基于IGG抗差最小二乘法的三相配电网谐波状态估计

针对传统最小二乘法在谐波状态估计量测数据中混有粗差时的处理能力不足,提出了一种基于IGG法的抗差最小二乘法。抗差估计是统计学里面常用的一种针对数据中含有粗差的处理方法,而抗差最小二乘法就是将抗差估计和最小二乘法相结合的一种新的估计方法。该方法对量测数据进行降权、保权和淘汰,改善量测数据的权重,从而抵御了粗差对估计结果带来的恶劣影响。同时,目前大多数的配电网谐波状态估计模型采用简化的单相模型,并未考虑配电网三相不平衡的特点,文章建立了配电网的三相数学模型,并采用IEEE33节点系统进行仿真分析,在量测数据中混有粗差时分别运用抗差最小二乘法和传统最小二乘法求解并对估计结果进行误差对比,算例结果表明了抗差最小二乘法具有较强的抗差能力且估计精度优于传统最小二乘法。     

基于智能电表和PMU混合量测的低压配电网状态估计方法研究

随着高级量测体系的不断完善和同步相量量测PMU等高精度新型量测装置的发展,为确保低压配电网状态估计性能,提出一种基于智能电表和PMU混合量测的低压配电网状态估计方法。该方法将高级量测体系中的智能电表采集的电压幅值、功率实时量测和PMU同步相量量测相结合,以节点注入电流平衡方程为基础,建立基于指数型权函数的加权最小二乘法模型。模型中利用数据的残差对权函数进行修正,以提高状态估计的抗差性和收敛性。最后基于IEEE 14节点算例系统,对该方法进行仿真分析。仿真结果表明,该方法相较于采用传统加权最小二乘法的状态估计模型,对含有高误差数据的量测数据具有更高的精确性。     

PMU准实时数据对主动配电网抗差估计的影响

由于相量测量单元(PMU)因成本问题无法在配电网中大规模配置,且不同设备向主站传输数据时存在客观的通信延迟、带宽限制等因素,因此状态估计器输入端存在不良数据。提出一种基于同步相量量测的主动配电网抗差估计方法,并提出以虚拟PMU量测模型补充大量的高精度冗余数据。将数据采集与监视控制(SCADA)量测系统、PMU量测和虚拟PMU量测构成的混合量测系统作为状态估计的输入端。考虑网络和量测数据不确定度对抗差M估计算法进行改进,避免了传统加权最小二乘估计中删除坏数据的残差判断和迭代过程,降低了估计耗时,提高了状态估计的可靠性和抗差性能。改进IEEE 14和IEEE 33节点配电网算例的仿真分析,验证了所提方法的有效性和普适性。     

海底观测网电力系统状态估计

由于海底观测网电力系统量测量冗余度低,传统的加权最小二乘(WLS)法状态估计结果精度不高,且WLS法不具有抗差性。针对该问题,引入小波分析方法,将其与WLS方法相结合,提出一种电力系统状态估计方法,该方法利用小波降噪理论提高WLS状态估计结果的精度,利用小波变换奇异性检测理论识别传感器故障,提高WLS方法抗差能力。海底观测网电力系统模型的仿真结果验证了该方法的优越性。     

配电网状态估计的一种新算法

加权最小二乘法是当前配电网状态估计的常用算法,但它对于粗差的处理能力不足,量测量中的粗差会使估计结果严重偏离真值.介绍了一种抗差原理,利用权因子把一般性的M估计转换为加权最小二乘法,并将之应用于配电网的状态估计.通过测试,证明该方法可以有效减小或消除量测量里面的粗差影响,对于配电网状态估计技术有较强的实用价值.     

多目标函数预抗差估计

对于电力系统中出现在杠杆量测上的不良数据,传统含不良数据辨识的最小二乘法状态估计不能很好排除不良数据对系统估计结果的影响。本文提出了多目标函数预抗差状态估计,利用可变窗宽算法平衡了指数目标函数状态估计的精度与速度矛盾,同时利用加权最小二乘估计与之相结合,在不同的迭代周期中使用不同的目标函数,使得估计既可以具有结构抗差估计的优秀抗差性能,又使得估计具有最小二乘法相对优秀的收敛性,避免了迭代震荡浪费计算资源的情况。将本文所提方法与传统算法进行比较,结果表明本文所提出的算法在性能上具有明显优势。     

