电力系统谐波状态估计研究综述

阐述了电力系统谐波状态估计技术的概念和功能,指出谐波状态估计对于电力系统谐波监测和治理的重要意义。对现有的谐波状态估计算法进行了评述,探讨了谐波状态估计的可观性问题,给出了几种现有的可观性分析方法。介绍了谐波状态估计技术的工程应用情况,展望了谐波状态估计技术的应用前景,并讨论了该领域尚待解决的问题。     

电力系统谐波状态估计研究综述

阐述了电力系统谐波状态估计技术的概念和功能,指出谐波状态估计对于电力系统谐波监测和治理的重要意义.对现有的谐波状态估计算法进行了评述,探讨了谐波状态估计的可观性问题,给出了几种现有的可观性分析方法.介绍了谐波状态估计技术的工程应用情况,展望了谐波状态估计技术的应用前景,并讨论了该领域尚待解决的问题.     

基于相量量测的电力系统谐波状态估计(I)--理论、模型与求解算法

通过分析现有网络谐波分析理论的局限性与实践中所遇到的困难,提出了基于相量量测的电力系统谐波状态估计算法.选择节点电压作状态量,节点电压、支路电流与注入电流作量测量,建立了各种量测配置的量测方程以及谐波状态估计问题的数学模型.然后,通过总结谐波状态估计算法的基本特点与优化量测方程和母线的编号,提出了谐波状态估计的分层算法,大幅度降低了量测矩阵的维数.     

电力系统谐波状态估计量测配置算法研究

谐波状态估计技术是在全球定位系统和相量量测技术的基础上发展起来的一项新型技术,是电网谐波分析的一种有效手段.阐述了电力系统谐波状态估计可观性分析概念及主要方法;鉴于谐波量测系统成本造价高,在分析传统量测配置算法优劣的基础上,提出了序贯搜索法结合量测方程数值稳定性和量测子站最少化为目标函数的量测配置优化的算法,实现保证系...     

基于相量量测的电力系统谐波状态估计算法的研究

基于相量量测单元的电力系统谐波状态估计技术,可选取电力网络的节点谐波电压为状态量,支路电流、节点注入电流和节点电压相量为量测量,从而使谐波状态方程成为线性方程.本文根据这个特点,再结合量测方案的不同情况,提出了在冗余量测和基本量测时,采用便于工程实际应用的乔累斯基算法来求解线性谐波状态方程,其计算量只是高斯消元法的一半,且不用考虑选主元,大大减少了计算的时间;在量测矩阵欠定时,采用奇异值分解算法,不仅可以为欠定的状态方程提供稳定的最小二乘解,而且该算法本身具有可观性分析的功能,不需要采用其它算法进行可观性分析,从而极大地简化了谐波状态估计分析的难度.最后通过仿真程序验证了这两种算法在谐波状态估计求解问题中的有效性和可靠性.     

电网谐波状态估计中的可观性分析

谐波状态估计的一个难点,在于量测数目通常小于状态量数目,导致量测—状态方程欠定,系统不完全可观。针对该问题,进行了3个方面的研究:首先,结合数学分析和实际电网分析,从减少状态量的角度,实现方程由欠定变为恰定或超定,在保证系统状态完全可观的前提下,大大减少量测设备的数目;其次,将奇异值分解法(SVD)应用在系统可观部分的判断和计算中;然后,针对可观性分析中传统代数方法不足,结合矩阵条件数,提出一种实用的线性无关排序法,并将该方法用于指导不可观系统量测设备的调整和添加,实现系统良好的可观性。最后以菏泽—仿山220kV—110kV—35kV配电系统为例,对SVD和线性无关排序法进行说明,验证了方法的可行性。     

基于相量量测的电力系统线性状态估计

分析了相量量测装置的量测误差情况,指出了相量量测参与状态估计计算的必要性。在完全使用相量量测的情况下,给出了基于直角坐标系的实数形式的电力系统线性量测方程和相应的线性静态状态估计算法。对负荷预报加潮流计算的系统状态预报方法进行改进,通过对误差协方差阵计算公式的推导与简化,提出了新的预报误差协方差阵计算公式,并将其与线性量测方程相结合,提出了基于相量量测的线性动态状态估计算法。最后讨论了线性状态估计算法的使用条件,并采用IEEE30节点系统对提出的算法进行了验证。     

