配电网量测配置评估及优化

利用算例分析研究了配电网中不同量测类型对提高状态估计结果精度的影响特性,并初步分析和探讨了其原因;提出了一种量测配置优化方法,以期在配电网中增加实时量测时,使其能最大限度地提高状态估计结果精度。算例验证表明所提方法可以用于指导配电网量测布点的优化决策。     

考虑节点时空相关性的有限配电网PMU装置优化部署

为了应对分布式电源新能源汽车大规模接入配电网带来的监测、运行和控制方面的新挑战,近些年,同步相量测量装置（phase measurement unit,PMU）在配电网得到广泛研究及初步应用。建立了考虑实际约束的0-1整数规划的PMU配置模型,能获取配电网中的最优PMU配置,并考虑系统的时空相关性提出了电力系统节点重要度的衡量指标,指导PMU装置有限情况下的布点方案,并且提出了基于伪量测构造及状态估计方法,能在PMU布点不满足全局拓扑可观性的情况下估计电网状态并且弥补系统可观性。通过在多个测试案例上验证了所提算法的有效性和实用性。     

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。     

主动配电网多目标PMU最优配置

随着大规模的分布式电源(distributed generation,DG)接入及电网与用户互动增加,主动配电网状态估计结果与量测配置需要考虑更多不确定性因素。为加强对配电网的实时监测与控制,提高配电网运行态势感知能力,需要发展同步相量测量装置(phasor measurement unit,PMU)。在计及DG与负荷不确定性的基础上,建立了考虑经济性、配电网状态估计精度以及节点电压越限概率的多目标PMU最优配置模型。以拟蒙特卡洛方法模拟DG与负荷的不确定性;基于两步式加权最小二乘方法,构建混合量测配电网状态估计模型,并利用改进的自适应多目标二进制差分进化算法进行求解,从而得到特定状态估计误差精度下的PMU最优配置Pareto非劣解集。通过IEEE 33节点配电网系统进行仿真计算分析,验证了所提模型与算法的可行性与有效性。     

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。     

基于多时间尺度状态估计的配电网实时态势预测

为有效提升泛在电力物联网建设过程中的配电网运行安全感知能力,提出了一种基于多时间尺度状态估计的配电网实时态势预测方法,该方法可实现对配电网安全态势的快速、准确预测。首先,基于多元混合量测提出了多时间尺度递归动态状态估计方法,通过状态预测与伪量测递归变换改进了已有的量测线性等效变换方法,缩短了状态更新周期,在递归变换算法中添加了校正算法以消除伪量测波动误差,提高了状态估计算法的计算速度。然后基于状态估计得到历史估计状态,采用分区多元时间序列分析方法建立了实时状态预测模型,实现了配电网的实时安全性态势预测。最后在Matlab仿真平台中基于实际算例对所提方法进行了分析,结果验证了所提配电网实时态势预测方法的准确性和有效性。     

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...     

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AMI全量测点分区的配电网动态状态估计方法

针对传统配电网三相不平衡动态状态估计存在计算速度较慢且估计精度较低的问题,提出了一种基于高级量测体系(AMI)全量测点分区的配电网的动态状态估计方法。以AMI全量测点作为配电网分区节点,提出综合3个指标的分区目标函数对配电网进行分区,可对子区域进行完全解耦,缩小系统规模;并通过所提数据融合框架进行多尺度量测数据的融合,以远程终端单元量测周期为基准,融合量测周期较长的AMI量测数据,对非AMI量测时刻的系统状态进行跟随。提出一种基于子区域数据融合方法的高精度集合卡尔曼滤波算法,采用协方差膨胀法改进滤波发散的问题。算例仿真结果表明所提方法有效地提高了配电网动态状态估计的计算速度和估计精度。     

计及故障重构的配电网量测系统鲁棒性配置

针对网络重构对配电网状态估计精度的影响,在分析量测饱和特性的基础上,提出了一种量测系统的鲁棒性配置方法。该方法综合考虑不同故障重构后的多种网络结构,利用马尔可夫链确定其运行概率,并作为权重引入鲁棒性量测配置的数学模型中,利用蒙特卡洛算法模拟量测系统引起的误差。IEEE 33节点配电系统和美国PGE 69节点配电系统的仿真结果表明,所提出的鲁棒性配置方法可兼顾多种网络结构,并有效提高配电网状态估计的精度。     

基于馈线树的配网状态估计实用化方法

配网状态估计是其他高层应用软件的基础,量测充足系统可观测是状态估计的根本。针对配网系统量测冗余少且大多为电流量测的问题,提出根据配网运行参量间的关系把电流量测转化成状态估计所需的有功、无功量测,增加配网状态估计伪量测。提出利用配网辐射状特性形成馈线树,采用链表存储配网设备间的供电关系,利用前推回推方式补足伪量测。推导最优估计的电流匹配的方程及其求解方法,结合某城区配网实例进行分析,表明方法可行,该方法满足当前配电网自动化系统的实时需求。     

基于改进匹配潮流技术的配电网虚拟量测

针对缺少冗余量测的配电网系统,为了简化状态估计方法、保证计算精度,优化配电网络状态,基于匹配潮流思想提出了配电网虚拟量测的概念,建立了以电压量测自适应抗差加权最小二乘为目标函数、以网络潮流匹配和功率失配量分配参数方程为约束条件的虚拟量测数学模型,给出了引入混沌优化、强引导机制的改进粒子群优化求解方法,并详细介绍了配电网虚拟量测的应用流程。采用IEEE8、IEEE33、IEEE69节点系统对该方法进行测试,结果表明,方法可在较少的迭代次数内获得较为准确的配电网状态,且不涉及量测变换、矩阵计算,具有良好的应用前景。     

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.