考虑状态量未知情况的电力系统杠杆量测攻击

虚假数据注入攻击是威胁电网安全稳定运行的重要因素之一,攻击策略的研究以及攻击机制的深入分析能为改进系统防御策略提供依据。针对智能电网中的状态估计过程,攻击者在掌握一定资源以及具备攻击条件的时候可以计算出满足潮流约束的攻击向量,从而躲过不良数据检测。对比直流状态估计模型,在交流状态估计下攻击条件更加苛刻,成功率也相对较低。在交流状态估计下考虑攻击者未知准确状态量的情况,首先根据已知的量测和参数近似计算状态量,再通过投影统计量和帽子矩阵对角元法找出系统中的杠杆量测,最后建立最优化模型对杠杆量测发起攻击,在IEEE 14节点系统的仿真验证了所提攻击方法的有效性。     

一种处理杠杆量测的配电网抗差估计算法

提出了一种新的基于支路电流的配电网抗差估计算法用于消除坏杠杆量测对估计结果的不良影响。该方法利用杠杆量测量的固有特性，在加权最小绝对值(WLAV)估计器的目标函数中引入结构抗差因子；同时借助等价权的概念，将抗差估计转化成最小二乘估计的形式，编程简单，从而使改进后的WLAV估计法不仅能够辨识出非杠杆量测中的不良数据，而且能够有效地抵御杠杆量测量中的坏数据，并得到高精度的估值。实验系统的仿真表明，该方法具有良好的数值稳定性和鲁棒性。     

一种处理杠杆量测的配电网抗差估计算法

提出了一种新的基于支路电流的配电网抗差估计算法用于消除坏杠杆量测对估计结果的不良影响。该方法利用杠杆量测量的固有特性,在加权最小绝对值(WLAV)估计器的目标函数中引入结构抗差因子;同时借助等价权的概念,将抗差估计转化成最小二乘估计的形式,编程简单,从而使改进后的WLAV估计法不仅能够辨识出非杠杆量测中的不良数据,而且能够有效地抵御杠杆量测量中的坏数据,并得到高精度的估值。实验系统的仿真表明,该方法具有良好的数值稳定性和鲁棒性。     

配电系统关键量测解耦快速辨识及鲁棒量测优化配置

对配电系统实时运行状态的准确感知离不开状态估计,状态估计的正常运行与量测系统状况紧密相关。文中提出了一种针对三相不平衡配电系统的关键量测和关键量测组解耦快速辨识的新方法,该方法实现了关键量测和关键量测组辨识的解耦和非迭代:一方面,辨识过程仅需进行有功功率部分的状态估计,极大降低了计算规模;另一方面,整个计算过程无需迭代,并给出了相应的严格理论证明。此外,建立了配电系统三相m~(-1)鲁棒量测优化配置模型,以保证任一量测缺失时网络仍然可观测。将所提方法和模型应用于改进的IEEE 37节点算例进行测试,计算结果显示关键量测解耦快速辨识方法的辨识速度远快于解耦前,鲁棒量测优化配置显著降低了配电系统不可观测的风险。     

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。     

提高配电网状态估计精度的量测配置优化方法

为适应配电网的智能化要求,达到提高配电网状态估计精度的目的,应用M-P广义逆矩阵和加权最小二乘问题的唯一极小最小二乘解等数学方法,推导出量测误差和状态向量估计误差之间的数学关系表达式:提出了一种新颖的量测评估和配置优化的方法.利用评估算法对待考察的量测集合进行评估后,从评估结果中选出排序靠前的量测类型和安装位置,从而得到量测装置的配置优化方案.对于算例系统,应用该方法获得的量测配置优化方案,仅需安装少量量测装置就可以提高状态估计精度在60%以上.     

基于混合量测的二次线性状态估计方法及其工程应用

基于相量测量单元(PMU)和数据采集与监控(SCADA)混合量测进行状态估计计算时,如果仍采用传统非线性估计模型,将面临PMU量测计算权值难以确定、PMU量测坏数据辨识不准、相角参考点和成熟商用程序改动等多方面问题。提出了一种基于混合量测的二次线性状态估计方法。该方法在传统非线性状态估计收敛后,利用其结果中的各节点电压幅值及相角估计值和PMU相量量测再进行二次线性状态估计计算,有效解决了上述问题。最后结合电网实例验证了该方法的有效性。     

考虑电流幅值量测的变电站零阻抗网络拓扑可观测性分析

网络可观测性分析是电力系统状态估计的重要组成部分。针对变电站零阻抗网络的特点,提出一种面向零阻抗网络的拓扑可观测性方法,并考虑由于引入电流幅值量测而导致的多解问题。根据基尔霍夫电流定律,给出确定开关支路具有唯一潮流解的实用化判定规则。同时对可观测性分析方法的步骤进行详细设计,并通过算例展示其实现过程,验证该方法在完成可观测性分析的同时对量测部署问题具有指导意义。     

