCADA系统共存,是当前电力系统发展的必然趋势.因此PMU布点问题成为当前必须面时和解决的问题之一.从利用PMU量测提高状态估计精度和状态方程数值稳定性两方面出发,同时兼顾系统的可观测性,提出一种新的PMU配置方法.在传统SCADA量测系统的基础上,部分安装PMU量测形成混合非线性量测模型,分析比较PMU配...     

电力系统状态估计算法的模糊综合评价与分析

状态估计算法是电力系统状态估计的核心部分,目前已经有许多模型,特点各异,且性能评价具有模糊特征.为此,提出将模糊数学理论引入状态估计算法评价中,针对算法构建模糊综合评价模型,来实现各种状态估计算法性能的客观评价和比较,并从中找出适合具体系统的最优算法.通过在不同系统下对几种常用状态估计算法进行评价分析选出最优算法,验证了该评价系统的正确性,实现了算法评价的定量化,为实际系统的算法选择提供有效参考.     

基于神经网络法的配电网状态估计

对配电网状态估计的研究是建立起符合配电网特点的数学模型,本文尝试用神经网络方法对系统确定性部分进行状态估计,将网络不确定部分进行简化计算,从而得出全局的结果。通过并对量测数据进行检测,尽可能的提高数据精度。充分应用了配电网自身的特性生成行之有效的计算方法,从而为电力调度管理提供依据。