基于动态分区和多估计准则的电力系统自适应鲁棒状态估计

随着当前智能电网技术的高速发展,电力系统的组成和运行方式愈发复杂,对状态估计的鲁棒性和实时性也产生了更高的需求.为此,提出一种基于动态分区和多估计准则的电力系统自适应鲁棒状态估计.通过模糊c均值聚类筛选出系统中的可疑量测集,进而根据可疑量测的空间分布实现系统动态分区.考虑到不同估计器各自的特点和适应性,针对可疑量测区域...     

基于果蝇优化算法的配电网状态估计

配电网状态估计的目的是根据获取的配电网的各种量测信息,估计配电网系统的运行状态,是配电管理系统(DMS)的重要核心功能之一。根据配电网特点,以电压幅值和相角为状态变量,以量测值和估计值误差最小为目标函数,以潮流方程和估计值的上、下限为约束条件,构建配电网状态估计的优化模型,采用果蝇优化算法对该模型进行求解。算例表明,基于视觉和嗅觉的觅食行为启发的果蝇优化算法可有效求解该优化模型,具有易于实现、控制参数少和计算精度高的特点,为配电网状态估计提供了新的途径。     

基于萤火虫算法的配电网状态估计研究

针对配电网状态估计方法不完善,最小二乘算法对迭代初值要求较高、容易造成不收敛的缺点,深入研究了具有很好的求取全局极值和搜索多极值能力的萤火虫优化算法。将萤火虫优化算法应用于配电网状态估计,算例分析结果表明该方法能够克服最小二乘法的缺点,具有良好的精确度、适应性,且收敛速度快,能够应用于配电网状态估计。     

三相不平衡下交直流配电网状态估计

基于电压源型换流器(VSC)的柔性直流技术被越来越多地运用到配电网中,需要对含VSC的三相不平衡交直流配电网进行准确的状态估计,而配置相量测量单元(PMU)的测量数据是实现配电网准确状态估计的有效手段。首先,提出了考虑配电网三相不平衡特性的交直流配电网状态估计模型,采用加权最小绝对值法进行状态估计;其次,进行PMU测量数据的线性描述,给出了PMU及数据采集与监控(SCADA)系统的混合测量方程,并将多种交直流设备在测量方程中统一描述;最后,在三相不平衡的IEEE 33节点交直流配电网算例上,验证了所提方法的有效性和实用性。     

基于拉格朗日松弛技术的复杂有源配电网分布式状态估计

为了提高复杂有源配电网状态估计问题的计算速度,提出了一种基于拉格朗日松弛技术的复杂有源配电网分布式状态估计方法。建立了复杂有源配电网分区模型,该模型从复杂有源配电网的量测配置情况和分布式并行计算效率角度出发,综合考虑了分区后各子区域的计算速度与精度,利用拉格朗日松弛技术将分区问题中的约束条件吸收到目标函数中,降低了分区模型的求解难度。通过网络解耦技术使各子区域相对独立,可在分布式并行环境下求解该网络的状态估计问题。各子区域选取指数型目标函数状态估计模型,该模型能够自动排除不良数据影响,在保证结果精度的同时有效减小了所求问题的系统规模和雅可比矩阵阶数,提高了状态估计算法效率。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。     

用于配电网分布式抗差状态估计的自动分区

网络分区是进行配电网分布式状态估计的基础。分析配电网的网络结构特点,从各分区计算量均衡的角度出发,借助图论中网络的快速搜索能力,通过编程对配电网进行自动分区,从而实现状态估计的并行计算。为改善状态估计算法的抗差性,采用指数表达的权重系数,在迭代过程中降低不良数据在目标函数中权重值,从而减少不良数据对目标函数和估计结果的影响。这种基于分区的配电网分布式抗差状态估计算法可以实现对配电网的自动合理分区,有效地提高状态估计的计算速度,改善了算法对量测量的抗差性。通过IEEE-118节点算例的计算分析,说明了算法的可行性。     

基于自适应免疫粒子群优化算法的配电网状态估计

考虑了配电网中的一些设备如分布式发电机的非线性特性和配电网的量测配置特点,结合粒子群优化算法(PSO)的特点,提出了采用自适应免疫PSO算法来进行配电网状态估计.该算法解决了配电网状态估计中的非线性特性,引入免疫系统的免疫信息处理机制和自动调整动量系数的自适应因子的粒子群算法,克服了基本PSO算法容易陷入局部最优解的缺点,增强了全局搜索能力,而且收敛速度和精度都很理想.算例证实了算法的有效性,并通过和基本粒子群算法比较显示其优越性.     