基于相量量测的电力系统线性状态估计

分析了相量量测装置的量测误差情况，指出了相量量测参与状态估计计算的必要性。在完全使用相量量测的情况下，给出了基于直角坐标系的实数形式的电力系统线性量测方程和相应的线性静态状态估计算法。对负荷预报加潮流计算的系统状态预报方法进行改进，通过对误差协方差阵计算公式的推导与简化，提出了新的预报误差协方差阵计算公式，并将其与线性量测方程相结合，提出了基于相量量测的线性动态状态估计算法。最后讨论了线性状态估计算法的使用条件，并采用IEEE 30节点系统对提出的算法进行了验证。     

配电网状态估计可观性研究综述

状态估计是实时感知系统运行状态的关键手段.目前配电网中常因量测配置不足而难以满足状态估计可观性的要求,因此开展状态估计可观性研究具有重要意义.首先,介绍了配电网可观性的分析方法和评价指标;其次,归纳了量测配置优化、伪量测建模和零注入节点处理等提高配电网可观度的方法;然后,基于分布式电源的并网机理与主动配电网中存在的不确...     

电力系统谐波状态估计研究

指出了开展谐波状态估计研究对于电力系统谐波监测和治理的重要意义,阐述了电力系统谐波状态估计的概念、功能,对现有的几种谐波状态估计方法进行了评述,介绍了谐波状态估计的数学模型,探讨了量测点的优化配置问题,最后对谐波状态估计技术今后应开展的工作进行了展望。     

电力系统谐波状态估计技术的发展与展望

本文介绍了电力系统谐波状态估计的概念,功能及其实现方法。对现有的几种谐波状态估计方法进行了评术,并提出了谐波状态估计中应着选解决的几个问题。     

复杂配电系统电压跌落状态估计可观性分析

电压跌落状态估计算法(SSE算法)是一种基于单电源辐射状网络结构的二阶曲线拟合算法。但是目前众多分布式发电接入及小电厂并网发电使得配电网络结构呈现复杂化、多电源化,传统电压跌落状态估计算法无法直接使用。针对该问题,提出了电压跌落状态估计可观性的概念,并且从故障电流叠加的角度出发,构造了电压跌落状态估计可观性的数学模型,合理地解决了部分故障路段不可观的问题,使得SSE算法可以应用到多电源复杂配电系统中。     

复杂配电系统电压跌落状态估计可观性分析

电压跌落状态估计算法(SSE算法)是一种基于单电源辐射状网络结构的二阶曲线拟合算法.但是目前众多分布式发电接入及小电厂并网发电使得配电网络结构呈现复杂化、多电源化,传统电压跌落状态估计算法无法直接使用.针对该问题,提出了电压跌落状态估计可观性的概念,并且从故障电流叠加的角度出发,构造了电压跌落状态估计可观性的数学模型,合理地解决了部分故障路段不可观的问题,使得SSE算法可以应用到多电源复杂配电系统中.     

基于可靠度与可观度的量测优化配置研究

随着电力系统运行的发展,电力系统运行中节点数据完全缺失的情况时有发生,这大大影响了系统状态估计时的可观测性;同时,现有的可观测性理论和方法不能很好地反映系统状态变量估计精度和数值稳定性。针对上述问题,本文首先结合N-1可靠性检验原则与节点电气介数定义可靠性损失指标与可靠度指标,对量测系统进行配置与优化,保证在任意一个节点完全缺失数据的情况下系统完全可观;然后,在此基础上量化系统的可观测性,提出可观度的概念及相应的精度与数值稳定性指标,运用灵敏度分析理论找到可观度指标的最大影响因子继续优化量测配置,保证厂站缺失数据的情况下,系统完全可观且具有良好的数值稳定性与估计精度。最后以IEEE 14与IEEE 39节点系统为例,验证了本文所提方法的正确性及有效性。     

