一种新的快速解耦配电网状态估计方法

本文提出了一种新的快速耦配电网状态估计算法。算法采用加权最小二乘估计模型。在等效电流法的基础上引入旋转操作从而使雅可比国和信息矩阵解耦。因为雅可比矩阵完全解耦，所以信息矩阵的解耦是严格的。仿真算例表明该方法在收敛速度和估计精度上均优于等效电流法。     

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。     

一种基于模糊推理的快速解耦潮流算法

根据快速解耦潮流方程中系统矩阵是常数矩阵的特点，抽象出模糊命题，提出采用模糊推理的方法求解潮流问题，推导了基于模糊推理的快速解耦潮流算法，建立了计算中使用的单输入单输出模糊控制器模型，并以标准测试系统为例，验证了该方法的正确性。     

基于等效电流量测变换的状态估计及不良数据检测与辨识方法

针对输电系统和配电系统量测类型多样性及传统快速解耦状态估计算法的不足，作者讨论并发展了一种基于等效电流量测变换的状态估计及不良数据检测与辨识方法。该方法是通过对量测系统的实际量测进行等效电流量测变换，并根据误差传播理论改变相应的量测权值而推导出来的。它不仅保留了传统状态估计算法的快速解耦特性，并在无任何假设的情况下实现了雅可比矩阵的完全常数化，算例分析表明，该方法快速有效，对r/x的比值不敏感，并能有效地处理不良数据，能较好地应用于输系统和配电系统的状态估计计算。     

基于稀疏增强动态解耦的电力系统振荡模式与模态辨识方法

提出一种基于稀疏增强动态解耦(SPDMD)的电力系统主导振荡模式及模态评估方法.该方法首先从电力系统的多通道广域量测信息中辨识出可表征系统关键动态振荡特征信息的低阶状态矩阵;然后,基于该低阶状态矩阵,借助交替方向乘子(ADMM)和拉格朗日乘子(LM)估计各振荡模式的最优振幅系数,根据系统主导振荡模式的最优振幅系数不为0这一特点,从低价状态矩阵中精确筛选出系统的主导振荡模式及模态;最后,将该文所提方法应用到16机68节点测试系统和中国南方电网进行分析,有效验证了所提方法的正确性与实用性.     

计及等效电流量测变换及坏数据辨识的状态估计方法

针对输电系统和配电系统量测类型多样性及传统状态估计算法的不足,讨论并发展了一种基于等效电流量测变换的状态估计及坏数据检测与辨识方法。该方法是通过对量测系统的实际量测进行等效电流量测变换,并根据误差传播理论改变相应的量测权值而推导出来的,其不仅保留了传统状态估计算法的快速解耦特性,并在无任何假设的情况下实现了雅可比矩阵的完全常数化。算例分析表明,该方法快速有效,并能有效地处理不良数据,能较好地应用于输电系统和配电系统的状态估计计算。     

一种配电网状态估计实用快速算法

为了解决配电网状态估计规模大、求解困难的问题,提出一种配电系统量测区域分解方法,将配电网中各馈线分解成多个量测区域,使得分解后各个区域之间解耦,并且对系统中数量庞大的负荷进行分组合并,进一步降低问题求解难度。针对配电系统中量测特点,构建了基于量测变换和零注入约束的状态估计算法。该算法可以充分利用各种量测信息,计算速度快、收敛性好。算例验证表明,所提出的方法高效可行,满足当前配电系统在线实时应用的要求。     

基于实际物理距离的基本矩阵估计

基本矩阵估计是计算机视觉的关键问题,它是主动立体视觉系统的基础。提出了一种新的估计基本矩阵的线性迭代算法。该算法基于像点到极线的实际距离,利用两个不同视点处的图像先求得两个基本矩阵,再将这两个基本矩阵整合为一个最终的基本矩阵,该矩阵满足秩2约束。基于真实图像的实验表明该算法提高了基本矩阵的估计精度和鲁棒性。     

配电系统状态估计区域解耦算法

简述了目前常用的配电状态估计算法,分析比较了这些算法各自的优缺点。针对配电系统量测的特点,提出一种配电系统状态估计的区域解耦算法,将配电网中各馈线分解成多个量测区域,使得分解后的各个区域之间解耦,即可以对各个区域单独进行状态估计。该算法无需利用配网辐射特性或者放弃某些实时量测,就可以大大减小计算规模,加快计算速度,因此能充分利用各种量测,还可以应用于弱环网配电系统。理论分析和算例结果表明,所提出的方法高效可行,适合当前配电系统在线应用的实际要求。     

计及PMU量测信息的量测量变换状态估计

针对目前监视控制和数据采集(supervision control and data acquisition,SCADA)系统和广域测量系统(wide-area measurement system,WAMS)量测数据的特点,提出了一种计及相量测量单元(phasor measurement unit,PMU)的量测量变换状态估计。文中利用量测量变换方法,将SCADA和WAMS下的各类量测转化为等效电压量测,经简化处理得到了常实数信息矩阵,实现了节点电压实部、虚部的解耦计China(NSFC)(50177066).算。该算法具有计算速度快的特点,克服了传统量测量变换状态估计只能处理单一支路功率量测的弊端。IEEE30节点系统算例验证了所提方法的有效性。     

