结合模糊综合评判与决策的电力系统状态估计

针对电力系统状态估计中各种类型量测数据精度对状态估计结果有重要影响的问题,在基本加权最小二乘法估计的基础上,结合模糊综合评判与决策中的层次分析法(Analytic Hierarchy Process,AHP)讨论了一种改进权值确定方法的加权最小二乘法。它是将电力系统状态估计分解为量测值与估计值的差值平方最小(目标)、不同类型的量测值(准则)、各类型量测值相对精度的大小(方案)等层次,在此基础上进行定性和定量分析。通过IEEE 14-bus、IEEE 30-bus和IEEE 57-bus的标准算例进行仿真分析,证明层次分析法确定权值的加权最小二乘法能够有效地计算出电力系统的状态估计值。通过和基本加权最小二乘法进行比较,证明了该方法的优越性和实用性。     

电力系统抗差状态估计研究综述

状态估计是电力系统能量管理系统的重要组成部分.传统加权最小二乘估计不具备抗差性,为此产生了抗差估计理论.本文介绍了抗差估计的定义、目标及基本类型,综述了电力系统抗差状态估计的经典方法和新方法.经典方法主要包括M估计、GM估计、高崩溃污染率估计等;新方法包括新息图状态估计、最大相关熵估计、最小信息损失状态估计、最多赞成状...     

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,当测点中不合不良数据时,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.     

指数型目标函数电力系统抗差状态估计的解法与性能分析

针对一个指数型目标函数电力系统抗差状态估计模型,给出一种有效的求解方法。由于指数型目标函数电力系统抗差状态估计模型的目标函数连续可微,因此可通过与加权最小二乘估计类似的牛顿法方便地进行求解,与现有状态估计程序之间具有很好的兼容性。理论分析表明新的抗差估计模型具有很强的排除不良杠杆量测的性能,并通过与加权最小二乘估计和广义M估计的数值算例比较,进行了验证。基于IEEE标准系统和2个实际省级电网的计算分析,将本文方法与现场广泛应用的含不良数据辨识环节的加权最小二乘估计程序进行比较,结果表明所提方法的抗差能力具有明显的优势。     

电力系统状态估计算法的研究现状和展望

为了保证电力系统的安全性和经济性,状态估计是能量管理系统(EMS)中不可或缺的组成部分.状态估计算法是状态估计的核心部分.综述了电力系统状态估计的研究现状.简要介绍了电力系统状态估计的基本概念及功能,描述了状态估计的数学模型.介绍了几种目前常用的估计算法,即加权最小二乘法、快速分解法、基于量测变换的状态估计算法等,并对这些算法作了简明的对比,指出各个算法的优缺点.最后,对状态估计算法中值得研究的方面进行展望.     

一种基于等效电压量测变换的电力系统状态估计方法

在基本加权最小二乘法的基础上进行详细推导,提出了一种基于等效电压量测变换的电力系统状态估计方法。通过对IEEE14,30和118节点标准算例的测试仿真,结果表明本文方法可以加快计算速度大大提高状态估计的计算效率。     

基于改进最小二乘法的电力系统状态估计

作为能量管理系统（EMS）的一个组成部分，电力系统状态估计的研究具有重要意义。最小二乘法状态估计应用相当广泛，当传统最小二乘法在协方差矩阵变小时，估计参数会发生爆炸现象。提出了一种基于最小二乘法的递推阻尼最小二乘法状态估计算法。递推阻尼最小二乘法迭代的初值是上一时刻估计结果，电力系统在大部分情况下运行相对稳定，因此初值的选取可靠性高，保证了算法的鲁棒性和收敛速度。仿真结果显示此算法能够得到满意的结果。     

海底观测网电力系统状态估计

由于海底观测网电力系统量测量冗余度低,传统的加权最小二乘(WLS)法状态估计结果精度不高,且WLS法不具有抗差性。针对该问题,引入小波分析方法,将其与WLS方法相结合,提出一种电力系统状态估计方法,该方法利用小波降噪理论提高WLS状态估计结果的精度,利用小波变换奇异性检测理论识别传感器故障,提高WLS方法抗差能力。海底观测网电力系统模型的仿真结果验证了该方法的优越性。     

