基于广域测量系统的混合量测状态估计算法

针对当前广域测量系统（WAMS）测量点少、无法进行状态估计的问题，提出利用量测变换的方法将数据采集与监控系统 (SCADA)支路功率量测转换成等效电流相量量测，与WAMS量测组成混合量测系统，并提出了直角坐标系下混合量测的状态估计算法。理论分析和算例表明该算法具有常数的雅克比矩阵和信息矩阵，而且信息矩阵能够针对节点电压相量的实部和虚部进行解耦处理。该算法收敛快速，属于线性收敛，且基本不受系统规模的影响。此外，本文还研究了该算法对有注入功率节点的处理，不同R/X值对该算法收敛情况的影响以及PMU量测值对估计结果精度的影响分析。     

基于超短期负荷预测和混合量测的线性动态状态估计

目前电力系统量测主要是广域测量系统(wide area measurement system,WAMS)和数据采集与监控系统(supervisory control and data acquisition,SCADA)混合量测并存。利用量测变换技术,将SCADA系统下支路功率量测和节点注入功率量测转换为等效的电流相量量测,并与WAMS量测组成混合量测系统,在此基础上提出了直角坐标系下的线性动态状态估计算法。此外,采用高精度的母线超短期负荷预测并通过潮流计算得到预测值,实现了系统状态的实时跟踪预测。该算法减少了动态状态估计的计算时间,提高了动态状态估计的计算精度。采用IEEE14节点系统对提出的算法进行了验证。     

计及PMU量测的分步线性状态估计模型

提出一种基于广域量测系统(wide area measurement system,WAMS)和数据采集与监控(supervisory control and data acquisition,SCADA)系统混合量测的电力系统状态估计方法,该方法充分利用相量测量单元(phasor measurement unit,PMU)量测方程为线性方程的特点,将SCADA量测方程分解为两步线性化方程,并将PMU量测数据中的电压幅值平方、电流幅值平方和相角量测分别添加到2个线性化方程中,从而实现PMU和SCADA混合量测状态估计的非迭代计算,提高了计算效率。通过IEEE标准系统和波兰电网仿真算例,验证了所提方法的有效性。     

基于混合量测的电力系统线性动态状态估计算法

针对当前电力系统中广域测量系统（WAMS）和数据采集与监控（SCADA）系统并存的现状，利用量测变换技术，将SCADA系统下支路功率量测和节点注入功率量测转换为等效的电流相量量测，并与WAMS组成混合量测系统，在此基础上提出了直角坐标系下的线性动态状态估计算法。该算法采用Holt两参数线性指数平滑技术，结合线性定常系统Kalman滤波原理，实现了系统状态的预测和估计。该算法具有常数雅可比矩阵，从而大大减少了动态状态估计的计算时间，保证了动态状态估计的计算精度。通过IEEE14节点系统的仿真结果，验证了该算法的有效性和优越性。     

基于SCADA/PMU混合量测的广域动态实时状态估计方法

根据来自监视控制与数据采集(supervisory control and data acquisition，SCADA)系统和相量测量单元(phasor measurement unit，PMU)的数据特点，提出了一种基于SCADA/PMU混合量测的广域动态实时状态估计方法，该方法充分利用了各节点间电压变化的相互联系，通过SCADA系统提供的初始值和安装PMU的节点的电压量测可简单地获得其他未安装PMU节点的电压相量。该方法有效地解决了在PMU配置不足的情况下如何观测电网状态以及如何在动态过程下实时观测电网。最后，通过对新英格兰10机39节点系统的多种故障进行仿真，验证了该方法的有效性和准确性。     

基于PMU量测数据和SCADA数据融合的电力系统状态估计方法

针对传统静态状态估计方法的缺点,提出了一种改进的电力系统状态估计方法,即将部分节点相量测量单元(phasor measurement unit,PMU)量测数据与监控数据采集(supervisory control and data acquisition,SCADA)量测数据融合进行电力系统的全网状态估计。该方法简化了系统的雅可比矩阵,缩短了计算时间。文章研究了PMU和SCADA系统融合改进后的快速分解法,针对SCADA量测数据的缺点,通过历史数据库对潮流数据进行预测,并依据PMU量测量对系统进行分析,继而进行系统全网状态的动态监测。通过算例证明,与传统的估计方法相比,该方法改善了状态估计的精确性,减少了迭代次数,细致地描绘了电网状态的变化过程,为调度中心下一步的决策提供了依据。     

