计及PMU的二次状态估计模型的研究

随着相量测量装置（PMU）在电网中的推广应用,其量测结果己成为电力系统重要的数据源之一。将PMU支路电流量测转换为支路潮流量测,使电流相量量测在状态估计中得到了有效的利用。二次估计模型首先把PMU节点的状态量测值作为估计值,PMU支路量测通过变换参与到非线性估计,收敛后再利用非线性估计结果和PMU量测进行线性估计。该模型在充分利用PMU量测特性,保持较高的估计精度的同时,也提高了方程数值稳定性和收敛速度。在快速分解算法的基础上,通过IEEE9和IEEE30节点系统仿真验证本文模型的有效性。     

基于混合量测的二次线性状态估计方法及其工程应用

基于相量测量单元(PMU)和数据采集与监控(SCADA)混合量测进行状态估计计算时,如果仍采用传统非线性估计模型,将面临PMU量测计算权值难以确定、PMU量测坏数据辨识不准、相角参考点和成熟商用程序改动等多方面问题。提出了一种基于混合量测的二次线性状态估计方法。该方法在传统非线性状态估计收敛后,利用其结果中的各节点电压幅值及相角估计值和PMU相量量测再进行二次线性状态估计计算,有效解决了上述问题。最后结合电网实例验证了该方法的有效性。     

计及PMU电压和电流量测量的三相状态估计的研究

基于GPS的同步相量测量单元（PMU）是一种新型的高精度测量装置,能够测量母线电压相量和支路电流相量.提出了基于PMU母线电压量测和支路电流量测的三相状态估计模型,在谐波测量中采用高精度FFT算法,有效地提高了测量精度.提出的基于PMU量测的三相状态估计和谐波状态估计可以从根本上解决电力系统电压、电流非纯正弦和三相不平衡所带来的误差影响,提高了状态估计精度和稳定性,最后讨论了对该算法的评估方法.     

基于相量量测的等式约束二阶段状态估计模型

利用PMU的量测信息实现系统的动态可观测，考虑PMU数据刷新时间快的特点，在R.F.Nuqui的动态监测模型的基础上建立了适合静态估计的基于等式约束二阶段估计模型。该模型将PMU和SCADA的量测数据共同用于非线性估计，采用零注入节点功率作为等式约束条件来提高估计精度，然后对非线性估计的结果和PMU的支路电流相量进行线性估计。模拟了当系统某节点负荷持续变化时，利用等效导纳法对非线性区域节点状态量进行估计,最后采用IEEE 14和57节点系统算例对提出的模型进行了验证。     

计及PMU的电力系统状态估计混合模型的研究

在等效电流量测变换状态估计模型的基础上引入旋转变换,实现方程的实、虚部严格解耦,并建立一种非线性估计和线性估计相结合的混合状态估计模型:首先把PMU节点的状态量测值以及PMU相关节点的状态推算值作为估计值进行非线性估计,然后再利用非线性估计结果和PMU量测进行线性估计。该模型可以充分利用PMU的量测,提高状态估计收敛速度,同时可以进一步利用PMU量测来提高估计精度,所需的存储量较小,具有较好的工程应用前景。最后采用IEEE14和IEEE30节点系统对该模型进行了验证。     

WAMS中计及量测函数非线性项的电力系统自适应动态状态估计

提出两种在线辨识和修正模型误差协方差矩阵的自适应动态状态估计方法,并在这两种状态估计模型中引入量测函数的非线性项。这不仅在进行状态滤波的同时,利用观测数据提供的信息,在线辨识和估计系统中未知或不精确的噪声统计特性,而且由于计及了量测函数的非线性项,非线性系统在线性化过程中所产生的线性化误差完全得到补偿,极大地提高了算法在异常运行情况下的自适应性;并且在量测量中计入了相量测量单元(PMU)测量的电压幅值和相角,增加了系统的冗余量测,提高了滤波精度。仿真结果验证了所提方法在正常情况、负荷突变、存在坏数据、网络拓扑结构错误各种情况下具有较好的预测和滤波效果。     