基于混合量测的电力系统状态估计混合算法

研究了相量量测装置(PMU)相量量测和监控与数据采集(SCADA)量测混合使用时的数据匹配问题,提出了利用状态量转换预测得到预报系统状态和预报节点注入电流向量的方法。在此基础上,提出了应用PMU实时相量量测和预报节点注入电流向量的线性静态状态估计算法,以及应用PMU实时相量量测和预报系统状态的线性动态状态估计算法。文中将这2种算法与传统状态估计算法相结合,组成了状态估计混合算法,保证了状态估计的计算精度。该混合算法有效减少了状态估计的计算时间,对PMU的量测配置也没有严格的要求,具有很好的通用性。最后采用IEEE30节点系统对该方法进行了验证。     

基于自适应SRUKF算法的电力系统动态谐波状态估计

针对传统无迹卡尔曼滤波(unscented kalman filter, UKF)谐波状态估计算法存在时变噪声和异常数据时估计准确度较差的情况,提出了一种基于自适应平方根无迹卡尔曼滤波(square-root UKF, SRUKF)的电力系统谐波状态估计算法。首先,针对时变噪声干扰,引入改进的Sage-Husa噪声估计方法实时估计噪声协方差。其次,针对异常数据干扰,引入异常数据修正方法,通过修正系数来降低异常数据对状态估计结果的影响。最后,通过搭建IEEE14节点系统验证自适应SRUKF算法的估计性能,能够有效地应用于电力系统的动态谐波状态估计。仿真结果表明,该算法在时变噪声和异常数据干扰时仍具有良好的估计性能。     

基于PMU量测的城市电力系统分布式状态估计算法

针对未来微网和新能源大量接入城市电网后,电力系统状态估计功能的计算数据量过大,计算速度缓慢的问题,文中提出了一种适用于城市电力系统的基于相量量测装置(PMU)量测的分布式状态估计算法。该算法将城区电网分层分区,将PMU的同步相量量测引入县调层和地调层的分布式状态估计中,不仅在县调层实现并行计算,而且在地调层满足线性状态估计条件,最终达到提高状态估计速度的目标。文中利用IEEE 118节点系统对新算法进行了测试,仿真结果验证了新算法有效提升了状态估计的速度。     

基于自适应容积卡尔曼滤波算法的电力系统动态谐波状态估计

由于传统的谐波状态估计的参数辨识算法要求噪声的协方差矩阵固定不变,而实际工程中噪声的协方差矩阵是随时间变化的,工程中存在错误的量测数据,导致传统参数辨识算法估计的谐波电流参数的准确度较低。因此,提出自适应容积卡尔曼滤波算法来提高辨识谐波电流参数的准确度。首先,针对时变噪声干扰,采用基于渐消记忆指数加权法的噪声估值器算法生成时变噪声的协方差矩阵;其次,针对错误的量测数据,采用开窗估计算法修正错误的量测数据;然后,将修正的噪声协方差矩阵和量测数据代入容积卡尔曼滤波算法中,对谐波电流参数进行估计;最后,搭建IEEE 13节点系统仿真模型,验证了自适应容积卡尔曼滤波算法在时变噪声干扰及量测数据错误情况下仍可准确地估计谐波电流参数,确保了动态谐波状态估计的准确性。     

基于相量量测的等式约束二阶段状态估计模型

利用PMU的量测信息实现系统的动态可观测,考虑PMU数据刷新时间快的特点,在R.F.Nuqui的动态监测模型的基础上建立了适合静态估计的基于等式约束二阶段估计模型。该模型将PMU和SCADA的量测数据共同用于非线性估计,采用零注入节点功率作为等式约束条件来提高估计精度,然后对非线性估计的结果和PMU的支路电流相量进行线性估计。模拟了当系统某节点负荷持续变化时,利用等效导纳法对非线性区域节点状态量进行估计,最后采用IEEE 14和57节点系统算例对提出的模型进行了验证。