考虑量测数据质量的集成储能智能软开关数据驱动电压控制

分布式电源的高比例接入使配电网电压控制问题日益显著。与配电网中传统电压调控设备相比，集成储能智能软开关(ESOP)等新型电力电子设备具有更加灵活、快速的电压调节能力。实际配电网参数难以获取，运行场景复杂多变，基于物理模型的控制方法往往难以适应系统运行状态变化。为此，提出一种考虑量测数据质量的ESOP数据驱动电压控制方法。首先，基于无模型自适应预测控制方法，建立ESOP的数据驱动控制模型。然后，考虑数据驱动过程中实际量测数据存在量测误差的问题，采用坏数据辨识和量测扰动抑制方法对量测数据进行处理，提出考虑量测数据质量的ESOP数据驱动电压控制方法，以降低量测误差对数据驱动控制过程的影响。最后，在含四端ESOP的实际配电网算例中进行验证分析。结果表明，所提ESOP数据驱动电压控制方法可以有效解决配电网参数难以准确获取的问题，显著降低量测误差带来的不良影响，全面提升配电网电压控制水平。     

考虑量测误差影响的配电网静态参数可测性估计

配电网监测装置实际获取的量测数据中存在量测误差,因此配电网静态参数的可测性分析应考虑量测误差的影响。在已有可测性分析的基础上,考虑量测误差的影响,进一步深化配电网静态参数可测性的研究。明确配电网静态参数测试可测性与干扰可测性的相关概念,给出量测不确定度的计算方法,利用蒙特卡罗法进行配电网静态参数干扰可测性的分析,辨识干扰明晰参数和干扰不确定参数,并计算不确定参数的不确定程度及其估计值的置信区间。再计算出反映量测数据对干扰不确定参数影响的灵敏度矩阵,根据灵敏度矩阵优化选取估计各个干扰不确定参数的量测数据,以达到降低其不确定程度的目的。算例结果表明:在考虑量测误差的条件下,测试明晰参数可能会转变为干扰不确定参数,并且构造量测方程时避免采用某些灵敏度较高的量测数据可降低干扰不确定参数的不确定程度,从而缩小该参数的取值范围,在实际应用中提供一定的决策支持。     

基于GA-SVR模型的配电网线路参数辨识

准确的线路参数对于配电网运行与控制具有重要意义，而配电网线路参数因受到环境、工况与温度等因素的影响而改变，同时，由于配电网结构复杂度、随机性与波动性日益加强，难以对配电网建立精确的参数辨识模型。提出一种基于GA-SVR模型的配电网线路参数辨识方法，实现配电网线路参数的准确辨识。通过遗传算法（GA）对支持向量回归（SVR）机的惩罚因子与核函数参数进行优化，解决了传统支持向量回归机采用默认参数导致模型预测效果不佳的问题。采用不同阻抗参数下的配电网潮流值对回归网络进行训练，构建改进型SVR参数辨识模型，实现对配电网线路参数的辨识。通过33节点配电网算例的验证，表明该改进型SVR参数辨识模型与传统SVR参数辨识模型相比，能够实现更高精度的配电网线路参数辨识。     

基于CNN-LSTM-Attention的配电网拓扑实时辨识方法

配电网中准确的拓扑结构辨识对运行和控制具有重要意义,针对实际配电网拓扑结构变动的情况,搭建了可智能辨识配电网拓扑结构的深度学习模型。首先,生成不同拓扑结构下的配电网量测数据并进行数据预处理。其次,构建了融合CNN（卷积神经网络）、LSTM（长短期记忆网络）和Attention（注意力机制）的拓扑结构智能辨识模型,并结合历史量测数据对模型训练并测试。最后,在IEEE 33节点和PG&E69节点配电系统仿真算例中,验证了该基于CNN-LSTM-Attention模型的拓扑辨识方法相较于传统辨识方法在辨识精度上的优越性,实现了该模型的在线应用。     

基于配网量测数据的静态负荷模型参数辨识

电力负荷作为电力系统的终端用户,其模型的准确程度直接影响着电力系统运行分析的准确性.近年来,配电网中的量测装置记录了大量稳态数据,能否利用稳态量测数据实现静态负荷模型参数的辨识已成为新的研究问题.提出了基于配网量测数据的静态负荷参数辨识方法.首先,对专变和公变的有功量测数据进行聚类,得到日负荷特性类似的同类负荷曲线;然后,在假设同类负荷的负荷模型参数相似的基础上,建立静态负荷模型参数辨识的数学优化模型,并通过优化算法求解静态负荷模型的日时变参数;最后,通过算例验证了所提方法的可行性和有效性.     

