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。     

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.     

基于改进人工蜂群算法的配电网谐波量测点优化配置

为了进一步提高配电网谐波状态估计的可观性和准确性,同时合理地优化 PMU 量测配置方案,提出应用改进人工蜂群算法求解达到同一优化目标的多种量测配置优化方案,为规划设计结合现场实际情况提供最优选择.算例分析结果验证了该算法的实用有效性;未改进人工蜂群算法所配置方案与改进方案的对比结果表明,该改进算法能进一步提高系统可观测度。     

基于改进人工蜂群算法的配电网谐波量测点优化配置

为了进一步提高配电网谐波状态估计的可观性和准确性,同时合理地优化PMU量测配置方案,提出应用改进人工蜂群算法求解达到同一优化目标的多种量测配置优化方案,为规划设计结合现场实际情况提供最优选择。算例分析结果验证了该算法的实用有效性;未改进人工蜂群算法所配置方案与改进方案的对比结果表明,该改进算法能进一步提高系统可观测度。     

一种谐波量测点优化配置的两阶段算法

考虑实际系统中某些节点安装谐波量测装置的困难性、经济性以及谐波状态估计的准确性等问题,提出一种两阶段谐波量测点优化配置算法.第一阶段在保证电力系统谐波状态完全可观的前提下,以谐波量测装置数量最少为目标,运用改进二进制粒子群优化算法得到多组可行方案,针对二进制粒子群优化算法易陷于局部最优且收敛速度较慢的不足,结合谐波量测配置规则提出了两个粒子更新机制.第二阶段在第一阶段所得多组可行配置方案基础上,考虑估计精度和经济性确定一组最具有工程监测意义的配置方案.最后,采用IEEE14节点系统和IEEE30节点系统算例对所提方法进行了验证.     

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FTU配置优化方法探讨

主动配电网中的自动化配电终端直接影响到状态估计精度和电网可靠性。分析配电网量测配置特点,利用状态估计灵敏度矩阵确定量测估计方差的表达,构成平均估计方差指标,依照新量测对平均估计方差指标贡献系数的大小确定新量测设备的安装次序。以配电终端经济性指标和状态估计方差指标加权形成目标函数,配网可靠性和电压合格率等为约束条件,迭代求解最优FTU配置。考虑了配电网量测配置的经济性、可靠性和对状态估计误差的影响。通过118节点算例,分析了"三遥"、"二遥"两个优化阶段的优化过程和结果,说明算法的可行性。     

提高配电网状态估计精度的量测配置优化方法

为适应配电网的智能化要求,达到提高配电网状态估计精度的目的,应用M-P广义逆矩阵和加权最小二乘问题的唯一极小最小二乘解等数学方法,推导出量测误差和状态向量估计误差之间的数学关系表达式:提出了一种新颖的量测评估和配置优化的方法.利用评估算法对待考察的量测集合进行评估后,从评估结果中选出排序靠前的量测类型和安装位置,从而得到量测装置的配置优化方案.对于算例系统,应用该方法获得的量测配置优化方案,仅需安装少量量测装置就可以提高状态估计精度在60%以上.     

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。     

电力系统拓朴可观测性和量测量配置的辅助分析

本文提出了一种简便、有效的电力系统可观测性和量测量配置的计算机辅助分析算法。相应的辅助分析软件可以为电力系统调度中心的工作人员在进行电网量测量的合理配置,或者为在远动装置检修、更新时进行量测量的调整补充,提供辅助分析的手段。该方法可以从在线实时数据库获得系统结构,开关状态和量测系统信息,通过网络结线分析和网络可观测生成树分析网络可观测性,保证电力系统状态估计软件的正常运行。     

基于相量量测的电力系统谐波状态估计(Ⅱ)--可观性、质量评估与算例研究

主要介绍了电力系统谐波状态估计技术的可观性分析理论、质量评估算法以及实际应用情况.谐波状态估计问题的可观性依赖于测量值的性质、数量、位置以及网络的拓扑结构.文章不仅将传统潮流状态估计问题的可观性分析算法应用到谐波状态估计领域,而且还根据量测配置的特点和性质提出了基于相关性理论的可观性分析算法与逻辑判断法,大大简化了算法的难度.另外,文章调查了谐波状态估计问题的统计特性,并在此基础上提出了评价估计质量的具体算法.最后,利用一个虚拟的算例对有关的算法给予了说明.     

Power System Harmonic State Estimation and Observability Analysis via Sparsity Maximization

Harmonic state estimation (HSE) is used to locate harmonic sources and estimate harmonic distributions in power transmission networks. When only a limited number of harmonic meters are available, existing HSE methods have limited effectiveness due to observability problems. This paper describes a new system-wide harmonic state estimator that can reliably identify harmonic sources using fewer meters than unknown state variables. Note there are only a small number of simultaneous harmonic sources among the suspicious buses. Traditional observability analysis is extended to general underdetermined estimation when considering the sparsity of state variables. It is shown that the underdetermined HSE can become observable with proper measurement arrangements by applying the sparsity of state variables. The HSE is formulated as a constrained sparsity maximization problem based on L1-norm minimization. It can be solved efficiently by an equivalent linear programming. Numerical experiments are conducted in the IEEE 14-bus power system to test the proposed method. The underdetermined system contains nine meters and 13 suspicious buses. The results show that the proposed sparsity maximization approach can reliably identify harmonic sources in the presence of measurement noises, model parameter deviations, and small nonzero injections     