基于最大测点正常率与GPU并行加速的不良数据辨识方法

基于测量不确定度的概念,以测点正常率最大(MNMR)为目标的电力系统抗差状态估计方法具有较好的不良数据辨识能力。然而,该模型求解困难,已有研究对该模型进行了近似等效,并采用现代内点法进行求解,但存在因近似而辨识效果降低的问题。为此,基于MNMR状态估计模型,采用杂交变异粒子群算法,提出一种基于图形处理器(GPU)并行加速的不良数据辨识算法。该算法不对MNMR模型进行近似等效,根据GPU并行计算架构特点,设计了粗粒度和细粒度结合的并行加速策略。算例结果表明,所提的算法对不良数据的误检率和漏检率较低,具有较好的不良数据辨识能力,且计算时间短,加速效率高,能够满足实际运行需求。     

基于量测量替换与标准化残差检测的不良数据辨识

针对多不良数据辨识中存在的残差污染和残差淹没问题,提出一种多不良数据辨识方法,在应用P-Q分解法的基础上,首先选取部分量测进行状态估计,接着用剩余量测逐一替换参与估计计算的量测,并根据替换后各量测标准化残差的大小得到可疑数据,其间量测量的替换可以打破发生残差淹没的平衡,使得由于发生残差淹没而导致标准化残差合格的不良数据凸显出来,之后又通过状态估计对可疑数据进行校核,恢复受到残差污染的量测为正常量测,最终将不良数据辨识出来.此外,还给出替换和减少一维量测后计算标准化残差的简化方法,以提高计算速度.最后以某地区220 kV电网为背景进行算例分析,表明该方法的有效性和可行性.     

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。     

基于参数辨识与状态估计的温控负荷响应能力动态评估

温控负荷在通过需求响应提供电网辅助服务方面蕴含着巨大潜力,但负荷单元数量多、位置分散、状态变化快等特点为温控负荷的管理与开发增加了难度。为便于负荷管理中心掌握温控负荷的响应能力,进行实时的响应控制和调度优化,提出一种温控负荷响应能力动态评估方法。针对大量温控负荷响应能力相关信息获取困难的问题,提出了模型参数辨识方法和运行状态估计算法;为有效评估负荷集群响应能力,提出了考虑响应功率和响应时长2个能力指标的集群响应能力聚合算法;设计了温控负荷响应能力动态评估流程,分别在用户本地端和负荷管理中心实现响应能力的精确计算和简化估计,并通过周期性同步消除累积误差。仿真分析表明,所提方法的评估结果能够表征温控负荷的需求响应能力。     

基于广义形态滤波与改进矩阵束的电力系统低频振荡模态辨识

针对当前互联电力系统中越来越严重的低频振荡现象,提出一种高精度低频振荡模式辨识方法来克服现有方法的一些不足。该方法基于广义形态开、闭运算设计了新型广义形态滤波器,可以有效地去除噪声,较好地保留信号的原有特征;低频振荡信号通过该滤波器滤波后再使用改进矩阵束算法进行模式辨识,可以获得高精度的各个模式参数。对于辨识算法的关键定阶问题,采用归一化奇异熵定阶方法,该方法能在系统拟合精度指标相差不大的情况下使模态阶数的估计值更加接近真实值,提高了辨识的准确性。通过仿真算例、测试系统及电网实际案例验证了本文提出的方法的有效性和可行性,为电力系统阻尼控制和电网的稳定运行提供了有效依据。     

基于主导和非主导参数的参数可估计性辨识

通过对参数估计应用难点的分析,介绍了参数的可估计性问题。借助电网线性模型的近似分析,提出了参数估计中的主导参数和非主导参数概念。据此解释了参数估计实践中遇到的一些现象,并得出了关于参数估计软件运行方式等的相关结论。根据非主导参数易受量测噪声影响的特点,提出了通过噪声敏感试验的方法辨识主导及非主导参数的方法。对IEEE算例进行了仿真实验,验证了文中提出的参数估计时应去除非主导参数的观点。     

基于广域量测数据的电力系统动态频率分析方法

提出了一种基于广域量测数据的电力系统动态频率求取方法。该方法对系统进行线性化处理,利用扰动后瞬间系统广域量测数据,形成雅可比矩阵,进一步求解系统的状态方程,从而直接计算出系统各发电机频率曲线的时域函数表达式。该算法考虑了调速器的动态特性、网损及负荷变化对系统惯性中心频率的影响,且不需要进行逐步积分。仿真结果表明,该算法求出的惯性中心频率函数能够较好地描述系统惯性中心的频率动态特性,具有较高的精度。     

考虑抗差状态估计大误差点的电网可疑参数辨识及其应用

错误的电网参数导致电力系统中状态估计结果出现偏差,严重影响各种高级应用的实用性。首先分析了一种能够自动排除不良数据对状态估计的影响且具有较高计算效率的抗差状态估计模型;然后提出了通过计算量测偏差与线路平衡状态来生成可疑线路的方法;最后采用变步长积分法估计可疑线路的参数修正值。通过在某省级电网调度中心的应用,实测结果验证了该方法的正确性与有效性。