基于PMU误差校正的输电线路参数在线辨识方法

线路参数辨识对准确反映电网的实际运行状态具有重要作用,但其对相量量测单元(Phasor Measurement Unit, PMU)数据精度要求极高,实测数据难以直接满足应用需求。对此,提出了一种基于PMU误差校正的输电线路参数辨识方法。首先,根据误差类型及测量数据特点,分类型对PMU数据进行预处理。然后,针对缺乏显著特征的偏置误差,基于输电线路物理等效模型提出了考虑数据规律及误差灵敏度特性的PMU测量误差的校正方法。最后,在上述校正方法的基础上,提出了全厂站PMU数据质量的治理方案。通过模拟和实际数据进行仿真,结果表明所提方法相较于现有方法可改善PMU量测数据质量,进而实现输电线路参数的有效辨识。     

基于SCADA和WAMS的线路参数辨识研究

线路参数是电力系统运行控制的基础,其准确性直接影响电力系统自动化的决策水平。在分析SCADA量测数据与WAMS量测数据特点的基础上,提出基于不同类型量测数据的参数辨识模型。应用实测数据对500kV线路的参数进行辨识,验证了文中所提方法的工程实用性。从辨识模型、辨识方法、辨识结果等方面分析了使用不同类型量测数据进行参数辨识的异同点。为电力系统调度人员更新数据库中线路参数提供依据。     

基于AMI量测信息的变压器参数辨识方法

针对配电网变压器参数辨识的难题,本文提出基于高级量测体系(AMI)量测信息的配电变压器参数辨识方法。该方法首先基于AMI提供的多时段量测数据,建立关于双绕组变压器参数的非线性方程组,并采用最小二乘法对其进行求解;然后以各时段的变压器参数估计值为样本,采用随机样本的方差系数判据对样本中误差较大的参数估计值进行剔除,获得变压器参数新样本空间;最后基于新样本空间计算变压器参数的均值,并将其均值作为最终的参数估计值,进而实现变压器参数的辨识。算例证明了本文方法的可行性与有效性。     

基于量测数据补全的有源配电网电压优化技术

有源配电网由于分布式新能源影响，电压存在越限的风险，但配电网实时量测仅可部分观测，优化问题无法求解。针对这个问题，提出了一种基于量测数据补全的有源配电网电压优化技术。在仅能获得部分节点实时量测的状态下，采用增强生成对抗网络补全算法，得到完整的配电网量测数据。根据补全的实时数据，计及补全误差，设计电压误差修正模型，修正优化电压目标，在电压越限时对配电网电压进行优化，提高电压质量。通过IEEE 33节点算例验证了所提方法相对于生成对抗网络在部分实时观测的情况下能够高精度补全缺失量测数据，降低电压波动，提高配电网运行的稳定性。     

低压配电网三相不平衡负载参数的辨识方法研究

为了解决现阶段计算低压配电网负荷上实际压降、三相负荷不平衡度时忽略三相负荷不平衡与中性线阻抗同时存在的实际情况所引起的求解结果不准确问题,提出一种实时计算负荷实际大小及负荷侧虚拟中性点电压的方法,以此辅助监测低压配电网安全。首先建立与低压配电网等值阻抗网络匹配的高阶微分方程模型,再利用方程系数与等值阻抗参数之间的关系,采用暂态数据辨识模型参数,实时求取三相负荷等值阻抗,中性线阻抗及虚拟中性点电压。仿真结果验证了该方法的有效性和准确性。     