多目标函数预抗差估计

对于电力系统中出现在杠杆量测上的不良数据,传统含不良数据辨识的最小二乘法状态估计不能很好排除不良数据对系统估计结果的影响。本文提出了多目标函数预抗差状态估计,利用可变窗宽算法平衡了指数目标函数状态估计的精度与速度矛盾,同时利用加权最小二乘估计与之相结合,在不同的迭代周期中使用不同的目标函数,使得估计既可以具有结构抗差估计的优秀抗差性能,又使得估计具有最小二乘法相对优秀的收敛性,避免了迭代震荡浪费计算资源的情况。将本文所提方法与传统算法进行比较,结果表明本文所提出的算法在性能上具有明显优势。     

电力系统状态估计算法的综合分析

简要介绍了电力系统状态估计的基本概念及功能,描述了状态估计的数学模型。介绍了几种电力系统状态估计的基本算法,即加权最小二乘法、快速分解法、基于量测变换及逐次型的状态估计算法等,并对这些算法作了简明的对比,指出各个算法的优缺点。最后,为了满足电力系统状态估计的要求,又提出了几种新型的状态估计算法。并且指出了状态估计算法中值得研究的几个方面。     

基于预处理共轭梯度法的电力系统机电暂态仿真

把基于不完全LU分解的预处理共轭梯度法(ILUCG)用于电力系统暂态稳定仿真计算,提出了一种与矩阵方程直接求解法相结合的混合算法.该方法采用不完全LU分解对暂态稳定计算中的雅可比矩阵进行预处理,以改善其条件数;对预处理之后的方程组,采用改进的共轭梯度法进行迭代求解,在系统收敛困难的情况下,改用直接求解法求解矩阵方程;在迭代过程中,充分利用当前已有的预处理后的等价雅可比矩阵进行迭代计算,而当雅可比矩阵及相关变量变化较大时,重新计算雅可比矩阵并进行相应的预处理操作,以提高算法的效率和计算速度;多个算例表明,对于电力系统暂态仿真的计算,本文算法的计算速度明显优于直接分解求解法和单纯的ILUCG,并易于在并行计算平台上实现,具有一定的实际应用前景.     

STATIC AND TRACKING STATE ESTIMATION IN POWER SYSTEM USING NEWTON'S METHOD

ABSTRACT

This paper describes the Newton method for state estimation in electric power systems using the weighted least square approach (WLS). The information matrix that approximates the Hessian matrix in the WLS estimator is updated using the Brown-Dennis technique such that the linear convergence of the WLS algorithm is improved to nearly second order convergence of the Newton method. This proposed method is particularly effective in state estimation of ill-conditioned power systems which encounter difficulties in converging to the solution. The additional computing time for implementing the new algorithm is quite small as the nonzero elements of the Hessian matrix are not re-computed but are extracted from the Jacobian stored in the computer memory. However, there is a slight increase in the storage requirement. Digital computer results are presented for both the static and tracking state.     

基于分块QR分解的一种状态估计算法

文中提出了一种基于分块QR分解的状态估计方法。该方法把虚拟测量处理为等式约束，避免了由于权因子分散而导致的数值病态问题。在每次迭代中，通过对两个分块矩阵的QR分解和一个稀疏三角线性方程组的求解，实现了系数矩阵的三角分解。与带有约束的正规方程(NE/C)法相比，不但消除了Jacobian矩阵叉乘造成的信息损失，而且保证了分解的数值稳定性。稀疏QR分解采用了基于Givens变换的方法并利用最小度列排序和变主元消元策略。减少注入元素的数目，提高了状态估计的计算效率。试验系统的仿真结果表明了该方法具有良好的数值稳定性和鲁棒性，而且有较高的计算效率，可以满足在线状态估计的要求。     

一种基于图形处理器加速的批量LU分解算法

潮流计算是电力系统计算的基础,其核心是LU分解计算,因此电力系统潮流计算加速的关键在于LU分解加速。当前,基于中央处理器(CPU)的并行算法已经成熟,性能提升空间有限。图形处理器(GPU)作为协处理器,在科学计算方面具有强大的优越性,被广泛应用到电力系统潮流计算中。文中首先分析了GPU结构和并行运行架构,然后介绍了LU分解原理,并选择了合适的矩阵排序算法和稀疏矩阵存储模型,借助统一计算设备架构(CUDA)编程模型实现了基于GPU的单个LU分解和批量LU分解并行加速,最后在仿真设备上测试了5个不同的案例,对比分析其并行算法的加速效果。仿真测试结果表明,基于GPU的批量稀疏LU分解并行算法,平均可以获得25～50倍的加速效果。     

