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。     

配电网状态估计可观性研究综述

状态估计是实时感知系统运行状态的关键手段.目前配电网中常因量测配置不足而难以满足状态估计可观性的要求,因此开展状态估计可观性研究具有重要意义.首先,介绍了配电网可观性的分析方法和评价指标;其次,归纳了量测配置优化、伪量测建模和零注入节点处理等提高配电网可观度的方法;然后,基于分布式电源的并网机理与主动配电网中存在的不确...     

主动配电网多目标PMU最优配置

随着大规模的分布式电源(distributed generation,DG)接入及电网与用户互动增加,主动配电网状态估计结果与量测配置需要考虑更多不确定性因素。为加强对配电网的实时监测与控制,提高配电网运行态势感知能力,需要发展同步相量测量装置(phasor measurement unit,PMU)。在计及DG与负荷不确定性的基础上,建立了考虑经济性、配电网状态估计精度以及节点电压越限概率的多目标PMU最优配置模型。以拟蒙特卡洛方法模拟DG与负荷的不确定性;基于两步式加权最小二乘方法,构建混合量测配电网状态估计模型,并利用改进的自适应多目标二进制差分进化算法进行求解,从而得到特定状态估计误差精度下的PMU最优配置Pareto非劣解集。通过IEEE 33节点配电网系统进行仿真计算分析,验证了所提模型与算法的可行性与有效性。     

基于改进磷虾群算法的配电网PMU优化配置研究

随着大量分布式电源和随机负荷等引入,导致配电系统在越来越复杂及不确定的工况中运行,其状态估计结果与量测装置需要更多地考虑不确定性因素.虽然同步相量量测装置可以通过提供实时量测数据来提高状态估计结果,但考虑到配电网节点较多以及投资成本不足造成供需不平衡,所以在短时间内配电网不可能大规模配置.该文基于经济性的原则来配置PM...     

三阶段式交直流混合主动配电网三相区间状态估计

为了解决主动配电网由于采用大量伪量测而使得各节点量测质量差别大且伪量测很难给出概率密度分布,只能给定误差量测区间的问题,提出一种三阶段式区间状态估计方法来过滤主动配电网中的量测生数据。首先,通过第一阶段的混合整数线性规划坏数据辨识模型,对模型中极其粗糙的坏数据进行第一阶段的剔除;然后,建立第二阶段更精确的坏数据辨识模型,由于该问题属于混合整数非线性规划问题,其对初值敏感,且求解困难,因此将第一阶段模型的计算结果作为初值,以提高第二阶段的计算效率;最后,进行基于非线性规划模型的区间状态估计。通过3节点和13节点主动配电网系统进行仿真分析,结果表明,所提的三阶段区间状态估计方法既能提高状态估计计算效率,又能保证计算结果的精度。     

基于免疫离散粒子群算法的主动配电网PMU测量位置优化

主动配电网的状态估计是配电管理系统必不可少的组成要素,其估计结果的准确性受量测位置的影响较大。为了提高系统状态估计的精度,优化实时数据库,本文结合一种基于并行置信传播算法的状态估计方法,建立了以主动配电网状态估计误差最小为目标的PMU量测位置优化模型,同时提出了利用优化粒子初始位置的改进免疫离散粒子群算法进行模型求解。最后通过算例仿真,得到了量测装置的优化配置方案,且在该方案下,状态估计的精度明显提高。     

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。     

配电网状态估计误差的电路表示方法

量测信息少、测量精度不足是影响配电网状态估计精度的重要问题。根据实时量测和伪量测数据的精度,判断配电网状态估计结果的误差范围,对配电网的运行和观测规划具有重要指导意义。现有的采用信息矩阵求逆的方法,物理意义不明确,难以分析各类型量测的作用。提出一种配电网状态估计误差的电路表示方法,将量测精度对配电网状态估计误差的影响用导纳电路表示,并用源强度和关联强度分析不同类型量测在状态估计中的作用。理论分析和算例验证表明,该方法可直观表示配电网状态估计的误差分布,确定各个量测对状态估计误差的影响,从而为配电网的运行规划提供指导。     

