基于分解协调算法的互联电力系统状态估计

提出了基于分解协调算法求解多区域互联系统的状态估计算法。互联系统计算中心根据虚拟节点两端子系统状态估计所得功率残差加权平均值计算各子系统虚拟节点注入功率的变化量,各子系统节点状态量通过注入功率和功率估计值对节点状态量的灵敏度矩阵修正子系统状态估计结果,得到互联系统的状态估计解。仿真计算结果说明,分布式状态估计算法计算准确、速度快,且在互联系统计算中心无法获得部分子系统数据的情况下,能够最大限度地准确计算出互联系统的部分可观测结果。     

基于灵敏度分析的逐次追踪状态估计

对状态量、量测量以及功率估计量之间的灵敏度关系进行了分析,进而提出了基于灵敏度分析的逐次追踪状态估计。该方法用于变化量测触发方式,通过灵敏度分析的方法,在每一触发时刻仅对变化量测进行逐次处理。算例表明,此方法极大地压缩了每次状态估计的计算量,明显缩短了单次状态估计计算的时间,而且能够保证与WLS算法非常接近的高计算精度。     

一种改进的Hachtel状态估计方法

电力系统状态估计常用加权最小二乘(W LS)法处理,这种方法中量测权值的悬殊和大量的注入量测会导致信息矩阵出现病态问题,降低算法的收敛性。综合带约束的正规方程(NE/C)法和海克特(H ach te l)法数值稳定性好的优点,把量测量合理分类构建信息矩阵,并采用分块稀疏矩阵技术,形成了一种计算速度快、数值稳定性好的状态估计新算法。理论和算例分析验证了该算法的有效性。     

电力系统多区域分布式状态估计方法

提出了一种电力系统多区域分布式状态估计方法,各区域估计器利用其数据采集与监视控制系统提供的量测数据进行本地状态估计,并通过平均一致性算法获取全局信息进行系统级状态估计。建立了基于拉格朗日乘子法的状态估计模型并设计了基于一致性的全局信息交换协议,给出了多区域分布式状态估计算法的实现流程。通过IEEE 14节点和118节点系统中的仿真算例验证了所提方法的正确性和有效性,并就估计精度和计算效率与现有状态估计方法进行了比较。仿真结果表明分布式状态估计方法可有效提高集中式状态估计系统的计算效率及可靠性,适用于结构更加复杂、量测数据体量更大电网的状态估计。     

基于广义岭估计的电力系统谐波状态估计

基于广域测量系统提供的网络部分节点的谐波同步测量数据和网络导纳矩阵建立谐波状态估计模型,通过对模型的求解得出整个网络的谐波状态。对于待求解的数学模型,由于网络中某些元件参数可能导致求解方程病态问题的出现,应用最小二乘估计所得结果存在较大误差,提出应用广义岭估计进行求解。仿真算例结果表明,在系数矩阵病态时,应用广义岭估计进行谐波状态估计的结果较最小二乘法有更高的准确度。     

基于灵敏度分析的线性混合量测状态估计

提出一种基于灵敏度矩阵并以相量测量单元(PMU)采样为周期的混合量测线性估计方法.把PMU的电流量测转换成功率量测,在初始计算时刻与基于监控和数据采集系统的量测一起进行非线性运算,得到状态估计值和功率量测量之间的灵敏度矩阵.在后续的PMU采样时刻,将转换得到的功率量测和通过负荷预报补充的伪量测组成混合量测,然后根据求得的灵敏度矩阵进行以PMU采样为周期的线性跟踪计算.当估计误差积累到一定程度时,重新进行一次混合非线性计算以更新灵敏度矩阵.通过IEEE 118节点系统,给出了负荷变化速率、预报误差和PMU量测数对所提估计方法计算精度的影响.结果表明,负荷变化越慢、预报误差越小、PMU的个数越多,其跟踪计算精度越高.     

基于最小二乘估计融合的分布式电力系统动态状态估计

随着电力系统规模不断扩大,分布式状态估计是解决集中式状态估计计算维数过高和量测大数据处理难等问题的可行策略之一。文中以容积卡尔曼滤波算法作为区域本地估计算法,在协调中心侧采用最小二乘估计融合技术协调估计区间边界状态。根据边界状态协调估计值,各区域通过带等式约束的卡尔曼滤波算法进一步修正区域内部状态的本地估计值。算例仿真表明,所提方法估计精度与集中式估计相当,相比集中式估计具有更好的实时性,且所需数据通信量少,易于实现。     

含多类型分布式电源的主动配电网分布式三相状态估计

提出一种含多类型分布式电源(DG)的主动配电网分布式三相状态估计方法。首先,建立了DG并网的三相模型,将DG并网分为直接并网和经脉宽调制换流器并网两类。选取交流节点的电压、DG的运行状态为状态变量,采用加权最小二乘求解。对于未配置实时量测的DG,提出了一种添加伪量测的可行方案,以提高网络的可观测性。进一步,为提高主动配电网状态估计的计算效率与数值稳定性,提出一种扩展分区、将外网边界状态量估计值作为本区域伪量测的分布式状态估计方法。最后,实际的算例分析验证了所提方法的有效性。     