基于改进生成对抗网络的谐波状态估计方法

传统的基于最小二乘法的谐波状态估计受到量测装置少、精确的谐波阻抗获取难、网络拓扑结构复杂以及电网运行方式变化等因素的限制,造成量测方程欠定、系统非全局可观以及节点间耦合关系难以准确提取等问题。文中提出了一种基于改进生成对抗网络的谐波状态估计方法。该方法基于pix2pix谐波状态估计网络拟合监测节点与目标节点间的耦合关系,利用采集的历史谐波数据,对模型进行批量训练,通过训练之后的生成网络估算目标节点谐波电流、谐波电压幅值,实现基于数据驱动的谐波状态估计。在加噪环境下对模型进行测试,仿真结果验证了所提方法的有效性。     

A distribution system state estimator accommodating large number of ampere measurements

This paper presents a three-phase state estimation method for distribution network which can accommodate large number ampere measurements and voltage measurements. In this method, the power on sending end of branch and the square of branch current magnitude are chosen as the state variables. Therefore, measurement functions of ampere and voltage measurements are significantly simplified and no measurements transformation is needed in this method. Furthermore, a novel robust state estimation model is presented, which can suppress bad data automatically. The observability analysis indicates the proposed method can be used in distribution system with very limited measurements. Numerical tests on radial and weak-meshed network show the real-time branch current measurements can significantly improve the accuracy of estimation results.     

面向新型配电网的能观性分析与精细化协同规划方法

现代控制理论和电力系统状态估计中的能观性定义难以满足配电网态势感知的需求,配电网规划模型中也缺乏对能观指标的考虑,为此,提出面向新型配电网的能观性分析与精细化协同规划方法。对配电网的变量与状态空间模型进行定义,并根据传统能观性定义对配电网中的传统/新型变量进行能观性分析;基于传统能观性定义的缺陷提出新的配电网能观性和能观指标定义,并建立考虑能观性的配电网精细化协同规划模型。算例分析结果表明,所提规划方法考虑了实际量测误差的影响,实现了一次网架规划和二次态势感知设备配置的综合最优,达到了经济性和能观性的平衡。     

基于多源信息的配电网电流匹配状态估计

针对配电系统的实时量测冗余度低且只有部分电流量测的问题,结合计量系统的准实时量测数据,提出了电流匹配技术来求解配电网状态估计。推导了最优估计意义下的匹配电流方程及其系统化的求解方法。基于负荷功率因数变化慢的假设,提出了采用计量数据生成准实时量测的处理方法。该方法以实时电流量测为边界,把配电网划分成若干个量测区域,针对每个量测区域进行电流匹配状态估计。测试系统和实际系统算例表明,文中方法满足了当前配电自动化系统的实时应用需求。     

基于集成深度神经网络的配电网分布式状态估计方法

随着大量分布式能源的接入,配电系统的运行与控制方式愈加复杂。针对配电网状态估计方法面临分布式电源波动数据辨识困难、估计精度低、鲁棒性与估计时效性差等问题,提出一种基于集成深度神经网络的配电网分布式状态估计方法。首先,利用量测数据相关性检验的数据辨识技术识别不良数据和新能源波动数据。在此基础上,利用时域卷积网络(temporal convolutional network, TCN)-双向长短期记忆网络(bidirectional long short term memory, BILSTM)对不良数据进行修正。然后,建立集成深度神经网络(deep neural network, DNN)状态估计模型,采用最大相关-最小冗余(maximum relevance-minimum redundancy, MRMR)的方法优化训练样本,从而提高状态估计的精度和鲁棒性。最后,建立分布式集成深度神经网络模型,弥补了集中式状态估计速度慢的不足,从而提高状态估计效率。基于IEEE123配电网的算例分析表明,所提方法能更准确地辨识分布式电源波动数据和不良数据,同时提高状态估计的精度和效率,且具有较高的鲁...     

基于潮流定解条件的电力系统状态估计可观测性分析

提出了一种新的形成电力系统状态估计可观测岛的拓扑分析方法。该方法利用内网等值的思想隐去支路量测岛内部节点，将仅由边界节点和它们之间的岛际互连支路构成的若干待并网作为分析对象，总结了关于度1，度2节点的特殊合并规则，当量测岛互联成网状时，提出了利用潮流定解条件判定量测岛是否可合并的简单规则，文中对所提规则进行了验证并对所提方法的有效性进行了讨论。     

配电网状态估计的全局灵敏度分析及应用

在配电网状态估计中,量测装置配置不齐全,通常引入伪量测来满足系统的可观性要求。考虑到量测数据有一定的误差以及伪量测与真实值之间可能存在偏差,配电网状态估计的量测和伪量测存在不确定性,这会影响配电网状态估计的准确性。文中提出了配电网状态估计的全局灵敏度分析方法,辨识影响状态估计精度的关键(伪)量测不确定性因素及其位置;利用稀疏多项式混沌展开计算全局灵敏度指标,以提高全局灵敏度分析的计算效率;建立了基于不确定性因素重要性排序的量测装置布点方法。采用IEEE 33节点配电网进行仿真,通过与常用方法进行比较,验证了所提方法的有效性。该方法克服了传统状态估计灵敏度分析方法的不足,能有效评估(伪)量测不确定性因素的交互作用对状态估计的影响;此外,基于全局灵敏度分析的量测装置布点方法能显著提高配电网状态估计精度。