考虑无功补偿的10 kV馈线拓扑数据驱动辨识方法

中压配电网的拓扑结构对其运行分析与优化有着重要作用。近年来,配电网中的量测装置记录了大量稳态数据,如何利用量测数据辨识中压配电网拓扑结构成为研究重点。针对现有拓扑辨识方法未考虑馈线有无功补偿的情况,提出了考虑无功补偿的10 kV馈线拓扑辨识方法。首先,揭示了相邻节点电压降与节点间线路传输的有功功率和无功功率呈线性关系;然后,采用量测数据驱动的方式,通过线性回归误差平方和的比较,辨识10 kV馈线的末端节点和上级节点,进而通过迭代不断去除末端节点,直至剩余节点数为1;最后,利用迭代过程中产生的末端节点及上级节点信息重构馈线拓扑。算例验证了所提方法的有效性和鲁棒性。     

基于自适应容积卡尔曼滤波算法的电力系统动态谐波状态估计

由于传统的谐波状态估计的参数辨识算法要求噪声的协方差矩阵固定不变,而实际工程中噪声的协方差矩阵是随时间变化的,工程中存在错误的量测数据,导致传统参数辨识算法估计的谐波电流参数的准确度较低。因此,提出自适应容积卡尔曼滤波算法来提高辨识谐波电流参数的准确度。首先,针对时变噪声干扰,采用基于渐消记忆指数加权法的噪声估值器算法生成时变噪声的协方差矩阵;其次,针对错误的量测数据,采用开窗估计算法修正错误的量测数据;然后,将修正的噪声协方差矩阵和量测数据代入容积卡尔曼滤波算法中,对谐波电流参数进行估计;最后,搭建IEEE 13节点系统仿真模型,验证了自适应容积卡尔曼滤波算法在时变噪声干扰及量测数据错误情况下仍可准确地估计谐波电流参数,确保了动态谐波状态估计的准确性。     

基于事件驱动的有源配电网多状态仿真方法

由于建模方式和参数类型的差异,针对有源配电网多种典型事件的稳态仿真与动态仿真之间存在壁垒。该文提出一种基于事件驱动的有源配电网多状态仿真方法,通过对量测数据进行分析,使得仿真系统根据有源配电网运行状态的改变而自动切换模型和算法,同时降低模型切换过程导致的参数误差,从而解决稳态仿真和动态仿真相互孤立的问题,实现事件驱动的有源配电网全过程仿真。为降低模型切换过程导致的参数误差,该文分别建立有源配电网典型元件的稳态模型和动态模型,进而分析2种模型之间的参数继承关系。为确保多状态仿真被正确地、连续地进行,设计一种基于有限状态机的仿真引擎,它可以通过辨识配电网运行状态,驱动模型切换、参数继承、数据量记录方式改变等过程。所述方法已被应用于IEEE-33节点算例和我国某实际配电网算例的多事件多场景仿真,仿真结果证明了所述多状态仿真方法的有效性。     

配电网动态拓扑与线路参数联合在线辨识方法

为了实现配电网拓扑和线路参数精确辨识,考虑拓扑结构的变化,提出一种基于智能电表量测数据的配电网拓扑与线路参数联合在线辨识方法.首先,利用不同拓扑结构下的历史量测数据,分别建立基于支持向量机(SVM)的多分类模型和基于线性回归的拓扑与线路参数辨识初始模型.然后,以SVM多分类模型实现在线量测数据与拓扑结构间的映射,得到拓...     

基于注意力机制和卷积神经网络的配电网拓扑辨识

针对当前配电网拓扑变化频繁,拓扑结构实时获取困难等问题,文章提出基于注意力机制和卷积神经网络的配电网拓扑辨识方法。首先利用卷积神经网络挖掘量测信息和配电网拓扑结构之间的关系,学习其映射规则;考虑当前配网中同步相量测量装置(phasor measurement unit,PMU)和微型同步相量测量装置(micophasormeasurementunit,μPMU)等高级量测设备安装数量不足导致获取量测数据质量不高的问题,在卷积神经网络隐藏层中融入注意力机制,以增强模型鲁棒性;通过随机森林算法对特征数据集进行降维,降低模型时、空复杂度;最后,分别基于IEEE 33节点配电网和PG&E69节点配电网开展算例分析,以验证方法的可行性和优越性,并检验利用更少特征进行拓扑辨识的可能性。结果表明：所提方法具有良好优越性和鲁棒性,泛化能力强,在仅提供少量时间断面量测数据情况下便可实现配电网拓扑辨识,且对于辐射网和含环网络同样适用。     

