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，当测点中不含不良数据时，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。     

基于测量不确定度的电力系统状态估计（二）方法研究

基于正常测点概念构造了相应测点评价函数，用于评价测点是正常测点还是异常测点;在此基础上，提出了以测点正常率最大为目标函数的状态估计新模型。为使估计结果更接近于实际运行情况，模型中可考虑潮流约束和实际物理约束。用现代内点法求解该模型，计算速度快，收敛性好。与以往方法相比，文中所述方法的状态估计结果测点正常率高，可自动辨识不良数据，估计结果不易受不良数据影响，有较强的抗差性;所求得的解为潮流解，满足各种物理约束，更加接近实际;计算中无需进行不良数据检验，无需主观设定测点权重，大幅度减少了调试和维护工作量。     

基于预处理共轭梯度迭代法的电力系统状态估计算法

随着中国电网省地一体化和输配一体化的不断发展,电力系统计算的维度越来越高.状态估计作为电力系统态势感知中的基础环节,需要保证其实时性,而加权最小二乘法是电力系统运用最广泛的状态估计方法.为此,针对加权最小二乘法在牛顿迭代过程中矩阵乘法和线性方程组求解耗时较长的特点,根据Krylov子空间方法中共轭梯度法的思想,设计了一种基于预处理共轭梯度迭代法的电力系统状态估计算法.该方法采用不完全LU分解法对原始线性方程组进行预处理,并采用图形处理器(GPU)并行加速技术对矩阵乘法、线性方程预处理和共轭梯度法迭代进行加速.算例分析表明了文中方法加速效果明显,内存和显存占用较低,经过不完全LU分解法预处理的线性方程组迭代次数少,能够满足大规模电力系统状态估计的实时性要求.     

基于Infomap算法的配电网边缘划分方法

在能源互联网时代,配电网面临着海量分布式数据的计算和存储需求,而边缘计算可以利用网络末端资源就近提供配用电分析和计算,从而减轻主站计算、存储压力。为了充分发挥配电网边缘计算的优势以及提高配电网精细化运行管理水平,文章提出了一种基于Infomap算法的配电网边缘划分方法。首先,考虑配电网边缘规模和自治需求,明确定义配电网边缘范围并设计边缘划分原则;然后,构建基于路径描述的配电网N-1安全校验模型,并用求解出的联络开关动作次数量化边缘间联系的紧密程度;最后,基于复杂网络社区检测的思想,将配电网抽象为图模型,并结合Infomap算法和配电网运行管理特点进行边缘划分,通过实际配电网的算例验证了文中方法的有效性与合理性。     

计及过程安全性的配电网重构开关顺序优化

配电网重构过程应采用合理、可靠的开关操作顺序以避免对配电网的稳定运行产生冲击。采用改进的二进制粒子群算法求取配电网重构解集,对迭代过程中的无效粒子进行随机性的坐标修正,提升搜索效率;提出配电网重构实施过程合环、解环应满足的安全性约束,并应用戴维南等效模型计算合环冲击电流;提出用于求解计及过程安全性的配电网重构开关顺序的递归算法,搜索过程遵循贪心策略;针对递归过程中的无效中间解,以二进制编码方式记录,避免重复计算。IEEE 33节点系统、PGE 69节点系统算例结果验证了所提方法的有效性。     

基于集合论估计的电网状态辨识(五)拓扑错误识别

电网的拓扑模型是感知电网状态的基础,错误的拓扑模型将导致状态辨识的结果严重偏离真实的运行状态,因此拓扑错误的辨识非常关键。目前已有拓扑错误辨识的方法在应用于大规模系统和同时辨识不良数据和拓扑错误等方面存在不足。文中基于最少拓扑错误准则,建立了拓扑错误识别的混合整数规划模型,其中测量方程以线性约束和锥约束的形式给出,并采用混合整数不等式来解耦整数变量和连续变量。该模型可高效求解,且可有效识别支路拓扑错误和厂站拓扑错误。     

改进功能分解的二次系统风险评估方法

在基于功能分解的二次系统风险评估中,对于功能失效概率的评估是整个评估过程中关键的一环。针对目前方法中需要建立可靠性框图、主观性强等不足,提出了基于功能图的功能失效概率评估模型,并将基于可靠性框图的评估方法进行推广,使之可以直接根据功能图计算功能的失效概率。该方法首先将叶功能分解成只含逻辑节点和逻辑连接的有向连通图,接着根据邻接矩阵求得功能状态关于逻辑节点和逻辑连接状态的表达式,并分别给出计算功能失效概率的精确方法和近似方法。最后,使用测量数据采集功能的算例说明所提评估方法的计算过程。     

基于并行加速LU分解改进回路电流法的配电网潮流算法

随着电力系统规模的不断扩大,配电网节点数越来越多,对配电网潮流算法的计算速度和收敛性提出了更高的要求。为此,提出一种基于并行加速LU分解改进回路电流法的配电网潮流算法,该算法采用回路电流法进行建模求解,利用列选主元LU分解法求解病态线性方程组,并根据列消去树、关联列修正关系和多线程计算原理设计了潮流算法,实现了潮流计算的多线程的并行加速。通过对不同规模的配电网算例进行分析,结果表明所提算法计算速度快、适用性强、内存占用低,在大规模配电网潮流计算中有良好的计算效果,能够满足大型配电网在线潮流计算的要求。     

基于模糊单神经元PI的微电网频率自适应控制

在采用下垂控制策略的传统微电网中存在母线频率随负载增大而下降的问题,为确保母线频率不偏移标准频率,需要采取频率恢复控制策略。目前实现频率恢复的常用方法是基于比例-积分(PI)的控制策略。由于微电网网络结构和系统参数存在变化,PI控制可能无法满足频率控制快速响应、恢复的需求。为解决该问题,文中提出在第二层控制微电网中央控制器中使用单神经元自适应PI控制算法作为频率恢复算法,实现频率无差控制。为进一步增强系统的鲁棒性、加快频率的恢复,使用模糊控制器对单神经元PI控制器的神经元比例系数进行在线优化,并通过仿真与固定神经元比例系数的单神经元自适应PI控制进行对比,证明了所提改进控制策略可改善频率恢复控制的暂态性能,加快微电网的频率恢复。