基于准实时数据的智能配电网状态估计

针对配电网首端量测准确度较高,而其余位置量测冗余度较低甚至没有量测量的特点,提出一种新的配电网DMS系统架构和适用于智能配电网的状态估计方法,利用准实时数据构造目标函数,依据历史记录设置不等式约束。与传统配电网方法不同,该方法可用于准实时量测在线率较低的配电网。因其是最优潮流意义下的状态估计,可以利用内点法求解。采用某市9节点配电网线路作为算例进行仿真,并对结果进行了详细讨论,同时以广泛使用的33节点配电网算例进一步验证。结果表明,所提方法计算速度快、收敛性好,可以实现智能配电网在线状态估计。该方法对于准实时量测在线率低的配电线路也有理想的估计效果,能较好地获得真实值,对线路电流的估计结果满足智能配电网高级应用的需求。     

考虑多类型分布式电源和负荷不确定性的主动配电网区间状态估计

分布式电源的间歇性发电并网、电动汽车的随机充电以及智能量测装置的量测误差等使得主动配电网状态估计结果需要考虑更多的不确定因素。在利用区间数对系统量测不确定性予以合理分析与定量描述的基础上,建立主动配电网三相区间状态估计模型。为能够精确求出系统状态估计结果,提出基于迭代运算的线性规划算法对所建立的主动配电网三相区间状态估计模型进行求解,并结合稀疏矩阵技术进一步提高算法的求解速度。对修改的IEEE 123节点算例进行测试分析,与现有非线性区间优化求解方法和蒙特卡洛抽样方法进行比较,结果表明所提方法在估计精度以及计算效率方面均具有一定的优势。以区间数形式对网络中不确定物理量进行刻画与建模后,采用状态估计程序得到的计算结果也会呈现出区间形式,由此可为调度人员提供更加直观的系统状态量上下界信息。     

基于PMU的新息图法状态估计

采用直流潮流模型的新息图法状态估计利用支路有功功率得到新息值,忽略了有功损耗,有一定误差。文章提出在电网的某些节点装设相量测量单元(PMU)后,利用PMU所得的电压和电流量测值,将直流潮流模型下的新息网络图变换为交流潮流模型下的新息网络图来进行状态估计,提高了拓扑变化的识别精度,并且在拓扑发生变化时同样可以给出较真实的网络运行状态。     

抵御多点虚假数据攻击的主动配电网状态估计方法

引入同步相量量测装置（PMU）识别虚假数据注入攻击（FDIA）的动态状态估计是实现主动配电网安全准确决策的有效途径。提出一种融合贝叶斯定理的深度森林（BA-DF）FDIA检测机制的混合量测加权平方根容积卡尔曼滤波（WASRCKF）动态状态估计方法。首先,通过图卷积神经网络预测PMU和SCADA混合量测融合,提高数据冗余度;其次,利用WASRCKF估计状态量和混合量测预测量进行加权估计,降低FDIA对状态估计更新层的影响;然后,采用BA-DF进行FDIA检测,判断虚假数据攻击位置,使用混合量测预测值进行修正,形成BA-DF-WASRCKF组合方法。最后,采用PG&E69配电网进行验证,结果表明该方法在不同PMU配置下均可获得更高精度状态估计结果,配置24台PMU的FDIA识别率为95%,较传统方法状态估计精度提高了77.8%。     

基于改进图卷积网络的配电网状态估计方法

采用小样本量测信息进行配电网实时状态估计,对提高配电网可靠性,保证其稳定运行具有重要作用。为了在配电网量测信息不足条件下进行高精度状态估计,提出了一种基于改进的图卷积网络(graph convolutional network,GCN)的物理–数据融合配电网状态估计新方法。该方法首先利用少量相量量测单元将配电网进行切割分区,然后根据分区后的最大直径确定卷积网络所需要的卷积模块数量,其次修改了传统GCN中的邻接矩阵表示方法,从而实现利用卷积网络将配电网分区子系统中的状态变量均由量测量表示。通过IEEE33节点典型算例,验证了所提方法有效性。同时,通过与传统的高斯–牛顿优化算法和传统深度学习网络对比测试,结果表明,所提方法不仅能够将计算复杂度转移到离线阶段,而且能够不依赖于高冗余度的伪量测,具有较高的估计精度与计算速度。     