基于AMI量测信息的低压配电网线路参数辨识方法

针对目前配电线路参数缺少精准辨识的难题,提出了基于高级量测体系（advanced meter infrastructure,AMI）量测信息的低压配电网线路参数辨识方法。该方法基于AMI量测数据,从网络末节点开始对整个网络的支路参数进行分步估计,建立关于低压配电线路阻抗参数的非线性方程组,并采用最小二乘法对其进行求解,实现全网可观测线路的辨识和估计。算例证明了方法的可行性与有效性。     

多源量测数据融合的配电网状态估计及应用

随着同步相量量测装置的引入,配电网中存在着不同时间尺度与量测精度的多源量测数据。如何充分融合多源量测数据,实现快速准确的配电网状态估计是高效运行决策的重要前提。该文提出一种考虑不同类型量测时间尺度、同步性和精度特点的配电网多源量测融合状态估计方法,讨论同步相量量测数据引入对状态估计分析模型的影响,对多源量测数据进行等值转换实现量测函数的线性化,针对不同类型的量测数据采用相应的数据融合策略,以提高状态估计的精度、减小状态估计的计算周期。基于广州某地区的示范工程算例,分析验证了不同量测配置及运行条件下所提出的多源量测数据融合方法对网络可观性提升、状态估计精度改善的有效性。     

基于改进无迹卡尔曼滤波的短线路同杆并架双回线参数辨识

由于短线路同杆并架双回线通常不采用换位架设,存在线路参数不对称以及参数难以估计的问题。针对该问题,提出了一种基于改进无迹卡尔曼滤波法的短线路同杆并架双回线的参数辨识方法。首先根据短线路同杆并架双回线的特点,建立对应的阻抗模型、导纳模型和量测方程。然后根据量测误差修正量,在线校正量测值和误差方差阵补偿量测噪声。相比于其他参数辨识方法,所提方法考虑了短线路参数不对称性,因此更符合电网实际运行情况,且引入了量测误差修正量能够进一步提高参数辨识精度和稳定性。仿真结果验证了该方法的有效性。     

基于分割区域的配电网异常线损数据辨识与修正

针对配电网线损管理中基础数据异常和冗余量大的问题，提出基于分割区域的配电网异常线损数据辨识与修正方法。考虑终端数据存在冗余量，利用卡尔曼滤波算法对终端冗余数据进行融合，再遍历配电网各线路节点配电变压器，采用局部异常因子算法检测运行数据；基于配电网拓扑关系，采用GN(Girvan-Newman)算法对异常节点进行区域分割；通过分析分割区域邻近节点量测数据和不平衡度指标，动态调整区域边界，直到分割区域满足估计的可观性条件，得到分割区域最终划分结果，并基于区域内节点量测模型、约束模型和估计模型求解异常数据。最后，以西北某省10 kV什新线、什金线为算例进行分析验证，结果表明所提方法可有效实现配电网异常线损数据的辨识及修正。     

考虑电网潮流分布的输电线路动态参数估计方法

随着广域量测系统在电网的应用普及,电力系统量测数据冗余,历史数据越加充足,利用大数据对电网进行动态监测,实时监测与动态分析已成为电力工程研究的热点之一。基于电网量测数据提出一种输电线路动态参数辨识方法。该方法依据电网量测数据,模拟调度功率平衡控制思想,采用优化潮流的计算方法,预测电力网络潮流分布,利用回路新息相角估计电力网络参数偏差,辨识实时动态的支路参数值,并与运行环境进行拟合验证。通过算例验证,该方法能够比较快速准确地获取电网动态参数值,提高参数估计准确度。