最小信息损失状态估计在拓扑错误辨识中的应用

网络拓扑的错误导致状态估计结果不可用,一直是电力系统状态估计应用中的难题.该文将最小信息损失（MIL）状态估计理论应用到拓扑错误辨识中,提出了具有严格数学基础的MIL拓扑检错新方法.该方法综合利用了蕴涵在遥测和遥信中的信息量,在总体信息损失最小的估计目标下,对遥信和遥测实施统一最优估计,并给出拓扑检错结果.文中还分析了MIL法与传统方法的内在联系,指出了传统残差法是MIL法的特例,讨论了新方法的在线实现问题.给出了小算例系统和实际系统的对比试验研究,结果验证了MIL法比传统残差法具有更低的错误率和更强的可扩展性.     

最小信息损失状态估计中潮流和拓扑统一估计的通用理论

传统的电力系统状态估计方法具有严格的数学前提.为了提出更通用的状态估计方法,该文建立了遥信的广义信道模型,给出了遥信的信息损失计算式,发展了最小信息损失状态估计理论.将遥测和遥信在信息空间上统一建模,得到了潮流和拓扑统一估计的通用理论和方法,可以充分利用遥测和遥信等混合数据中所蕴含的信息量,对电网潮流和网络拓扑实施同步估计,并取消了传统状态估计必须保证拓扑正确的数学前提,为拓扑错误辨识提供了严格的数学基础.     

基于加权最小绝对值状态估计的有源配电网拓扑辨识方法

在配电系统状态估计中,一方面众多网络设备难以完全监控导致量测数据不足,另一方面,频繁的拓扑切换亟须开发高效的算法。因此,提出了一种配电网拓扑辨识的加权最小绝对值状态估计方法。首先,对传统基于线性规划的加权最小绝对值状态估计方法进行改进,以提高计算效率;其次,在重新制定的加权最小绝对值状态估计方法中加入补充变量和约束,以适应拓扑辨识问题,形成了一个基于混合整数线性规划的加权最小绝对值状态估计方法;最后,4个算例系统的仿真结果验证了所提方法在不同数量的实时测量、高伪测量误差、被坏数据破坏的测量以及未知支路状态场景下的优异性能。     

以合格率最大为目标的电力系统状态估计新方法

以合格率最大为目标,考虑潮流约束和运行中上下界约束,提出一种电力系统状态估计方法.该方法可用现代内点法求解,收敛性好.与以往方法相比,文中方法得到的状态估计结果合格率高;估计结果有较强的抗差性;所求的解为潮流解,满足各种物理约束,更加接近实际;计算中无需做坏数据检验、可观性校验,无需主观设定测点权重,大幅减少了调试和维护工作量.IEEE 39节点系统、IEEE 118节点系统和某实际输电网等试验系统的测试结果验证了该方法的优越性.     

基于Kalman滤波原理的电力系统动态状态估计的研究综述

状态估计是现代EMS的重要组成部分,特别是动态状态估计,能实现实时运行状态的估计和预报功能.通过对动态估计算法Kalman滤波算法和国内外学者的一些改进算法的现状研究,分析了这些算法目前存在的主要问题.并基于此提出了Kalman滤波算法的新的改进措施,研究了方向和发展趋势.     

基于Kalman滤波原理的电力系统动态状态估计的研究综述

状态估计是现代EMS的重要组成部分,特别是动态状态估计,能实现实时运行状态的估计和预报功能。通过对动态估计算法Kalman滤波算法和国内外学者的一些改进算法的现状研究,分析了这些算法目前存在的主要问题。并基于此提出了Kalman滤波算法的新的改进措施,研究了方向和发展趋势。     

基于广义岭估计的电力系统谐波状态估计

基于广域测量系统提供的网络部分节点的谐波同步测量数据和网络导纳矩阵建立谐波状态估计模型,通过对模型的求解得出整个网络的谐波状态。对于待求解的数学模型,由于网络中某些元件参数可能导致求解方程病态问题的出现,应用最小二乘估计所得结果存在较大误差,提出应用广义岭估计进行求解。仿真算例结果表明,在系数矩阵病态时,应用广义岭估计进行谐波状态估计的结果较最小二乘法有更高的准确度。     

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.     