广东省网EMS中状态估计可观测分析方法

介绍了成功应用于广东省网EMS状态估计中的可观测分析方法。该方法建立在快速解耦状态估计中雅可比矩阵运算可观测性分析原理基础上,以逻辑方法模拟雅可比矩阵消元可观测分析过程,把节点注入型量测转化为支路型潮流量测,能快速、准确地判断系统是否整体可观测。对于系统中不可观测部分以增加必要的注入伪量测形式使之观测,保证状态估计在各种量测条件下正常运行。文中所提算法直接对量测进行处理,分析直观,在广东省网实际应用中,取得较好效果,经多次测试和实际运行检验,其结果准确、可靠。     

A new method for redundancy analysis of measurements applied to three-phase state estimation

In this paper, a new method based on the properties of the Gram matrix is proposed to verify the redundancy of measurements in three-phase state estimation. The Gram matrix is constructed using rows of the measurement Jacobian matrix as vectors. The method can be used for measurement systems planning or updating of three-phase networks so that the overall system remain observable even under possible branch contingencies and loss of measurements. It is a fast and robust numerical method based on the Gram matrix factorization that is easy to implement. A small numerical example that shows the application of the method is presented.     

基于分块雅可比矩阵的最小二乘状态估计算法

提出了一种基于分块雅可比矩阵的加权最小二乘状态估计算法。该方法将全部的注入功率量测、赋予很大权值的虚拟量测和必要的支路量测来构造一组恰好可求解系统全部状态变量的量测集,将余下的支路功率量测作为量测系统的冗余部分看待,并依此对量测雅可比矩阵进行分块,在此基础上推导出了该文算法迭代的修正方程式。该文所提算法既具有很好的数值稳定性,又能够减少计算量。仿真试验表明该方法是快速且数值稳定。     

基于分块吉文斯旋转的电力系统状态估计

针对电力系统状态估计问题中状态量及量测雅可比矩阵的绝大多数非零元素均成对出现的实际状况,提出了一种基于分块吉文斯(Givens)旋转的快速状态估计算法。该算法利用电力系统状态估计问题的上述特点对量测雅可比矩阵进行分块,对列编号进行优化,并采用变转轴逐列消元策略,既减少了所需的内存空间,又明显提高了执行效率。试验系统的仿真结果表明,该方法具有较高的执行效率,能够更好地满足在线状态估计的要求。     

A highly efficient algorithm in treating current measurements forthe branch-current-based distribution state estimation

A highly-linear branch-current-based state estimation model for a distribution system is proposed in this paper. This algorithm is based on the concepts presented by Baran and Kelley (see IEE Trans. on Power Systems, vol.10, no.1, p.483-91, 1995). Baran and Kelley proposed a novel branch-current-based approach to solve distribution state estimation. However, the treatment of current magnitude measurements and the complicated gain matrix by Baran and Kelley greatly degrades its value in real-world applications. The approach presented in this paper substantially revised the original method. A new algorithm with constant gain matrix and a decoupled form was developed. Tests have shown that the proposed method is robust, efficient and needs minimal storage requirement. The new algorithm provides a very good theoretical foundation for developing more applications and research in this area     

Minimum correction method for enforcing limits and equalityconstraints in state estimation based on orthogonal transformations

A new method is presented for orthogonal transformation-based power system state estimation that enables enforcement of limits and equality constraints. The enforcing of constraints is based on minimization of the correction by which the unconstrained state estimate must be modified in order to satisfy all equality and inequality constraints. An estimation algorithm is developed which combines active set and interior point optimization methods in such a way, that positive features of both methods are retained. A self-scaling Givens rotation algorithm is proposed to perform elementary orthogonal transformations in unconstrained state estimation. This reduces the necessity of the underflow monitoring and re-scaling during the orthogonal transformation of the Jacobian matrix. The numerical results are presented demonstrating the efficiency of the algorithm     

Numerical observability analysis based on network graph theory

This paper presents a numerical method for topological observability analysis of a measured power system. By floating-point operations on the echelon form of a rectangular test matrix, which is based on network graph properties, observability and maximal observable islands are determined. A minimal set of pseudo measurements, which make an unobservable network barely observable, is selected in a noniterative manner. The existing numerical methods are based on the number of zero pivots that may appear during the factorization of the measurement Jacobian or the gain matrix. Due to round-off errors, the zero pivots may be misclassified. The problem becomes more severe when the number of injection measurements is large, resulting in a great disparity of values in Jacobian or gain matrix. In the proposed method, the test matrix consists of +/-1 values, it is numerically better conditioned and zero pivots are identified more accurately. By topological processing of the flow measured branches and by removing the redundant injection measured nodes that are incident only to flow measured branches or branches which form loops with flow measured branches, a reduced test matrix is created with fewer nonzero elements than the Jacobian or the gain matrix, resulting in less computational effort. The method details are illustrated by various test systems.     

基于降阶雅可比矩阵的电力系统状态估计可观测性分析方法

提出了一种新的基于降阶网络雅可比矩阵的电力系统状态估计可观测性分析方法。该方法利用潮流岛内未知状态量最多是一个复电压的特性,提出了潮流岛状态变量的概念,在降阶网络雅可比矩阵基础上成功地实现了基于潮流定解条件的潮流岛合并。该方法减少了未知状态变量的数量,从而简化了循环判断过程和便于程序设计。并通过实例对所提出的方法进行了有效性检验。