基于自适应免疫粒子群优化算法的配电网状态估计

考虑了配电网中的一些设备如分布式发电机的非线性特性和配电网的量测配置特点,结合粒子群优化算法(PSO)的特点,提出了采用自适应免疫PSO算法来进行配电网状态估计。该算法解决了配电网状态估计中的非线性特性,引入免疫系统的免疫信息处理机制和自动调整动量系数的自适应因子的粒子群算法,克服了基本PSO算法容易陷入局部最优解的缺点,增强了全局搜索能力,而且收敛速度和精度都很理想。算例证实了算法的有效性,并通过和基本粒子群算法比较显示其优越性。     

基于协同粒子群优化算法的配电网三相不平衡状态估计

为解决配电网三相不平衡状态估计的优化问题,提出一种基于粒子群优化的协同粒子群优化算法(Co-PSO),即在主种群进行全局寻优的同时,将状态估计的状态变量分为多个相互独立的子空间,每个子空间由一个子种群来求解;子种群在主种群结果的基础上进行优化,主种群不断引入子种群结果,二者协同进化、相互促进。IEEE 13-bus、37-bus和123-bus多个标准算例的实验结果表明,提出的优化方法能够有效估计不确定负荷及分布式电源出力。通过和基本粒子群算法、多种改进的粒子群方法、遗传算法等进行比较,也证明了提出的协同粒子群方法的有效性和适用性。     

考虑质量标签的多数据源配电网状态估计算法

针对配电网多数据源的现状,在电力系统综合数据平台收集多个异构系统信息的基础上,利用质量标签和决策树理论对量测数据进行综合评价,提出一种实用的配电网状态估计方法.利用配电网数据规律对配电网量测数据进行逻辑判断,结合决策树理论框架建立数据质量评估体系;并对不良数据进行修补以提高状态估计的输入数据质量;利用质量标签修改权重,...     

含多类型分布式电源的主动配电网分布式三相状态估计

提出一种含多类型分布式电源(DG)的主动配电网分布式三相状态估计方法。首先,建立了DG并网的三相模型,将DG并网分为直接并网和经脉宽调制换流器并网两类。选取交流节点的电压、DG的运行状态为状态变量,采用加权最小二乘求解。对于未配置实时量测的DG,提出了一种添加伪量测的可行方案,以提高网络的可观测性。进一步,为提高主动配电网状态估计的计算效率与数值稳定性,提出一种扩展分区、将外网边界状态量估计值作为本区域伪量测的分布式状态估计方法。最后,实际的算例分析验证了所提方法的有效性。     

基于Forney式因子图的主动配电网状态估计

实时准确的运行数据是实现主动配电网在线运行分析与智能化控制管理的基础。为了解决配电网实时量测不足带来的估计结果不理想的问题,依据通信领域的置信传播(BP)算法,提出一种基于Forney式因子图的主动配电网状态估计方法。考虑到具体用户量测的稀缺性及分布式电源运行时受气候影响的随机性,该方法首先通过历史负荷曲线获得先验分布,为配电网建立了统计学的计及光照辐射度及风速的Forney式因子图模型,然后利用BP算法全局推理变量节点及因子节点双向传递的本地置信度和状态信息,来获得各状态变量的边缘分布。通过对某地区11节点配电网系统和IEEE 33节点配电网系统进行仿真,表明了所述方法具有良好的实时性且在配电网实时量测不足的情况下也有较理想的估计结果。     

配电网状态估计的一种新算法

加权最小二乘法是当前配电网状态估计的常用算法,但它对于粗差的处理能力不足,量测量中的粗差会使估计结果严重偏离真值.介绍了一种抗差原理,利用权因子把一般性的M估计转换为加权最小二乘法,并将之应用于配电网的状态估计.通过测试,证明该方法可以有效减小或消除量测量里面的粗差影响,对于配电网状态估计技术有较强的实用价值.     