基于分解协调算法的互联电力系统状态估计

提出了基于分解协调算法求解多区域互联系统的状态估计算法。互联系统计算中心根据虚拟节点两端子系统状态估计所得功率残差加权平均值计算各子系统虚拟节点注入功率的变化量,各子系统节点状态量通过注入功率和功率估计值对节点状态量的灵敏度矩阵修正子系统状态估计结果,得到互联系统的状态估计解。仿真计算结果说明,分布式状态估计算法计算准确、速度快,且在互联系统计算中心无法获得部分子系统数据的情况下,能够最大限度地准确计算出互联系统的部分可观测结果。     

线性离散系统最小信息损失动态状态估计原理及其在热网中的应用

综合能源系统作为未来能源系统的发展趋势,可以有效地助力我国“双碳”目标的实现。状态估计作为能量管理系统的基础核心,在综合能源系统领域变得日益重要。无论是热网还是气网,其动态过程的建模最后都可以转化为线性离散系统的形式。因此,该文从信息科学的视角对线性离散系统动态状态估计的理论基础进行研究。根据最小信息损失(minimuminformationloss,MIL)决策原理,提出通用的线性离散系统MIL动态状态估计新原理,建立MIL动态状态估计模型,分析不同时刻噪声相关性、不同噪声概率分布类型对该模型的影响,在理论上证明全信息滚动时域估计、多断面加权最小二乘、多断面加权最小绝对值等常用估计方法均为MIL动态状态估计在一定假设下的特例。进一步以热网为例对该原理进行验证,建立热网状态空间模型和热网MIL动态状态估计模型,对该模型在考虑不同噪声概率分布类型、不同时刻噪声相关性、预测信息等方面的普适性进行验证。     

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。     

基于等效功率变换的配电网状态估计算法

提出一种基于等效功率变换的配电网状态估计算法，将配电网中的功率量测、电压幅值量测、电流幅值量测统一变换为支路首端等效功率量测，采用修正量测雅可比矩阵的迭代方法求解。该方法能够利用配电网中的各种量测，并且P，Q解耦迭代，有较高的运算效率和数值稳定性，对量测配置也无特殊要求。文中还提出一种通过添加零虚拟负荷量测提高数值可观性的方法，使原本不可估计的网络能够进行状态估计。     

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。     

基于支路带节点功率估计的配网状态估计实用算法

充分利用配电网的辐射形特点，提出了采用基于单支路加权最小二乘估计(WLS)的前推，回代估计方法，该方法在前推的逐支路估计过程中，对有后续支路的支路在支路估计前有条件地加入末端节点功率估计，文中还提出了对权值进行合理选取的原则。对算例和实际辐射网的计算结果表明，该方法收敛速度快，估计精度高，编程简单，算法可靠、有效、实用。     

基于信息理论的电力系统在线故障诊断

该文引入信息理论来研究和处理电力系统故障过程中存在的不确定性，研究了电力系统故障中的信息运动过程，建立了故障诊断的信道模型；基于信息损失最小原理，提出了适用于大规模系统不确定性决策的故障诊断新方法，该方法将故障诊断问题转化为求取最小信息损失的组合优化问题。文中还研究了通过信息损失来计算故障诊断解空间的概率分布方法，并针对大规模系统给出了近似解空间概率分布的求解方法。应用该文方法进行电网故障诊断，能给出各种可能发生的故障组合以及每种故障组合发生的概率。算例表明，该方法的快速性能满足大规模电力系统在线故障诊断辅助决策的要求。     

配电网状态估计中的量测变换技术

分析了不同情况下状态估计算法中量测变换技术的应用情况，导出了量测变换的具体数学表达式和量测变换后各数据量权重的确定。文章分别对基于牛顿法的状态估计算法，以节点电压电流方程式为基础的状态估计算法及基于支路电流的配电网状况估计算法进行了比较，从文中分析可以看出，量测变换技术的应用虽提高了算法的运算速度但牺牲了估计精度。因此在应用量测变换技术时，须因地制宜，在速度和精度之间寻求平衡。     

电力系统中基于信息量损失最小的决策原理

作为电力信息学的基础理论之一，将电力系统的分析决策过程看成是一个广义的信息重建过程。针对电力系统中普遍的概率型信息，从传统的信息理论出发，建立了广义的信道模型，提出了基于信息量损失最小的决策原理，推导了信息量及信息损失量的计算方法。介绍了在能量管理系统（EMS）的网络拓扑错误辨识中的原理性应用实例，通过科学的量化，将网络拓扑错误辨识问题转变成新颖的优化决策模型的求解问题。研究表明，信息理论在提高电力系统的信息可靠性和决策智能性方面有着非常诱人的应用前景。     

相量测量单元测量值对状态估计中等效电流量测变换算法的影响

针对同步相量测量单元(PMU)能够直接测量母线电压相量的特点,分析了引入PMU测量值对电力系统状态估计的影响.首先修正等效电流量测变换算法,提出了极坐标系下的全雅可比矩阵算法和简化雅可比矩阵算法,分别从增加PMU节点电压量测方程、以PMU测量值作为迭代初值、修正等效电流量测计算公式以及修正雅可比矩阵四方面分析了引入PMU测量值对算法迭代次数和滤波效果的影响.理论分析和算例结果表明,PMU测量值在这四方面对算法的迭代次数和滤波效果均有影响,有些影响还与PMU的数量有关.