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IEEE 30节点系统对该方法进行了验证。     

基于快速分解正交变换状态估计算法的坏数据检测与辨识

提出了在快速分解正交变换状态估计算法中检测与辨识坏数据的新方法。该方法成功地将假设检验辨识法(HTI)和量测补偿法的思想应用于基于快速分解状态估计算法的坏数据检测与辨识，用基于对增广的量测雅可比矩阵进行Givens行变换的方法计算和更新残差协方差矩阵，在建立可疑量测集时，考虑有功类量测误差对无功类量测残差的影响和无功类量测误差对有功类量测残差的影响。算例说明，该方法检测与辨识坏数据的能力较强。     

计及PMU的混合非线性状态估计新方法

提出一种将同步相量测量单元（PMU）的直接电压相量量测变换为间接支路电流量测，并与监控与数据采集（SCADA）量测量一起进行混合迭代的非线性状态估计方法。对构造等效电流修正量而带来的间接量测误差进行了详细和定量的分析，并对该混合估计算法的精度进行了定性分析和定量计算。理论分析和算例表明，该方法可以获得较高的估计精度，在收敛次数和滤波效果上也有所改进。     

基于混合量测的电力系统线性动态状态估计算法

针对当前电力系统中广域测量系统（WAMS）和数据采集与监控（SCADA）系统并存的现状，利用量测变换技术，将SCADA系统下支路功率量测和节点注入功率量测转换为等效的电流相量量测，并与WAMS组成混合量测系统，在此基础上提出了直角坐标系下的线性动态状态估计算法。该算法采用Holt两参数线性指数平滑技术，结合线性定常系统Kalman滤波原理，实现了系统状态的预测和估计。该算法具有常数雅可比矩阵，从而大大减少了动态状态估计的计算时间，保证了动态状态估计的计算精度。通过IEEE 14节点系统的仿真结果，验证了该算法的有效性和优越性。     

基于广域测量系统的状态估计研究综述

广域测量系统（WAMS）的逐步发展给电力系统在线分析方法提供了一个新思路。针对WAMS测量精度高、具有同步相量测量功能以及数据传输快等特点，分别从引入高精度节点电压相量量测的状态估计算法、引入高精度支路电流相量量测的算法、引入全部WAMS量测的算法以及其他与WAMS状态估计相关的问题等4个方面，介绍了目前引入WAMS量测的各种状态估计算法；并详细分析了各种算法的优缺点和适用范围，从工程应用出发研究其可行性，对部分算法给出了改进措施。讨论了WAMS的不良数据检测与辨识问题、相量测量装置（PMU）的最优配置问题以及基于PMU的动态状态估计和谐波状态估计等与WAMS状态估计相关的其他问题。     

计及PMU支路电流相量的状态估计模型

评述了相量量测在电力系统状态估计中的各种应用模型，包括仅采用相量测量装置（PMU）的量测进行线性估计、在非线性估计中加入PMU电压幅值和相角量测，以及把非线性估计和线性估计结合等方案。把PMU量测值直接作为估计值虽然可以降低估计的维数，但不一定有利于估计精度。当前PMU的配置还难以满足可观性要求，故必须将PMU量测与其他量测一起用于状态估计。但在非线性估计中，很难直接利用PMU支路电流量测，特别是其相角量测。文中提出通过量测变换来计及PMU支路电流幅值和相角量测的模型。对各种非线性估计模型的仿真说明该模型的估计精度优于其他方案。     

部分电压和电流相量可测量时电压相量的状态估计

基于电网部分电压相量和电流相量可测的条件下，推导出了整个电网电压相量的线性状态估计表达式，并对测量随机误差对电压相量状态估计的影响进行了分析。由于对电网电压相量的状态估计是线性的，因此能实时实现对电网的监视。     

基于WAMS的电力系统实时状态估计和预报

根据广域测量系统/数据采集与监控（WAMS/SCADA）系统的测量数据,提出一种实时状态估计和预报算法。采用递推增广最小二乘法辨识和修正状态转移矩阵,并采用渐消记忆指数加权法在线估计线性化后的模型误差协方差矩阵,同时由量测量的标准差在线计算量测权重,这使得在利用观测数据进行滤波的同时,状态估计模型中不精确（或未知）参数和噪声协方差矩阵不断地在线辨识和修正,以适应环境的干扰和过程的时变性,减少状态估计误差,达到良好的滤波效果。仿真结果表明,所提出的方法在正常情况、存在坏数据、负荷突变/发电机输出功率突变、网络拓扑结构误判等情况下具有较好的滤波效果。     

卡尔曼半自适应滤波水位实时预报模型研究

在对河道水位计算方法和线性化后的矩阵方程研讨的基础上，组成了卡尔曼滤波的状态方程和量测方程。根据滤波理论提出了适用于河道水位实时预报的卡尔曼半自适应滤波模型。在该模型中量测误差系列的协方差矩阵可以通过信息更新系列实时地估计出来，只是模型误差系列的协方差矩阵需要预先给出。以淮河为例对该模型进行了并与其它方法进行了比较，验证结果说明该模型的正确性和合理性。     

基于PMU的分布式电力系统动态状态估计新算法

随着电力系统的发展，区域电网互联，形成更大的系统。各区域电网相对独立，且有各自相对独立的调度中心。为适应这种分区管理模式，状态估计应采用分布式并行算法。在动态估计扩展Kalman滤波算法的基础上，结合搭接式分布并行算法，提出了一种基于相量测量单元（PMU）的分布式电力系统动态状态估计新算法。该算法利用少量PMU测点，真正实现各子系统的并行计算，避免了原算法进行串行等待的过程。并结合量测数据预处理、对雅可比矩阵加权等方法，加快了计算速度，提高了数值精度和稳定性。最后给出了IEEE 14节点的仿真结果，验证了该算法的有效性及优越性。     