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。     

含光伏电站和蓄电池储能系统的主动配电系统状态估计

间歇性和随机波动性的分布式新能源大规模接入,储能系统与电动汽车的随机充放电以及智能量测装置的量测误差等使得主动配电系统的态势感知面临诸多挑战。考虑到光照强度、温度及电池荷电状态等影响因素,文中搭建了含光伏发电电源、配电网和蓄电池储能负荷的主动配电系统状态估计模型。首先,基于光伏五参数模型和电池内阻模型,推导出光伏系统和蓄电池储能系统的量测函数及雅可比矩阵。然后,结合配电网的状态估计模型,将电气量和非电气量统一标幺化后,对主动配电系统进行状态估计及不良数据处理。最后,在IEEE 33节点系统下进行了仿真验证。仿真结果表明,与光伏系统和蓄电池储能系统作为PQ节点的模型相比,所提方法扩展了与光伏系统和蓄电池储能系统相关的状态估计和不良数据处理能力,且提高了配电网的状态估计精度。     

基于多准则分区和WLS-PDIPM算法的有源配电网状态估计

针对复杂有源配电网三相不平衡状态估计计算速度较慢与计算精度较低的问题,提出了一种基于多准则分区和基本加权最小二乘法—原对偶内点法(WLS-PDIPM)混合算法的状态估计方法。基于对有源配电网中实时量测、虚拟量测和伪量测的配置分析,建立了适用于复杂有源配电网状态估计的多准则分区优化模型,该模型综合考虑了分区后各子区域规模均衡、量测冗余度均衡及伪量测平均误差均衡。通过高级量测体系(AMI)全量测点实现各子区域完全解耦,有效减小了系统规模和雅可比矩阵阶数。所提方法将WLS与PDIPM的优点相结合,在提高算法精度的同时减少了计算时间。仿真算例结果表明所提方法可实现对复杂有源配电网的合理分区,有效提高了状态估计的计算速度与求解精度。     

考虑虚假数据注入攻击的有源配电网分布式状态估计

状态估计作为保障电网监测数据质量的关键一环,为能量管理系统提供可靠的数据基础。考虑到有源配电网量测误差大、易遭受网络攻击等问题,本文研究计及虚假数据注入攻击的有源配电网分布式状态估计方法。首先,各子区域根据自身量测进行状态估计,并利用平均一致性算法获取全局信息对内部状态量进行修正,实现完全分布式状态估计;其次,在子区域状态估计中引入权函数动态修正目标极值函数的权重矩阵,增强状态估计的抗差性能;然后,在边界节点和易受到虚假数据注入攻击的节点配置同步相量测量单元,提高辨识虚假数据攻击的能力;最后,利用IEEE 118节点配电网系统进行算例仿真验证。试验结果表明,本文所提出的状态估计方法不仅可以有效减小估计误差,还能准确辨识虚假数据注入攻击,提高了状态估计的精度和虚假数据注入攻击的辨识能力。     

基于改进鲁棒自适应UKF的配电网动态状态估计方法

配电网动态状态估计中状态方程的过程噪声统计参数是未知而且时变的,因此在状态估计过程中需要在线对过程噪声统计参数进行实时估计,而且不准确的噪声参数将会导致无迹卡尔曼滤波器的滤波性能下降甚至滤波发散。文中研究了基于改进鲁棒自适应无迹卡尔曼滤波器的配电网动态状态估计方法,其噪声参数统计估值器由一个有偏的和一个无偏的估值器组成,可以提高在状态估计过程中噪声参数估计的准确性,同时确保过程噪声方差矩阵的半正定性,从而保证算法的鲁棒性。通过对IEEE 33节点系统进行仿真验证,结果表明所提方法在系统平稳运行、负荷发生剧烈变动或者初始噪声参数值设置不当的情况下,均能保证较高的状态估计精度。