基于PMU的输电线路相参数在线抗差最小二乘辨识

针对输电线路相参数难以获取,且相量测量单元(phasor measurement unit,PMU)数据存在随机噪声的实际问题,提出了一种线路相参数在线最小二乘辨识方法。该方法采用相分量方法,仅需多次正常运行时三相不平衡的线路双端PMU电压、电流量测数据,即可实现相参数的辨识。建立了线路三相参数的∏型等值模型,推导获得其参数的辨识方法,并应用基于Huber估计的抗差最小二乘法,降低量测中一般的随机噪声及坏数据对辨识结果的影响,实现抗差辨识。最后,仿真验证了所提方法的有效性以及抗噪能力。     

自适应抗差理论在配网状态估计中的应用

提出了一种基于自适应抗差理论的配电网状态估计算法。该方法首先对生数据进行预处理,然后基于抗差原理,利用权因子把一般性的M估计转换为加权最小二乘法,并将权系数和余差联系起来,有效地解决了常规加权最小二乘法中,由于常数权系数所导致的,对粗差处理能力不足的问题。将该方法应用于一个实际配电网络的状态估计当中,结果表明该方法可以有效减小或消除量测量中粗差的影响。     

指数型目标函数电力系统抗差状态估计的解法与性能分析

针对一个指数型目标函数电力系统抗差状态估计模型,给出一种有效的求解方法。由于指数型目标函数电力系统抗差状态估计模型的目标函数连续可微,因此可通过与加权最小二乘估计类似的牛顿法方便地进行求解,与现有状态估计程序之间具有很好的兼容性。理论分析表明新的抗差估计模型具有很强的排除不良杠杆量测的性能,并通过与加权最小二乘估计和广义M估计的数值算例比较,进行了验证。基于IEEE标准系统和2个实际省级电网的计算分析,将本文方法与现场广泛应用的含不良数据辨识环节的加权最小二乘估计程序进行比较,结果表明所提方法的抗差能力具有明显的优势。     

基于广域测量和抗差最小二乘法的电力系统谐波状态估计

介绍了谐波状态估计数学模型及常用的最小二乘求解算法。针对最小二乘法抗粗差能力较差的缺点,提出利用抗差最小二乘法进行谐波状态估计。抗差最小二乘法通过等价权将抗差估计原理与最小二乘形式有机结合起来,可有效解决最小二乘法不抗御粗差的问题。利用Matlab搭建了配电网的仿真模型,获得了研究所需的谐波同步测量数据,对测量数据加入含有粗差的正态分布误差,用传统最小二乘法和抗差最小二乘法进行谐波状态估计。计算结果表明了在测量数据含有粗差的情况下,用抗差最小二乘法进行谐波状态估计其结果精度优于最小二乘法。     

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。     

基于遗传算法的PMU配置对谐波状态估计质量影响的研究

谐波状态估计的质量是PMU配置数量和安装地点的函数.研究PMU配置对谐波状态估计质量的影响,建立量测方程,并应用最小二乘法求解谐波状态估计的量测方程.建立了综合考虑量测配置PMU投资和状态估计误差的加权数学模型,并应用遗传算法求解加权数学模型,通过对最优代PMU配置方案的分析,给出了不同数目和位置的PMU对谐波状态估计误差和系统可观性的影响规律.利用Matlab搭建了配电网的仿真模型,获得了研究所需的原始数据,仿真算例验证了算法的有效性.     

基于遗传算法的PMU配置对谐波状态估计质量影响的研究

谐波状态估计的质量是PMU配置数量和安装地点的函数。研究PMU配置对谐波状态估计质量的影响,建立量测方程,并应用最小二乘法求解谐波状态估计的量测方程。建立了综合考虑量测配置PMU投资和状态估计误差的加权数学模型,并应用遗传算法求解加权数学模型,通过对最优代PMU配置方案的分析,给出了不同数目和位置的PMU对谐波状态估计误差和系统可观性的影响规律。利用Matlab搭建了配电网的仿真模型,获得了研究所需的原始数据,仿真算例验证了算法的有效性。     