一种将PMU支路电流量测引入非线性状态估计的方法

针对同步相量测量单元(phasor measurement unit,PMU)的电流量测难以直接引入到传统加权最小二乘状态估计的问题,提出一种在极坐标下引入PMU支路电流量测的快速分解状态估计方法。采用旋转量测变换法,利用PMU的电压相角量测信息,将电流量测转化成为旋转量测,减小了副对角元素,实现了状态量在极坐标下的解耦,从而解决了电流量测与SCADA量测的融合计算问题。同时采用了动态更新相角的方法,在每次迭代过程中更新量测旋转所用的相角值,减小了因相角量测中的不良数据带来的误差。最后通过IEEE39节点算例对旋转量测方法与直接分解法、量测变换法这3种方法进行了仿真对比。结果表明,旋转量测方法改善了状态估计的精确性,计算速度较快,能够为调度中心的决策提供精确的数据支持。     

混合量测状态估计相角参考点坏数据问题的处理方法

基于相量测量单元(PMU)和数据采集与监控(SCADA)混合量测进行状态估计计算时,一旦其相角参考点上的PMU电压相角量测为坏数据,将影响其余所有相角量测引入,污染有功量的总体计算,严重影响计算精度。文中在建立混合量测状态估计计算模型的基础上,提出一种解决相角参考点坏数据问题的处理方法,改变传统状态估计将相角参考点状态量值固定且不参与迭代求解的做法,形成雅可比矩阵时增加相角参考点状态量对应列和PMU量测对应行,将相角参考点状态量同其他节点一样参与迭代求解,当相角参考点上的PMU电压相角量测为坏数据时同样能够被检测和辨识,彻底消除其对计算结果的不利影响。最后,结合电网实例验证了该方法的有效性。     

基于新型PMU配置的局部配电网状态估计

针对配电网网络结构复杂,点多面广,配电自动化设备无法实现全覆盖,提出了一种基于非线性动力系统的局部配电网状态估计方法。所提出的方法是全局收敛的,并且可以使用PMU提供的稀疏同步相量量测而不受传统状态估计网络可观性的限制。对于电压控制或热极限控制等实际应用,需要有针对性地提高电压幅度或电压相角的精度,在这种情况下,提出了一种增强的状态估计模型,包括电压幅值测量残差约束和电压相角测量残差约束。仿真结果证实了所提方法的有效性。     

多采样周期混合量测环境下的主动配电网状态估计方法

针对主动配电网中远程终端单元(RTU)、相量测量单元(PMU)与高级量测体系(AMI)多采样周期量测数据长期共存的实际情况,提出了一种基于RTU,PMU,AMI混合量测的主动配电网状态估计混合算法。该混合算法由非线性静态状态估计、线性静态状态估计与线性动态状态估计3种算法组成。线性动态状态估计与线性静态状态估计利用PMU量测与RTU量测,实时跟踪系统注入节点有功功率与无功功率的变化,在非AMI量测的采集时刻,为非线性静态状态估计提供高精度的虚拟量测。所提算法缩短了非线性静态状态估计的计算周期,提高了非线性静态状态估计的精度,提升了对主动配电网运行状态的预测能力。通过算例仿真,验证了所提算法的有效性。     

A novel hybrid state estimator for including synchronized phasor measurements

State estimator is crucial for on-line power system monitoring, analysis and control. With the increasing use of synchronized phasor measurement units (PMU) in power grids, how to utilize phasor measurements to improve the precision of state estimator becomes imperative. Since there are lots of traditional measurements in SCADA system and it is hard for phasor measurements to replace them in the near future, the best way is to develop hybrid state estimator which includes both phasor and traditional measurements to get better behavior. In this paper, a novel state estimator for including voltage phasors, branch current phasors and traditional measurements is proposed. The detailed model and how to calculate covariance matrix of PMU measurements are described in detail. New England 39-bus system and IEEE 118-bus system are used as test systems and the simulation results demonstrate that the proposed state estimation algorithm improves the precision greatly and gets better behavior as compared with other state estimators with or without phasor measurements.     

