基于深度信念网络伪量测建模的配电网状态估计

针对配电网实时量测不足需要增加伪量测以提高量测冗余度的情况,提出基于深度信念网络(DBN)伪量测建模的配电网状态估计方法。利用多种类型负荷的历史数据及对应温度、日期类型对DBN进行训练,训练完成后输入测试数据得到精度较高的伪量测;基于改进的等效电流量测变换法进行配电网状态估计,以线性约束的形式处理虚拟量测。仿真结果验证了所提方法的有效性。     

基于等效电流量测变换的电力系统状态估计方法

针对输电系统和配电系统量测类型多的特点,采用了以等效电流量测变换技术来求解电力系统状态估计的方法,并推导了基于等效电流量测变换状态估计的具体求解过程。文中将各种类型的量测变换为等效电流量测进行状态估计,同时根据误差理论将原始量测的权重也对应变换成等效电流量测的权重。理论分析和算例结果表明,利用等效电流量测变换技术进行状态估计快速、有效、实施方便,符合当前电力系统在线应用的实际要求。     

基于等产电流量测变换的电力系统状态估计方法

针对输电系统和配电系统量测类型多的特点,彩和了以等效电流量测变换技术来求解电力系统状态估计的方法,并推导了基于等效电流量测变换状态估计的具体求解过程。文中将各种类型的量测变换为等效电流量测进行状态估计,同时根据误差理论将原始量测的权重也对应变换成等效电流量测的权重。理论分析和乍例结果表明,利用等效电流量测变换技术进行状态估计快速、有效、实施方便,符合当前电力系统在线应用的实际要求。     

计及AMI的配网分层状态估计及伪量测计算

针对高级量测体系AMI(advanced metering infrastructure)带来的新的实时量测数据,提出一种改进的智能配电网状态估计方法,以AMI量测节点作为边界节点对配电网进行分层,将系统解耦为若干子区域实现并行计算。再在配网系统解耦的基础上,提出基于子区域负荷分配系数预测的节点负荷伪量测生成方法。最后,将IEEE33标准配电系统配置5个AMI量测节点,对其进行分层状态估计,并生成节点负荷伪量测数据。结果表明:与整体估计相比,分层状态估计方法在保证高精度的前提下提高了计算速度;生成的伪量测数据精度优于负荷预测得到的伪量测数据。     

计及AMI的配网分层状态估计及伪量测计算北大核心CSCD

针对高级量测体系AMI(advanced metering infrastructure)带来的新的实时量测数据,提出一种改进的智能配电网状态估计方法,以AMI量测节点作为边界节点对配电网进行分层,将系统解耦为若干子区域实现并行计算。再在配网系统解耦的基础上,提出基于子区域负荷分配系数预测的节点负荷伪量测生成方法。最后,将IEEE33标准配电系统配置5个AMI量测节点,对其进行分层状态估计,并生成节点负荷伪量测数据。结果表明:与整体估计相比,分层状态估计方法在保证高精度的前提下提高了计算速度;生成的伪量测数据精度优于负荷预测得到的伪量测数据。     

用于配网负荷处理的全面抗差估计方法

提出了一种基于支路电流的全面抗差估计方法用于抵制配网伪量测负荷数据中坏杠杆量测的影响.该方法利用杠杆量测的固有特性,将结构抗差因子引入到加权最小绝对值估计的目标函数中,有效地削弱了杠杆量测的保差作用.同时,该方法在基于支路电流状态估计方法的基础上,增加了处理电压幅值量测的变换方法,从而提高了量测冗余度,估计精度和系统的可观测性.通过IEEE123仿真系统的结果表明,该方法具有良好的数值稳定性和抗差性.     

基于多源信息的配电网电流匹配状态估计

针对配电系统的实时量测冗余度低且只有部分电流量测的问题,结合计量系统的准实时量测数据,提出了电流匹配技术来求解配电网状态估计。推导了最优估计意义下的匹配电流方程及其系统化的求解方法。基于负荷功率因数变化慢的假设,提出了采用计量数据生成准实时量测的处理方法。该方法以实时电流量测为边界,把配电网划分成若干个量测区域,针对每个量测区域进行电流匹配状态估计。测试系统和实际系统算例表明,文中方法满足了当前配电自动化系统的实时应用需求。     

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。     

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。     

基于Fibonacci搜索的含DG配网故障定位最小故障电抗法

分布式电源接入配网会影响配网故障定位。文中提出了一种基于最小故障电抗概念、利用Fibonacci搜索算法的含分布式电源配网故障定位方法。首先分析了不同配网故障类型下最小故障点抗法计算故障电抗的方法;然后提出了Fibonacci搜索算法来估计故障距离,该方法使用的搜索点数更少、搜索步长不全依赖故障电抗准确度。提出了基于Ladder的潮流计算方法,以估计每个分布式电源对故障电流的贡献值。该方法仅利用分布式电源节点的智能电子设备提供的同步电流量测相量。最后利用IEEE34节点分析了故障电抗的影响、故障距离的影响、负荷波动的影响和分布式电源量测误差场景下故障定位误差,并对比其他求解方法说明了提出方法的有效性和准确性。     

深度学习辅助的区域交直流配电网区间状态估计

针对区域交直流混合配电网中实时量测覆盖率低、量测误差分布具有不确定性的问题,提出了基于深度神经网络(DNN)伪量测建模的交直流配电网区间状态估计方法。该方法首先对DNN进行离线训练,然后将实时量测数据和电压源换流器控制的变量值作为DNN的输入特征,建立伪量测模型;接着,在实时量测更新时,利用已训练好的DNN快速生成伪量测;最后,对伪量测和实时量测的不确定性采用区间形式建模并进行区间状态估计,进而准确监测交直流系统状态。算例仿真结果表明,所提方法能够避免对量测误差的概率分布进行假设,并且能够在低冗余量测配置或量测缺失时,准确获得交直流配电网状态变量的上下界信息。     