基于快速分解法的电力系统状态估计

电力系统状态估计,对保证电力系统的安全性和经济性起着重要的作用,是电力系统调度、控制、安全评估等方面的基础,也是当代电力系统能量管理系统（EMS）的核心组成部分。状态估计算法是状态估计的核心,其中快速分解状态估计算法是在吸取潮流计算经验的基础上得到,是状态估计的优良实用算法。本文对电力系统状态估计的原理及方法进行研究,建立了快速分解法状态估计的数学模型。最后,通过对IEEE-14节点的算例分析,验证模型的有效性。     

基于测量不确定度的电力系统状态估计(三)算法比较

加权最小二乘估计准则在电力系统状态估计中应用广泛,但其结果易受不良测点影响.为解决这一问题,已经提出了加权最小绝对值准则、非二次准则等估计器.应用大量算例,对已有估计准则和文中所提出的以最大测点正常率为目标的状态估计方法进行了对比研究,进一步对残差污染情况进行了讨论.算例表明,在估计结果合理性方面,当测点中不合不良数据时,文中所提出的方法与加权最小二乘估计相当,优于其他方法;当测点中含有不良数据时,文中所提出的方法大幅度优于以往状态估计方法,说明所提出的方法可较好地解决残差污染问题.     

基于Fair函数的电力系统抗差估计

为了得到既有较强抗差性又有较高效率的估值,提出一种基于F a ir函数的抗差状态估计算法。抗差最小二乘估计通过等价权把抗差估计原理与加权最小二乘(W LS)形式有机结合起来,提出了将F a ir函数通过等价权应用于抗差估计,使抗差和状态估计在计算中一次完成。仿真算例表明,该方法可以有效减小或消除粗差的影响,收敛速度快。     

基于转移潮流的状态估计模型

传统的状态估计把量测方程作为约束条件,以量测残差的加权平方和或加权绝对值之和最小等为目标函数进行估计,因而不能直接辨识出拓扑错误.为了同时辨识拓扑错误和不良数据,文中把转移潮流方程增广为状态估计的约束条件,在目标函数中同时计及转移潮流的残差和量测残差,对已有的加权最小绝对值状态估计进行了改进,提出了可以同时辨识支路拓扑错误和不良数据的状态估计模型.文中给出了某省实际电网的计算实例.     

基于统计方法的电网谐波状态估计误差分析

谐波状态估计是谐波治理的基础,其精度与量测误差、谐波网络参数以及状态估计算法都密切相关。采用统计方法,运用概率密度函数和累计概率密度函数,通过IEEE-14节点谐波测试系统进行抽样计算和分析,研究了谐波状态估计误差问题。针对已有的谐波状态估计对误差分析只考虑量测误差以及正态分布的情况,探讨了量测误差和参数误差分布分别满足正态分布或均匀分布时,各次谐波状态估计的误差。分析了误差不确定性的大小对精度的影响。谐波状态估计算法采用计及参数和测量误差的总体最小二乘算法。结果表明在谐波网络拓扑结构不变时估计值的概率密度曲线都近似成正态分布,且谐波次数越高其置信区间越窄。参数误差对谐波状态估计的影响不可忽略,总体最小二乘算法对正态分布的误差有较好的抑制作用。     

PMU在多区域互联系统状态估计中的应用

利用PMU和SCADA (数据采集与监控系统)组成混合量测,提出一种基于PMU量测多区域互联系统状态估计方法.从通过对角块加边模型(BBDF)的方法对大规模系统进行分区出发,在各区域内部单独进行状态估计的基础上,推导通过区域间数据交换得到修正的各区域外网戴维南等值,进而利用边界条件构造基于边界节点状态量的状态迭代模型,并通过不断修正各子系统相应的外界节点状态得到整个系统状态估计结果,通过6机25节点系统的仿真结果,验证了算法的有效性及优越性.     

基于主从分裂法的交直流混合状态估计

直流输电技术的快速发展迫切要求提出实用的交直流混合状态估计方法。该文将交流系统看成主系统，将直流系统看成从系统，提出了交直流混合状态估计的一种新方法，即主从分裂法。该方法自然地将整个电力网络的状态估计问题分解成交流估计和直流估计两个子问题，通过主从分裂迭代，可获得严格的全局状态估计解。其中，交流系统和直流系统可以采用不同的状态估计算法，只需对调度中心现有状态估计软件进行少量修改，即可实现交直流混合状态估计。理论分析和数值试验结果均表明了新方法的实用性、正确性和良好的收敛性。     

含微电网的电力系统状态估计研究

分布式电源的接入不仅改变了电网的潮流分布和拓扑结构,而且使微电网系统的状态估计面临新的挑战。基于有限的实时量测和包含分布式电源节点的伪量测提出微电网状态估计量（MGSE）,并分别采用改进的传统加权最小二乘法（WLS）和粒子群智能算法（PSO）对微电网进行求解。利用Matlab对一典型欧洲低压微电网系统的状态估计进行仿真,验证了该估计量能准确地描述系统的状态,并比较了两种算法的优劣,为含微电网的电力系统预测控制和性能优化提供了基础。