基于粒子群算法的电力系统非线性谐波状态估计

为增加谐波量测数据的冗余度,提高线性谐波状态估计的可观测度,基于PMU量测数据和SCADA量测数据构成混合量测数据,应用于谐波状态估计,建立非线性谐波状态估计的数学模型。将该非线性数学模型改写为灵敏度模型,并转化为优化问题,应用粒子群算法求解。算例分析表明,非线性谐波状态估计的灵敏度模型是有效的,应用优化算法求解是切实可行的,混合量测数据能提高谐波状态估计的可观测度。     

电力系统谐波状态估计研究综述

阐述了电力系统谐波状态估计技术的概念和功能,指出谐波状态估计对于电力系统谐波监测和治理的重要意义。对现有的谐波状态估计算法进行了评述,探讨了谐波状态估计的可观性问题,给出了几种现有的可观性分析方法。介绍了谐波状态估计技术的工程应用情况,展望了谐波状态估计技术的应用前景,并讨论了该领域尚待解决的问题。     

电力系统谐波状态估计研究综述

阐述了电力系统谐波状态估计技术的概念和功能,指出谐波状态估计对于电力系统谐波监测和治理的重要意义.对现有的谐波状态估计算法进行了评述,探讨了谐波状态估计的可观性问题,给出了几种现有的可观性分析方法.介绍了谐波状态估计技术的工程应用情况,展望了谐波状态估计技术的应用前景,并讨论了该领域尚待解决的问题.     

谐波状态估计研究综述

介绍了谐波状态估计的概念、主要功能与模型,指出谐波状态估计不仅仅是状态估计技术从基频的应用简单延伸到谐波的应用;分别从量测量的选择和静态估计算法、动态估计算法、量测点配置等方面出发,评述了现有的几种谐波状态估计算法;展望了谐波状态估计研究今后的主要工作.     

基于广域测量系统的状态估计研究综述

广域测量系统（WAMS）的逐步发展给电力系统在线分析方法提供了一个新思路。针对WAMS测量精度高、具有同步相量测量功能以及数据传输快等特点，分别从引入高精度节点电压相量量测的状态估计算法、引入高精度支路电流相量量测的算法、引入全部WAMS量测的算法以及其他与WAMS状态估计相关的问题等4个方面，介绍了目前引入WAMS量测的各种状态估计算法；并详细分析了各种算法的优缺点和适用范围，从工程应用出发研究其可行性，对部分算法给出了改进措施。讨论了WAMS的不良数据检测与辨识问题、相量测量装置（PMU）的最优配置问题以及基于PMU的动态状态估计和谐波状态估计等与WAMS状态估计相关的其他问题。     

基于相量量测的电力系统谐波状态估计(I)--理论、模型与求解算法

通过分析现有网络谐波分析理论的局限性与实践中所遇到的困难,提出了基于相量量测的电力系统谐波状态估计算法.选择节点电压作状态量,节点电压、支路电流与注入电流作量测量,建立了各种量测配置的量测方程以及谐波状态估计问题的数学模型.然后,通过总结谐波状态估计算法的基本特点与优化量测方程和母线的编号,提出了谐波状态估计的分层算法,大幅度降低了量测矩阵的维数.     

基于相量量测的电力系统线性状态估计

分析了相量量测装置的量测误差情况,指出了相量量测参与状态估计计算的必要性。在完全使用相量量测的情况下,给出了基于直角坐标系的实数形式的电力系统线性量测方程和相应的线性静态状态估计算法。对负荷预报加潮流计算的系统状态预报方法进行改进,通过对误差协方差阵计算公式的推导与简化,提出了新的预报误差协方差阵计算公式,并将其与线性量测方程相结合,提出了基于相量量测的线性动态状态估计算法。最后讨论了线性状态估计算法的使用条件,并采用IEEE30节点系统对提出的算法进行了验证。     

基于相量量测的电力系统线性状态估计

分析了相量量测装置的量测误差情况，指出了相量量测参与状态估计计算的必要性。在完全使用相量量测的情况下，给出了基于直角坐标系的实数形式的电力系统线性量测方程和相应的线性静态状态估计算法。对负荷预报加潮流计算的系统状态预报方法进行改进，通过对误差协方差阵计算公式的推导与简化，提出了新的预报误差协方差阵计算公式，并将其与线性量测方程相结合，提出了基于相量量测的线性动态状态估计算法。最后讨论了线性状态估计算法的使用条件，并采用IEEE 30节点系统对提出的算法进行了验证。     

电力系统谐波状态估计量测配置算法研究

谐波状态估计技术是在全球定位系统和相量量测技术的基础上发展起来的一项新型技术,是电网谐波分析的一种有效手段.阐述了电力系统谐波状态估计可观性分析概念及主要方法;鉴于谐波量测系统成本造价高,在分析传统量测配置算法优劣的基础上,提出了序贯搜索法结合量测方程数值稳定性和量测子站最少化为目标函数的量测配置优化的算法,实现保证系...     