基于WAMS/SCADA数据兼容和改进FCM聚类算法的PMU最优配置

针对当前应用于状态估计的广域量测系统(wide area measurement system,WAMS)和SCADA系统混合量测中相量测量单元(phasor measurement unit,PMU)最优配置点的选取问题,在分析WAMS/SCADA数据差异的基础上,提出一种基于数据兼容和改进模糊C均值(fuzzy C-means,FCM)聚类算法的PMU最优配置方案。采用大数据挖掘理念,通过改进FCM聚类算法对SCADA数据依据相关度分区,在分区内可观测度最大的节点配置PMU,各分区内采用该PMU节点的最优平滑系数进行Vondrak插值,得到满足兼容性的数据,应用于混合模型的状态估计。相对只考虑可观测度的PMU配置方案,新方案不仅可以实现WAMS/SCADA数据有效兼容,提高估计精度,应用混合量测的状态估计还可有效控制系统负荷快速变化时的估计误差。通过在IEEE 39节点系统上模拟日负荷变化,验证了该PMU最优配置方案的有效性。     

一种计及全量测相关性的混合电力系统状态估计方法

针对电力系统状态估计中全量测存在相关性的实际情况,提出一种计及全量测相关性的混合电力系统状态估计方法。首先,利用无迹变换法计算来自数据采集与监视控制(supervisory control and data acquisition,SCADA)系统量测之间的统计相关性;其次采用量测缓冲器和向量自递归模型(vector autoregressive model,VAR)计及相量测量单元(phasor measurement units,PMU)量测的时空相关性,最终形成两部分相结合的混合线性状态估计方法。该方法在充分考虑PMU量测量之间时相关性的同时,能够确保PMU量测量与基于具有相关性的SCADA量测状态估计结果保持时标的一致性,进而有效地得到计及全量测相关性的电力系统状态估计结果。通过在IEEE-118标准节点系统上进行大量仿真算例分析,结果表明所提方法能够明显提高状态估计结果的精度。     

基于WAMS/SCADA混合量测和离散粒子群优化算法的PMU优化配置

当前应用于状态估计的量测数据由广域测量系统(wide area measurement system, WAMS)和数据监控及采集系统(supervisory control and data acquisition,SCADA)采集, WAMS向量测量单元(phasor measurement unit,PMU)的优化配置问题成为研究的重点。本文在分析WAMS/SCADA混合量测数据成分、时间断面、精度、刷新频率4个方面差异的基础上,实现了混合量测数据的有效兼容,提出了一种基于无迹卡尔曼滤波(unscented kalman filter, UKF)动态状态估计和离散粒子群优化(discrete particle swarm optimization, DPSO)算法的PMU优化配置方案。采用该方案下的混合量测数据进行UKF动态状态估计,很好地提高了状态估计精度。在IEEE39节点系统上模拟日负荷变化验证了该PMU配置方案的有效性。     

混合量测下基于UKF的电力系统动态状态估计

针对当前电力系统动态状态估计主要采用的扩展卡尔曼滤波(EKF)法存在收敛速度慢、鲁棒性差的缺点,采用一种新的非线性方法——无迹卡尔曼滤波(UKF)法进行电力系统动态状态估计。UKF法由于使用了无迹变换,避免了线性化误差的引入和雅可比矩阵的计算,相比EKF法有更高的估计精度和稳定性。广域测量系统(WAMS)能够提供相量信息,具有精度高、全网严格同步等优点。因此,将WAMS量测数据和数据采集与监控(SCADA)系统量测数据相结合,形成应用混合量测的电力系统动态状态估计。仿真表明,UKF法相比EKF法能够更准确地估计动态系统中的状态量,WAMS信息的引入进一步提高了动态状态估计的性能。     

基于PMU的广域电网相量测量系统概述

随着电力系统的发展和对安全稳定性要求的不断提高，传统的以SCADA/EMS为代表的基于稳态的监控系统将难以满足实时性的要求，而基于相量测量装置（PMU）的电网广域测量系统（WAMS）却能很好地解决电力系统广域空间同步测量的问题。使电网控制中心能在统一的时标下，根据各个PMU的测量信息对电力系统的状态进行分析，并进行全电网的稳定控制、事故预警等。为此，对WAMS的组成结构、发展状况和应用前景等进行了较为详细的概述。     

与SCADA互补的WAMS中PMU的配置及数据处理方法

数据采集与监控(Supervisory Control and Data Acquisition,SCADA)系统只能提供稳态的、低采样密度的、不同步的电网时间断面信息;广域测量系统(Wide-Area Measurement System,WAMS)虽然能在毫秒级的时间尺度上对电力系统进行同步测量,但在现有技术条件下它还不能完全代替SCADA系统.在相当长的时间内,势必出现两种系统并存、互为补充的局面.文章以基于负荷区的简化核心网完全可观测为原则,提出了一种实用的相角测量单元(Phasor Measurement Unit,PMU)配置方法.该方法利用PMU所产生的精确数据来同步系统其它部分的SCADA数据,并对其加上时间坐标,然后进一步利用状态估计来提高数据精度.该方法有效地考虑了WAMS精确数据与SCADA非精确数据的相互配合,具有一定实用价值.     

