混合量测用于电力系统状态估计

根据目前PMU的配置状况和PMU与SCADA的数据特点,提出了一种基于PMU与SCADA混合量测的状态估计方法。该方法将非线性估计结果作为伪量测量加入线性估计中,并根据平均距离动态地调整伪量测量的权值,然后通过插值对非线性可观测区域进行实时的近似估计。最后通过IEEE14、IEEE57系统进行了仿真。仿真表明即使在PMU配置较少的情况下,该方法亦能够有效改进非线性可观测区域状态估计的精度和刷新速度。该方法兼顾了PMU和SCADA的特点,有较好的应用价值。     

基于PMU误差校正的输电线路参数在线辨识方法

线路参数辨识对准确反映电网的实际运行状态具有重要作用,但其对相量量测单元(Phasor Measurement Unit, PMU)数据精度要求极高,实测数据难以直接满足应用需求。对此,提出了一种基于PMU误差校正的输电线路参数辨识方法。首先,根据误差类型及测量数据特点,分类型对PMU数据进行预处理。然后,针对缺乏显著特征的偏置误差,基于输电线路物理等效模型提出了考虑数据规律及误差灵敏度特性的PMU测量误差的校正方法。最后,在上述校正方法的基础上,提出了全厂站PMU数据质量的治理方案。通过模拟和实际数据进行仿真,结果表明所提方法相较于现有方法可改善PMU量测数据质量,进而实现输电线路参数的有效辨识。     

基于加窗插值FFT的PMU校验方法

非同步采样产生的频谱泄露和栅栏效应,严重影响了信号参数的分析精度,无法完成PMU(同步相量测量单元)的校验,因此提出了Nuttall窗插值FFT算法,推导出幅度、相位、频率的修正公式。通过仿真和实验验证该算法达到很高的计算精度,并且基于高精度数据提出的PMU校验方法有效地实现数据对比分析。最终根据本算法及校验方法设计出了高精度的PMU校验仪,实现了PMU的高精度校验,确保了电网的安全稳定运行。     

基于优先级分配策略的PMU数据恢复方法

新能源集中并网与直流输电技术的快速发展,使电力系统机理特性与运行控制方式均发生变化,亟需闭环精细化控制。同步相量测量单元(phasor measurement units,PMUs)因其测量的同步性与快速性,使电力系统动态实时监测成为可能,可为系统保护与闭环控制提供数据基础。然而,由于现场环境复杂,同步信号丢失、通信协议错误、系统过载等诸多因素会导致PMU存在数据丢失等问题,严重影响其在监测控制、事故分析等方面的应用。归纳了PMU数据丢失的不同场景,定义了两种数据丢失的基本类型;提出了基于插值区间动态变化的优先级分配策略,采用改进三次样条插值函数,对不同类型的丢失数据进行恢复,解决了传统方法在连续多点数据丢失类型下的失真问题。通过仿真与实际录波数据验证了该方法的可行性和准确性,对于保证PMU数据质量有着重大意义和较大价值。     

相量测量装置实时数据的三段式变频传输方法

为了有效降低广域测量系统(WAMS)主站与相量测量装置(PMU)子站之间实时数据的传输频率,同时又不影响WAMS基于PMU实时数据的各类高级应用,提出了一种实现PMU实时数据"三段式变频传输"方法。对PMU数据的应用现状和应用场景进行了分析总结,在此基础上提出了PMU实时数据的"三段式变频传输"方法,将PMU实时数据分为A,B,C三段,在电网正常运行时,PMU子站以较低传输频率传输PMU实时数据,当PMU子站在检测到电网发生扰动时,PMU子站立即以较高传输频率先传输缓冲区内的A段数据,然后再继续以较高传输频率传输扰动过程中的B段实时数据,直至扰动消失后,再将传输频率降低,传输C段实时数据。通过对现行的PMU通信规约进行扩展,实现了与现有通信规约兼容的PMU实时数据"三段式变频传输"方法。最后,通过仿真验证了该方法的可行性及效果。     