基于多预测校正内点法的WLAV抗差状态估计

针对预测-校正内点法(predictor-corrector primal-dualinterior point method,PCPDIPM)加权最小绝对值状态估计(weighted least absolute squares,WLAV)可能发生校正方向指向错误方向的不足,提出一种基于多预测-校正内点法(multiple PCPDIPM,MPCPDIPM)的WLAV抗差状态估计算法。该算法在PCPDIPM的基础上,通过多次校正,对中心参数动态估计,并采用2阶段线性搜索法确定校正方向在总的牛顿方向中的最优比重,从而保证迭代点向中心轨迹靠拢。最后,通过IEEE算例仿真和我国某省网的测试结果验证了所提方法的有效性。与含不良数据辨识功能的加权最小二乘状态估计相比较,所提方法的收敛速度及抗差能力具有明显的优势。     

主动配电网状态估计技术评述

间隙性分布式电源高渗透率并网,电动汽车、储能系统等可控负荷及高级量测装置的规模化接入使得主动配电网状态估计在结果精度要求、计算效率等方面面临诸多全新挑战。首先,简要阐述了国内外有关传统配电网状态估计技术前期的研究成果;然后,较为全面地梳理了主动配电网状态估计技术的国内外研究现状,包括新型伪量测的合理建模、状态估计算法的高效改进及量测装置的优化配置等研究方面;最后,对该领域未来进一步发展所面临的关键问题进行了探讨和分析。     

基于变量代换内点法的加权最小绝对值抗差状态估计

传统内点法加权最小绝对值(WLAV)抗差状态估计能够抑制坏数据影响,提高状态估计精度,但该方法模型复杂,计算效率低,限制了其工程应用价值。文中提出一种基于变量代换内点法的电力系统WLAV估计方法,该方法通过添加中间变量,将非线性量测方程分解为两步线性方程和两步非线性变换,并建立两步线性方程的WLAV估计数学模型。与传统内点法WLAV抗差状态估计相比,该方法无须形成海森矩阵,可有效提高迭代方程中系数矩阵的稀疏度,并减小矩阵的阶数,有效提高WLAV状态估计的计算速度。基于美国电气与电子工程师学会(IEEE)标准系统、波兰电网和国内某省网的仿真结果验证了所述方法的有效性,具有良好的工程应用前景。     

主动配电网中谐波对量测误差及其状态估计影响的仿真分析

针对主动配电网,构建了考虑谐波影响的量测系统模型,并分析了其对配电网状态估计影响。首先,介绍了主动配电网谐波源的电流源模型,并阐述了在MATLAB/Simulink仿真环境下构建谐波源模型的步骤。其次,建立了电压量测回路和电流量测回路的模型,详细介绍了各自电缆的频率特性,并根据现有的电子式电能表工作原理给出了功率量测的计算公式,建立了完整的量测系统,对量测误差进行了分析。最后,通过仿真并利用IEEE 13节点配电网络从电缆长度、谐波次数、非线性负荷等多个方面详细分析了各因素对配电网量测及状态估计的影响。     

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。     

基于线性内点法及正交变换的抗差参数估计

参数估计目前主要采用加权最小二乘算法.由于包含参数估计,该方法在处理电网坏数据混杂及数值稳定性上都面临着困难.考虑到实际电网中有时会同时出现量测错误及参数错误,提出了使用基于线性内点法及正交变换的加权最小绝对值(WLAV)增广参数估计.基于L1范数的WLAV估计具有良好的抗差特性,用以应对混杂有坏数据、拓扑错误及参数错误的混杂估计.为提高增广参数估计的数值稳定性,将正交变换引入线性内点法修正方程的求解中.对算法的测试结果表明,该方法具有良好的应用前景.