基于概率分布的广域测量系统时延特性分析

通信时延是广域测量系统(WAMS)应用于广域阻尼控制所需计及的重要因素,如何描述WAMS通信时延尚缺乏有效的模型,因而提出了基于概率模型的WAMS通信时延特性建模方法。在浙江电网WAMS实际运行工况下,根据WAMS数据包特点以及通信结构,对相量测量单元(PMU)子站到WAMS主站的总体通信时延进行了测定,分析了时延数据的统计特点,结果表明:各PMU子站通信时延均值都小于100ms,多数PMU子站通信时延大于100ms的数据占比小于1%。最后基于浙江电网WAMS大量实测数据对通信时延采用概率模型进行建模,表明对于不同时段,不同PMU子站,采用莱斯分布能够有效地表征WAMS通信时延的分布特性。     

广域相量测量技术发展现状与展望

总结了基于相量测量单元(PMU)的电力系统广域测量系统(WAMS)在中国的发展应用现状,介绍了智能电网调度控制系统(简称"D5000系统")中WAMS、数据采集与监控(SCADA)系统,以及保护与故障信息系统的图模库一体化整合,以及多调度中心WAMS数据的按需共享。分析了目前PMU/WAMS进一步推广过程中,在电磁暂态现象分析、实时广域控制、海量数据传输和处理以及强迫振荡检测和控制等方面遇到的技术难题。从扩展PMU应用领域、解决海量数据传输和处理问题、提高WAMS本身应用问题分析能力、提高PMU本身的质量和动态量测性能等几个方面为PMU/WAMS的下一步发展方向提出了建议。     

利用PMU数据提高电力系统状态估计精度的方法

同步相量测量单元(phasor measurements units,PMU)因能测得高精度的同步相量数据而被广泛应用于电力系统中,而传统的监控及数据采集系统(supervisory control and data acquisition,SCADA)是电力系统运行和静态安全监视的基础。文中提出了一种PMU与SCADA数据共存的数学模型用于电力系统状态估计。该模型在保留原有SCADA数据的同时,通过虚拟测量方法对PMU观测范围进行大范围拓展,提高数据冗余度及状态估计的精度。仿真结果表明,该方法具有较高的估计精度,且不受网络拓扑结构和PMU数量限制,适于SCADA和PMU数据共存系统。     

轻型广域测量系统及其在中国的应用

大扰动后高、低压电网动态响应具有强相关性.通过对低压电网动态行为实行同步监测,不仅可掌握配电系统的详细动态,也能在一定程度上实现主网的动态监测.基于此,提出了轻型同步相量测量单元(PMU Light)与轻型广域测量系统(WAMS Light)的概念,对低压电网进行同步监测,并辅以一定的信号处理手段,实现本地及部分全局动态行为的同时监测.以PMU Light为测量手段,建成了国内首套WAMS Light,涵盖六大区域电网,记录了大量就地扰动和大扰动后电网的响应数据.目前,该系统已成为中国高校及科研院所开放获取电网动态响应实测数据的直接平台.WAMS Light成本低、安装方便、便于广泛布置,将其与常规广域测量系统相配合,可建立涵盖高、低压电网的全景式同步监测系统.     

基于广域测量系统的暂态失稳判别方法适应性研究

分析了在广泛应用相量测量单元（phasor measurement unit,PMU）和广域测量系统（wide area measurement system,WAMS）的情况下,电力系统的受扰轨迹规律,研究了基于WAMS的暂态稳定判别技术,分析了状态量门槛值判别方法、基于相平面轨迹凹凸性判别方法、基于单机能量函数判别方法及基于实测轨迹的扩展等面积准则（extended equal area criteria,EEAC）判别方法等的原理及特点。以2012年南方电网丰大计算数据为基础,以实际系统为研究平台,通过仿真分析验证,从准确性、快速性及对测量的要求等方面,对比分析了暂态失稳判据的优缺点及适用性,为工程化应用提供了重要参考。     

基于CIM的广域测量系统的信息模型

针对当前广域测量系统WAMS尚没有统一的信息模型,不能与其它应用系统有效信息共享的现状,对IEC 61970标准的公共信息模型CIM进行了深入研究,并且结合WAMS的特点及其在电力系统中的应用情况,提出了基于CIM的WAMS信息模型,定义了WAMS的CIM类及其相应的属性信息。在该模型扩展的基础之上,提出了一个基于消息中间件的电力信息集成系统,以说明该信息模型的应用前景。