PMU数据用于SCADA时滤除低频干扰的方法

广域测量系统采集的相量测量单元(PMU)数据越来越广泛应用于电网数据采集与监控系统,由于PMU采用的快速傅里叶变换算法无法区分工频信号和低频干扰,PMU采集的工频变量数据中包含低频振荡扰动成分,将影响电网稳态计算和分析的正确性。为了提取PMU采集数据中的工频变量,以低频强迫振荡为例,分析了低频振荡对PMU采集工频变量的影响,利用计算PMU采集数据的上包络和下包络并求出均值的方法,提出了一种分离PMU采集数据中低频干扰以获取工频变量的方法。通过对低频强迫振荡时PMU采集的实际电网数据进行分析,验证了文中所提方法的正确性。理论分析和实际PMU数据分析结果表明,所提方法能够快速准确提取PMU采集数据中的工频变量,对于提高PMU数据在电网稳态分析和动态监测中的利用价值,具有重要意义和较大价值。     

考虑数据时延的电力系统两阶段动态状态估计方法

由于电力系统中SCADA数据和PMU数据采样频率不同,使得这两种数据存在时延。首先提出基于变点重复检测的PMU最佳缓冲长度计算方法,将SCADA数据和PMU数据统一到同一时间尺度下,然后将无迹变换与指数权函数抗差估计算法相结合,针对历史多数据断面进一步提出了两阶段无迹卡尔曼滤波鲁棒动态状态估计方法。该方法在每一断面内,首先用无迹变换和两参数指数平滑预测后的预测值与SCADA数据结合进行第一阶段滤波,然后再将滤波所得估计值与PMU数据结合进行第二阶段滤波。通过两阶段滤波,能够显著增大滤波过程中的量测冗余度,并且有效降低在混合数据滤波过程中量测精度较低的SCADA量测对精度较高的PMU量测的影响。基于IEEE-39节点标准系统对本文所提方法进行仿真,仿真结果表明,本文所提方法能够有效结合PMU数据和SCADA数据对电力系统进行动态状态估计计算,且估计精度高,鲁棒性好。     

PMU数据预处理及压缩算法

随着广域测量系统在电力系统越来越广泛的应用,大量PMU实测数据产生,为了高效的对数据进行传输、存储和应用,通过深入研究PMU数据的特点,利用波形相差法和坐标递减法对数据进行预处理,在处理基础上,利用改进的递归Huffman算法进行压缩。通过预处理和对解压缩算法的改进,提高压缩率,缩短了解压缩时间。     

基于USB总线同步相量测量装置通信方式设计

介绍了一种基于USB的同步相量测量装置(PMU)的数据通信方式设计,阐述了PMU装置中USB通信模块的设计过程,给出了固件程序、驱动程序以及应用软件设计方法,同时提出了USB的远程扩展技术.可实现PMU相量数据的远程传输.采用USB总线技术实现PMU与现场工控机的数据传输,既满足其可靠的高速传输要求,又使得PMU可脱离上位机而独立运行.     

用基于PMU数据的理想电压源法实现混合动态仿真验证策略

基于相量测量单元(PMU)数据的混合动态仿真方法,利用动态仿真结果与实测值的差异可实现电力系统仿真验证.提出一种用理想电压源法实现的混合动态仿真验证策略,通过等值外部系统为理想电压源,将PMU实测的电压模值和相角信号注入仿真子系统的边界母线.在Matlab/Simulink仿真环境下,四机两区域系统验证了该方法的简单与有效.最后以南方电网发电机模型为例,结合PMU实测数据,将理想电压源法混合动态仿真应用于实际仿真验证中.     

A PMU data recovering method based on preferred selection strategy

Nowadays, the technology of renewable sources grid-connection and DC transmission has a rapid development. And phasor measurement units(PMUs) become more notable in power grids, due to the necessary of real time monitoring and close-loop control applications. However, the PMUs data quality issue affects applications based on PMUs a lot. This paper proposes a simple yet effective method for recovering PMU data. To simply the issue, two different scenarios of PMUs data loss are first defined. Then a key combination of preferred selection strategies is introduced. And the missing data is recovered by the function of spline interpolation. This method has been tested by artificial data and field data obtained from on-site PMUs. The results demonstrate that the proposed method recovers the missing PMU data quickly and accurately. And it is much better than other methods when missing data are massive and continuous. This paper also presents the interesting direction for future work.     