试析卡尔曼滤波与不学相结合在洪水实时预报中的应用

采用扩散波的一维非恒定流方程，对其用有限差分进行离散化。考虑到在实时洪水预报中的一些特点，上边界拟采用入流己知，下边界对于自然河段拟采用水位流量关系，对于有闸、坝控制的河道拟采用相应的出流计算公式。对离散化的方程和边界条件进行线性化，得到了系统方程。实际河道中实测变量的个数总是少于待求变量的个数，根据滤波方面的理论提出了水力学方法与卡尔曼滤波相结合的半自适应滤波模型。在该模型中，量测误差系列的协方差矩阵可以通过信息更新系列实时地估计出来，只是模型误差系列的协方差距阵需要预先给出。     

配电网模糊匹配潮流状态估计方法分析

用模糊集合理地表示配电网的量测信息，基于量测配置结构、辐射状的配电网络和量测信息模型，提出了模糊匹配潮流状态估计方法。该方法具有抗差性的加权最小绝对值(WLAV)状态估计方法应用于配电网的等效形式。考虑到伪量测的模糊约束，所提出的方法得到的状态估计解虽不具有最优但具有满意的WLAV估计意义。采用基于模糊线性规划的前推回代潮流算法求解模糊匹配潮流，该求解过程物理意义清晰、编程实现简单，克服了求解WLAV估计方法计算量大的缺点。实际算例结果验证了所提出的方法的合理性和适用性。     

保留非线性的快速P－Q分解状态估计法

提出了一种新的状态估计方法。该法保留了量测方程的非线性，同时又利用P－ Q分解方法，提高状态估计的计算速度。     

基于量测残差的改进参数估计方法

电网参数错误将影响状态估计的质量，并降低能量管理系统中其他高级应用软件的实用化程度。文中简要介绍了主要的参数估计算法，并详细分析了基于量测残差和参数误差间灵敏度关系的参数估计方法。在总体沿袭两步法参数估计方法的基础上，对该方法的近似模型进行了详细分析。为使算法具有更广的适用面，对第1步中偏差向量的计算和第2步中参数的估计方法分别进行了改进。对该算法进行了测试，结果表明，该方法具有良好的应用前景。     

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。     

量测数据时差补偿状态估计方法

在互联电网中,控制中心的量测数据来源很多,这些量测数据存在采集时差,当时差超过一 定范围时,量测数据不能体现一个完整电网状态,采用常规状态估计方法进行状态估计会产生较大 误差,结果无法使用。文中提出一种量测数据时差补偿状态估计方法,对于延时很小的量测数据, 使用最新的量测数据参加状态估计,其量测时间作为电网断面时间;对于其他延时的量测数据,根 据延时的不同,引入相应的时差补偿因子,利用连续2个数据断面的量测数据变化量和时差补偿因 子修正延时量测数据误差,获得完整一致的电网状态估计结果。对IEEE 7节点系统的测试表明, 该方法可有效减少计算结果误差,获得更为准确的电网状态估计结果。     

试析卡尔曼滤波与水力学相结合在洪水实时预报中的应用

采用扩散波的一维非恒定流方程,对其用有限差分进行离散化。考虑到在实时洪水预报中的一些特点,上边界拟采用入流已知,下边界对于自然河段拟采用水位流量关系,对于有闸、坝控制的河道拟采用相应的出流计算公式。对离散化的方程和边界条件进行线性化,得到了系统方程。实际河道中实测变量的个数总是少于待求变量的个数,根据滤波方面的理论提出了水力学方法与卡尔曼滤波相结合的半自适应滤波模型。在该模型中,量测误差系列的协方差矩阵可以通过信息更新系列实时地估计出来,只是模型误差系列的协方差距阵需要预先给出。     

一维不恒定流与卡尔曼滤波耦合的河道实时洪水预报模型

对一维不恒定流方程组进行简化，导出扩散波的一维不恒定流方程，用有限差分对其进行离散化。考虑实时洪水预报的特点，上边界拟采用人流已知，下边界对于自然河段拟采用水位流量关系，对有闸、坝控制的拟采用相应的出流计算公式。对离散化的方程和边界条件进行线性化，得到系统方程。由于实际河道中实测变量的个数总少于待求变量的个数，为此，根据滤波方面的理论提出了一维不恒定流与卡尔曼滤波耦合的半自适应滤波模型。在该模型中量测误差系列的协方差矩阵可以通过信息更新系列实时地估计出来，只有模型误差系列的协方差矩阵需要预先给出。最后用实例对模型进行了检验并与其他方法进行了比较。     

变化量测触发方式下的状态估计算法分析

分析了变化量测及量测阈值等相关概念，提出了变化量测触发方式下的逐次追踪状态估计，每一触发时刻仅对变化量测进行处理。通过算例，对追踪估计有效时段及重启计算问题进行了说明和分析。此方法不但能够明显缩短单次状态估计计算的时间，而且能够保证较高的计算精度，具有实用化的潜力。     

一种优越的电力系统状态估计方法——Hachtel方法及其实现

首先对状态估计已有的一些基本方法在数值稳定性、计算效率和实现复杂性等 方面进行了理论分析和比较，然后开发了Hachtel方法、法方程法和带 约束的法方程法状态估计计算程序，对它们进行了实验比较。同时还首次使用 Hachtel方法进行了线路参数估计，并获得了满意的估计结果。给 出了Hachtel方法状态估计实践中得出的若干有用的结论。