基于子空间迭代法的快速N-1潮流计算方法研究

为提高N-1潮流计算的求解速度,提出基于子空间迭代法的快速N-1潮流计算方法。对初始潮流的雅克比矩阵进行不完全LU分解,得到固定的预条件子,应用结合了自适应GMRES(m)法的牛顿法求解N-1潮流。自适应GMRES(m)算法是GMRES算法的改进,能自动调节重启参数值,进一步提高算法收敛速度。对IEEE118、IEEE300、2383wp电力系统的仿真证明了基于子空间迭代法的快速N-1潮流计算方法的有效性。算例结果表明,自适应GMRES(m)算法能快速求解大规模线性方程组,适用于大规模系统的N-1潮流问题。     

并行稀疏系统直接求解库SuperLU_MT在状态估计中的应用

利用基于超节点LU分块分解算法、列消去树和多核多线程并行计算原理的并行稀疏系统直接求解库Super LU_MT实现电力系统状态估计,主要在求解迭代方程、不良数据检测辨识环节调用Super LU_MT实现加速。通过对电气与电子工程师协会(IEEE)测试系统以及实际电网算例验证,表明通用的并行稀疏系统直接求解库适用于电力系统状态估计,能够获得较显著的并行计算效果,在多核计算机上缩短了状态估计的计算时间。     

含VSC- HVDC的交直流混合系统状态估计

针对以电压源换流器(VSC)为基础的新一代高压直流输电(HVDC),对含VSC-HVDC的交直流混合系统进行静态状态估计.介绍了VSC-HVDC的稳态模型.通过确定交直流混合系统的量测函数、状态变量和雅可比矩阵,建立了含VSC-HVDC的交直流混合系统的状态估计模型;在基本加权最小二乘状态估计算法的基础上,提出了含VSC-HVDC的交直流混合状态估计同时迭代求解法:对经过修改的IEEE 14、IEEE30、IEEE 57节点系统算例进行仿真,从算法的估计误差、迭代次数和计算速度等方面验证了算法的有效性和实用性.     

An approach to the evaluation of electromechanical transient processes in power systems

The paper presents an approach to the evaluation of electromechanical transient processes in power systems. On the basis of identification of the physical properties of the system considered, for an adequately chosen time interval, quasilinearization and decomposition of the original system of nonlinear differential equations into subsystems is performed. A linear transformation is introduced which transforms the state matrix of the sub-systems into diagonal form. These simplifications enable the use of numerical integration schemes based on difference state equations, which have an elementary form. As a result, a model is formed which is very suitable for numerical treatment. The integration is performed without numerical instability, quickly and effectively, with the desired simulation accuracy, and with low memory requirements.     

State estimation algorithm for ill-conditioned power systems by Newton's method

A Newton's method for static-state estimation of power systems with weighted-least-square formulation is presented. This method uses the Brown-Dennis technique to update the analytically evaluated information matrix to approximate the Hessian matrix such that the linear convergence of Gauss-Newton algorithm is improved to nearly second-order convergence of Newton's method. The method is particularly effective in state estimation of ill-conditioned power systems faced with convergence difficulties. The additional price to be paid in implementing the new method into existing online programs with Gauss-Newton algorithm (standard WLS algorithm) is quite small, as the terms of the Hessian matrix are extracted from the Jacobian matrix.     

大规模输配一体化系统牛顿法潮流计算性能分析及改进方法

为满足输配电网一体化潮流计算精度和计算速度需求,提出了一种改进的牛顿法潮流计算方法。针对输配电网一体化牛顿法雅可比矩阵病态严重、收敛性能较差等问题,采用自适应Levenberg-Marquardt算法初始精度提升速度快的特征选取初值、不完全三角分解法预处理雅可比矩阵,有效地保证了数值稳定性,提高了牛顿法的收敛性能。针对输配电网一体化后规模庞大、计算效率低等问题,利用图形处理器并行加速技术对算法中的一些计算量密集的步骤,包括雅可比矩阵的生成、矩阵—向量运算等进行加速处理。算例测试表明,该算法能够显著提高大规模输配电网一体化潮流计算的速度和精度,对于多配电网区域、环网、分布式电源、病态系统等多种情形具有较强的普适性。