基于中位数估计和相分量模型的输电线路序参数在线抗差辨识

实测相量测量单元(PMU)数据中存在随机噪声和不良数据,造成线路正序和零序参数辨识精度降低,故而会导致状态估计合格率低等问题,从而影响电力系统调度运行。针对上述问题,提出了一种基于PMU数据、线路相分量模型和中位数估计的输电线路正序和零序参数在线抗差辨识方法。该方法仅需多次正常运行时三相不平衡下的线路双端PMU相电压、相电流量测数据,并利用相分量模型实现正序和零序参数同时辨识,利用中位数抗差减少数据量需求。具体地,建立了线路三相参数的π型等值相分量模型,基于最小二乘法推导了获得其参数的辨识方法;应用结合中位数估计的抗差最小二乘法进行辨识,该方法可避免极端值和大部分量测中粗差对辨识结果的影响;利用仿真及实测数据验证了所提方法的有效性以及算法的抗噪和抗差能力。     

基于Gauss-Markov模型的电力系统t型抗差状态估计

将t型估计引入状态估计中,提出自适应Gauss-Markov模型的t型抗差状态估计。该方法能够克服传统不良数据辨识程序不能很好地辨识多个强相关不良数据的不足,且与传统状态估计程序具有很好的兼容性,利用t分布的自由度动态调节估计的效率和抗差性。该方法目标函数连续可微,可利用与加权最小二乘(WLS)法类似的牛顿法进行求解。IEEE标准系统和某实际输电网测试验证了所提方法的有效性,与含不良数据辨识功能的WLS估计和二次-常数(QC)估计相比,所提方法的抗差性具有明显的优势。     

一种计及零注入电流的PMU量测线性状态估计方法

为充分利用相量测量单元(Phasor Measurement Unit,PMU)数据进一步提升状态估计精度,提出一种完全基于PMU量测数据的线性加权最小二乘状态估计方法。该方法将联络节点的零注入电流作为虚拟量测。由于最小二乘法的实质是通过量测冗余度提高状态估计精度,因此,虚拟量测的引入提升了冗余度,从而能够提高估计精度。利用IEEE39节点和IEEE118节点系统进行仿真,结果表明完全基于PMU量测的线性状态估计与传统非线性状态估计和混合量测状态估计方法相比能够有效提高估计精度和计算速度。此外,利用IEEE39节点测试系统对量测变换误差进行了比较研究,结果表明提出的方法量测变换误差明显小于SCADA量测变换误差,有助于提升估计精度。     

考虑量测时延时基于3种数据融合的配网状态估计

针对已有配电网状态估计方法在进行量测数据的融合时,未考虑量测时延,量测数据断面可能并没有对齐以及收敛性和抗差性往往难以兼顾的局限性,本文提出了考虑量测时延时基于3种数据源融合的配电网状态估计方法。首先,基于量测数据的分布特性,提出量测时延的处理方法,解决断面数据对齐问题。然后,通过线性外推对配电网中的3种常用的量测数据进行有效融合。最后,利用融合后的数据进行配电网状态估计计算,提出一种基于最小二乘和一乘之和的抗差状态估计方法。仿真算例证明了本文方法的有效性。     

结合模糊综合评判与决策的电力系统状态估计

针对电力系统状态估计中各种类型量测数据精度对状态估计结果有重要影响的问题,在基本加权最小二乘法估计的基础上,结合模糊综合评判与决策中的层次分析法(Analytic Hierarchy Process,AHP)讨论了一种改进权值确定方法的加权最小二乘法。它是将电力系统状态估计分解为量测值与估计值的差值平方最小(目标)、不同类型的量测值(准则)、各类型量测值相对精度的大小(方案)等层次,在此基础上进行定性和定量分析。通过IEEE 14-bus、IEEE 30-bus和IEEE 57-bus的标准算例进行仿真分析,证明层次分析法确定权值的加权最小二乘法能够有效地计算出电力系统的状态估计值。通过和基本加权最小二乘法进行比较,证明了该方法的优越性和实用性。     

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。     

自适应抗差理论在配网状态估计中的应用

提出了一种基于自适应抗差理论的配电网状态估计算法.该方法首先对生数据进行预处理,然后基于抗差原理,利用权因子把一般性的M估计转换为加权最小二乘法,并将权系数和余差联系起来,有效地解决了常规加权最小二乘法中,由于常数权系数所导致的,对粗差处理能力不足的问题.将该方法应用于一个实际配电网络的状态估计当中,结果表明该方法可以有效减小或消除量测量中粗差的影响.