基于脉冲神经网络伪量测建模的配电网三相状态估计

为了给配电网管理系统提供全面准确的实时数据,配电网三相状态估计显得尤为重要。针对当前配电网量测信息不足,提出了基于脉冲神经网络(SNN)伪量测建模的配电网三相状态估计。该方法首先将实时和部分历史支路功率量测输入SNN进行伪量测建模,然后由高斯混合模型生成相应的量测误差,最后进行基于加权最小二乘法的配电网三相状态估计。理论分析和算例验证表明,所提模型不仅能够在正常通信时有效提高配电网状态估计精度,而且能在通信故障时保证估计精度在合理范围内,进而为配电网的运行控制提供参考依据。     

基于深度神经网络伪量测建模的交直流混合配电网交替迭代法状态估计

当前配电网状态估计面临的一个突出问题是实时量测数量不足,难以实现全网可观性。为了给配电管理系统提供准确的基础数据,提出一种基于深度神经网络伪量测建模的交直流混合配电网交替迭代状态估计方法。首先,建立电压源换流器的稳态模型和混合配电网的实时量测模型;然后,利用历史量测数据对深度神经网络进行离线训练,建立负荷节点注入功率的伪量测模型;最后,对交流区域和直流区域进行交替迭代状态估计,在交替过程中区域间交换VSC支路状态量的估计值,保证了边界状态量的一致性。算例测试结果表明,所提方法能在实时量测覆盖率低的情况下,准确估计混合配电网的状态值。     

基于深度神经网络伪量测建模的交直流混合配电网交替迭代法状态估计

当前配电网状态估计面临的一个突出问题是实时量测数量不足,难以实现全网可观性。为了给配电管理系统提供准确的基础数据,提出一种基于深度神经网络伪量测建模的交直流混合配电网交替迭代状态估计方法。首先,建立电压源换流器的稳态模型和混合配电网的实时量测模型;然后,利用历史量测数据对深度神经网络进行离线训练,建立负荷节点注入功率的伪量测模型;最后,对交流区域和直流区域进行交替迭代状态估计,在交替过程中区域间交换VSC支路状态量的估计值,保证了边界状态量的一致性。算例测试结果表明,所提方法能在实时量测覆盖率低的情况下,准确估计混合配电网的状态值。     

配电网状态估计的全局灵敏度分析及应用

在配电网状态估计中,量测装置配置不齐全,通常引入伪量测来满足系统的可观性要求。考虑到量测数据有一定的误差以及伪量测与真实值之间可能存在偏差,配电网状态估计的量测和伪量测存在不确定性,这会影响配电网状态估计的准确性。文中提出了配电网状态估计的全局灵敏度分析方法,辨识影响状态估计精度的关键(伪)量测不确定性因素及其位置;利用稀疏多项式混沌展开计算全局灵敏度指标,以提高全局灵敏度分析的计算效率;建立了基于不确定性因素重要性排序的量测装置布点方法。采用IEEE 33节点配电网进行仿真,通过与常用方法进行比较,验证了所提方法的有效性。该方法克服了传统状态估计灵敏度分析方法的不足,能有效评估(伪)量测不确定性因素的交互作用对状态估计的影响;此外,基于全局灵敏度分析的量测装置布点方法能显著提高配电网状态估计精度。     

A distribution system state estimator accommodating large number of ampere measurements

This paper presents a three-phase state estimation method for distribution network which can accommodate large number ampere measurements and voltage measurements. In this method, the power on sending end of branch and the square of branch current magnitude are chosen as the state variables. Therefore, measurement functions of ampere and voltage measurements are significantly simplified and no measurements transformation is needed in this method. Furthermore, a novel robust state estimation model is presented, which can suppress bad data automatically. The observability analysis indicates the proposed method can be used in distribution system with very limited measurements. Numerical tests on radial and weak-meshed network show the real-time branch current measurements can significantly improve the accuracy of estimation results.     

基于负荷电流的配电网非量测负荷估计

提出了一种基于负荷电流的抗差估计算法用于修正10kv配电网非量测负荷。该算法将配电网中的功率量测变换为电流量测，实现了雅可比矩阵常数化，负荷电流实虚部解耦求解。并采用了权值随残差变化的权函数，从而较大程度上抑制了伪量测中坏数据对估计结果的不良影响。文中还给出了IEEE33节点配电系统的计算结果。结果表明，该算法能够有效地修正伪量测数据，使其准确度达到或接近实际量测值的准确度。     

基于多准则分区和WLS-PDIPM算法的有源配电网状态估计

针对复杂有源配电网三相不平衡状态估计计算速度较慢与计算精度较低的问题,提出了一种基于多准则分区和基本加权最小二乘法—原对偶内点法(WLS-PDIPM)混合算法的状态估计方法。基于对有源配电网中实时量测、虚拟量测和伪量测的配置分析,建立了适用于复杂有源配电网状态估计的多准则分区优化模型,该模型综合考虑了分区后各子区域规模均衡、量测冗余度均衡及伪量测平均误差均衡。通过高级量测体系(AMI)全量测点实现各子区域完全解耦,有效减小了系统规模和雅可比矩阵阶数。所提方法将WLS与PDIPM的优点相结合,在提高算法精度的同时减少了计算时间。仿真算例结果表明所提方法可实现对复杂有源配电网的合理分区,有效提高了状态估计的计算速度与求解精度。