State estimation and bad data processing for systems including PMU and SCADA measurements

Conventional state estimators (SE) are based on real-time measurements, consisting of bus voltages and active and reactive power flows and injections, and estimate the voltage phasors of the network buses. Until recently, these measurements were obtained only through SCADA. With the advent of GPS synchronized measurements obtained by phasor measurement units (PMU), effective techniques are required to incorporate the extremely accurate PMU measurements into state estimation, in order to improve its performance and observability. This paper develops a non-linear weighted least squares estimator by modeling the current phasor measurements either in rectangular or in polar coordinates and compares the two approaches. Any numerical problems arised at flat start or for lightly loaded lines, are resolved. The error amplification, due to the current phasor measurement transformation from polar into rectangular coordinates, is also investigated. The normalized residual test is used to effectively identify any bad data in the conventional and phasor measurements. The proposed techniques are tested with the IEEE 14-bus system.     

A distributed state estimation method for power systems incorporating linear and nonlinear models

High-voltage transmission networks are commonly equipped with phasor measurement units (PMU), and some of them are PMU observable. However, PMUs are seldom installed in distribution networks due to budget limitations. The state estimation equations of PMU observable areas are linear, while those of other areas remain nonlinear. This paper proposes a new distributed state estimation method for solving multi-area state estimation problems, in which linear models are used for high-voltage transmission network, while nonlinear models are adopted for other areas. In PMU observable area, we select coordinating variables as generalized cost functions which accurately represent the sensitivity between the linear SE objective function and boundary states. Consequently, SE results identical to a centralized estimator can be obtained without iterations at the coordination level. This paper presents the problem model and theoretical analysis of the proposed method, and shows its effectiveness by numerical tests.     

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.     

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。     

Generalized State Estimation of Flexible AC Power Systems Considering Wind Generators and Primary Frequency Control

This paper proposes a practical approach to incorporate the mathematical models of both fixed-speed and variable-speed wind turbine generators, automatic load frequency controls as well as voltage magnitude and frequency dependent loads into a weighted least squares-based state estimation algorithm suitable for the analysis of flexible alternating current (AC) transmission systems. As opposed to conventional static state estimators, where the inclusion of these electric components has been neglected so far, the proposed approach permits the determination of the steady state operation of a power system in the event of a supply-demand unbalance by estimating the magnitude of the frequency deviation from its nominal value. The state estimation is based on measurements related to those that should be obtained by a supervisory control and data acquisition (SCADA) system and phasor measurement units. For the purpose of this paper, the set of values associated with SCADA measurements (nodal power injections, power flows, and voltage magnitudes) and phasor measurement unit (PMU) measurements (voltage and current phasors) are generated from a power flow analysis of the network under study. Lastly, numerical simulations are reported to demonstrate the effectiveness of the proposed approach.     

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。     

基于交替方向乘子法的分布式双线性状态估计

提出了一种计及数据采集与监控(SCADA)系统和相量测量单元(PMU)混合量测的电力系统多区域分布式状态估计的新方法。首先假设量测模型是线性的,以扩展子区域法进行分区,所得到的扩展子区域包含了相邻区域的边界母线。然后采用广泛应用于分布式计算的交替方向乘子法(ADMM)求解,由于各子区域间仅需交换边界母线状态量信息,无需中央协调侧,因而保留了各子区域的独立性。随后基于SCADA系统和PMU混合量测的双线性模型,将传统的非线性加权最小二乘(WLS)估计转化为三阶段问题,第1、第3阶段为线性WLS估计(各子区域由ADMM分布式求解);第2阶段为一步非线性变换(各子区域可独立变换)。双线性理论与ADMM技术的结合,保证了分布式状态估计的收敛性,同时也提高了计算效率。最后,算例测试部分从多个方面论证了所述方法相比于现有方法的优越性。