基于网络拓扑的谐波状态估计量测点最优配置

针对目前国内电网普遍存在的谐波量测点少、量测设备同时具有谐波电压电流量测、量测点分离的情况,提出一种利用疑似谐波注入节点辅助的网络拓扑法分析网络可观性的方法。该方法采用布尔运算形式对邻接矩阵和电压电流量测向量进行递归计算,运算量小。此方法可用于量测点少或量测点分离等谐波状态局部可观电网的分析计算。在可观性分析的基础上提出一个与母线负荷类型、负荷容量、及电压等级相关的综合目标函数实现量测点最优配置及量测点重要度排序。某地区电网算例证明了此方法的实用性及有效性。     

基于广域测量系统的状态估计和PMU配置

同步相量测量单元(PMU)能够根据全球定位系统(GPS)提供的精确时钟,实现对电力系统实时数据的量测。该文分析了PMU与传统监控和数据采集(SCADA)系统相结合构成的混合量测系统对状态估计精度的影响。在混合量测模型的基础上,提出了一种以提高状态估计精度为目标的PMU配置方案。通过IEEE-39节点系统仿真证明了该方法的有效性和实用性。     

基于复值独立分量分析的配电网谐波状态估计

针对独立分量分析算法在谐波阻抗未知条件下无法准确估计谐波电流幅值的问题,提出基于复值独立分量分析法的相量比例系数计算方法,来估计谐波电流的幅值和相位。首先采用复值独立分量分析法估计谐波电流相量初始值;然后考虑到系统侧等效阻抗远小于负荷侧等效阻抗,忽略线性负荷对谐波电流的分流作用,推导出2种不同情况下相量比例系数的计算方法;最终确定谐波电流幅值和相位。利用IEEE 14节点配电网系统和某地区局域电网对该方法进行验证,并与现有独立分量分析法对比,结果表明该方法能在谐波阻抗未知条件下准确地估计出谐波电流幅值和相位。     

基于配电网先验信息的谐波状态估计量测点最优配置

针对现有谐波状态估计量测点数量较多的问题,提出利用独立分量分析(independent component analysis,ICA)和配网先验信息进行量测点优化配置。以负荷的非线性程度和负荷容量的乘积度量节点的谐波发射水平,大于设定阈值的节点作为可疑谐波源。根据量测量维数不少于谐波节点数量,且量测点可提供电压和电流量测的特点,确定量测点数量。再以谐波发射水平、母线电压等级的加权和为目标函数计算可疑谐波源节点的重要度,选择较高重要度的母线配置量测设备。IEEE14节点配电网和某地区实际电网的算例证明了该方法的有效性和实用性。     

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。     

电力系统谐波分析的有效方法——谐波状态估计技术综述

谐波状态估计技术是在GPS技术(Global Position System)和PMU技术(Phasor Measurement Unit)基础发展起来的一项新型技术,它通过状态估计手段实现对监测的电网谐波进行分析。系统地介绍了电力系统谐波状态估计技术的概念、谐波测量系统、估计算法和工程应用情况。在介绍状态估计算法时,通过将其分为静态状态估计算法和动态状态估计算法,分别对其进行评述;最后对谐波状态估计技术以后的研究进行了展望。     

电网谐波状态估计中的可观性分析

谐波状态估计的一个难点,在于量测数目通常小于状态量数目,导致量测—状态方程欠定,系统不完全可观。针对该问题,进行了3个方面的研究:首先,结合数学分析和实际电网分析,从减少状态量的角度,实现方程由欠定变为恰定或超定,在保证系统状态完全可观的前提下,大大减少量测设备的数目;其次,将奇异值分解法(SVD)应用在系统可观部分的判断和计算中;然后,针对可观性分析中传统代数方法不足,结合矩阵条件数,提出一种实用的线性无关排序法,并将该方法用于指导不可观系统量测设备的调整和添加,实现系统良好的可观性。最后以菏泽—仿山220kV—110kV—35kV配电系统为例,对SVD和线性无关排序法进行说明,验证了方法的可行性。     

基于测量不确定度的电力系统状态估计（二）方法研究

基于正常测点概念构造了相应测点评价函数,用于评价测点是正常测点还是异常测点;在此基础上,提出了以测点正常率最大为目标函数的状态估计新模型.为使估计结果更接近于实际运行情况,模型中可考虑潮流约束和实际物理约束.用现代内点法求解该模型,计算速度快,收敛性好.与以往方法相比,文中所述方法的状态估计结果测点正常率高,可自动辨识不良数据,估计结果不易受不良数据影响,有较强的抗差性;所求得的解为潮流解,满足各种物理约束,更加接近实际;计算中无需进行不良数据检验,无需主观设定测点权重,大幅度减少了调试和维护工作量.     

基于混合量测的电力系统状态估计混合算法

研究了相量量测装置(PMU)相量量测和监控与数据采集(SCADA)量测混合使用时的数据匹配问题,提出了利用状态量转换预测得到预报系统状态和预报节点注入电流向量的方法。在此基础上,提出了应用PMU实时相量量测和预报节点注入电流向量的线性静态状态估计算法,以及应用PMU实时相量量测和预报系统状态的线性动态状态估计算法。文中将这2种算法与传统状态估计算法相结合,组成了状态估计混合算法,保证了状态估计的计算精度。该混合算法有效减少了状态估计的计算时间,对PMU的量测配置也没有严格的要求,具有很好的通用性。最后采用IEEE30节点系统对该方法进行了验证。