基于加权平均插值和容积卡尔曼滤波的配电网预测辅助状态估计

微型同步相量测量单元(micro synchronous phasor measurement unit, μPMU)与远程终端(remote terminal unit, RTU)为配电网提供了高精度量测数据。针对μPMU和RTU混合数据,文章采用数据填补和容积卡尔曼滤波技术,提出了配电网混合量测的预测辅助状态估计(forecasting aided state estimation, FASE)算法。首先,针对混合量测数据不同更新周期,综合考虑历史数据稳定性和线性插值的同步特性,采用平均插值实现数据的综合填补。然后,采用容积卡尔曼滤波器,构建状态预测、量测预测和滤波修正方程,提出混合数据的配电网预测辅助状态估计算法。最后,在IEEE 37节点系统验证了该算法的有效性。     

PMU小扰动信号下的综合负荷模型参数辨识方法

电力系统日常运行过程中时刻存在类似噪声的小扰动信号，利用小扰动信号开展负荷参数辨识可解决传统总体测辨法无法处理的负荷时变性和分布性难题。基于PMU实测小扰动信号提出一种“Z+IM”综合负荷模型参数辨识方法。该方法采用PMU量测数据滚动识别框架，滚动识别主要包括数据处理和负荷参数辨识两个步骤。首先，针对PMU量测小扰动信号的特点，通过厂站初筛、预处理、可辨识集粗筛和去噪等步骤得到较为优质的PMU小扰动数据集。然后，基于预报误差思想通过两阶段辨识策略辨识负荷时变参数、电磁参数和机电参数。所提方法得到的负荷参数无需折算可直接应用于PSASP、BPA等国内主流仿真程序，具有实际工程应用价值。最后，算例通过3机9节点系统仿真和湖南实际电网验证所提方法的有效性和鲁棒性。     

考虑SCADA量测的PMU优化配置研究

针对目前PMU与SCADA系统并存、且互为补充的状况,提出了一种PMU优化配置方法。该方法充分利用PMU和SCADA的量测信息来降低PMU的配置数目,通过合理布置、优化配置PMU,保证了系统的可观测性。算例表明,该方法与现有方法相比可减少PMU的配置数量而达到同样的观测性能。     

电力系统PMU优化配置方法综述

同步相量测量单元（PMU）以全球定位系统（GPS）提供的精确时间为基准，可对电力系统进行实时数据采集，实现各个节点的同步测量。由于经济和技术等方面的原因，每个节点都配置PMU还不能成为现实。介绍了PMU的结构及应用现状，分别从系统可观测性、状态估计、系统同调性和潮流方程直接可解的角度综述了PMU的优化配置方法，并对四种优化配置方法的优缺点进行了总结，从实用的角度对比和分析了四种方法的优劣。     

基于田口法考虑N-1情况的PMU优化配置方法

传统的同步相量测量单元(PMU)配置方法在N-1情况下会丧失对系统的观测能力,而完全考虑N-1情况的配置方法虽然能克服在N-1情况下系统不可观测的缺点,但需要配置的PMU数目较多,经济性差.文中针对以上2种方法的缺点,将田口鲁棒设计法应用到PMU优化配置问题中,提出一种最优成本-绩效比的PMU设计方案.通过基于复杂网络理论的互补生脆弱度指标集求出综合脆弱度指标来辨识重要线路,然后在方案设计过程中重点考虑对重要线路观测并充分考虑了方案对N-1噪声的鲁棒性.在设计实现时通过田口法品质特性指标和信噪比指标分别标示PMU配置方案的N-1观测能力和鲁棒性,最后采用两阶段最佳化程序对PMU配置方案进行设计得出最终方案.算例仿真表明,该方法设计的方案有效且实用.     

基于流聚类的PMU异常数据辨识算法

为保证同步相量测量装置(phasor measurement unit,PMU)采集数据的准确应用,须排除其量测值中的异常数据。现有PMU异常数据辨识算法存在算法复杂度高、难以在线更新、多源数据难以校准、依赖多源数据应用难度大等不足。为此,文中从PMU事件数据和异常数据模型及PMU异常数据判别信息熵定义出发,提出基于该信息熵的异常数据辨识框架。在此框架基础上,基于利用层次方法的平衡迭代规约和聚类(balanced iterative reducing and clustering using hierarchies,BIRCH)算法提出PMU异常数据辨识算法;然后,对所提出的算法进行原型实现,并针对某变电站的PMU采集数据集进行算法实验验证。实验结果表明,与一类支持向量机(one-class support vector machine,OCSVM)算法与间隙统计算法相比,文中算法的准确度及实时性均具有较强的优势。