三阶段式交直流混合主动配电网三相区间状态估计

为了解决主动配电网由于采用大量伪量测而使得各节点量测质量差别大且伪量测很难给出概率密度分布,只能给定误差量测区间的问题,提出一种三阶段式区间状态估计方法来过滤主动配电网中的量测生数据。首先,通过第一阶段的混合整数线性规划坏数据辨识模型,对模型中极其粗糙的坏数据进行第一阶段的剔除;然后,建立第二阶段更精确的坏数据辨识模型,由于该问题属于混合整数非线性规划问题,其对初值敏感,且求解困难,因此将第一阶段模型的计算结果作为初值,以提高第二阶段的计算效率;最后,进行基于非线性规划模型的区间状态估计。通过3节点和13节点主动配电网系统进行仿真分析,结果表明,所提的三阶段区间状态估计方法既能提高状态估计计算效率,又能保证计算结果的精度。     

考虑风电不确定性的配电网区间潮流计算

高渗透率风电的接入使得配电网三相潮流计算需要考虑更多不确定因素,传统的潮流计算方法面临严峻挑战.文中基于区间分析理论,采用区间数对风力发电系统出力的不确定性进行描述与分析,并建立了考虑风电注入功率不确定性的配电网三相区间潮流计算模型.为高效求解所建立的配电网三相区间潮流计算模型,基于对传统非线性区间方程求解方法的分析与...     

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。     

广义特勒根求解的配电网混合变换三相解耦状态估计算法

提出一种适用于配电网的三相解耦状态估计算法。该方法将量测量混合变换,避免传统电流量测变换带来的误差,基于电流解耦-补偿模型实现三相不对称状态估计解耦计算,并应用广义特勒根定理求解。所提出的方法能够适应配电网三相不平衡、电流量测较多的现状,且适用于考虑电缆线充电电容的网络。求解方法简单、快速,在保证计算精度的基础上,进一步满足配电网状态估计对实时性的要求。通过典型配电网络算例分析,从估计正确性、算法收敛性、估计时间三方面验证该方法实用性。     

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。     

基于免疫离散粒子群算法的主动配电网PMU测量位置优化

主动配电网的状态估计是配电管理系统必不可少的组成要素,其估计结果的准确性受量测位置的影响较大。为了提高系统状态估计的精度,优化实时数据库,本文结合一种基于并行置信传播算法的状态估计方法,建立了以主动配电网状态估计误差最小为目标的PMU量测位置优化模型,同时提出了利用优化粒子初始位置的改进免疫离散粒子群算法进行模型求解。最后通过算例仿真,得到了量测装置的优化配置方案,且在该方案下,状态估计的精度明显提高。     

含多类型分布式电源的主动配电网分布式三相状态估计

提出一种含多类型分布式电源(DG)的主动配电网分布式三相状态估计方法。首先,建立了DG并网的三相模型,将DG并网分为直接并网和经脉宽调制换流器并网两类。选取交流节点的电压、DG的运行状态为状态变量,采用加权最小二乘求解。对于未配置实时量测的DG,提出了一种添加伪量测的可行方案,以提高网络的可观测性。进一步,为提高主动配电网状态估计的计算效率与数值稳定性,提出一种扩展分区、将外网边界状态量估计值作为本区域伪量测的分布式状态估计方法。最后,实际的算例分析验证了所提方法的有效性。     

基于准实时数据的智能配电网理论线损计算

目前配电网自动化覆盖率低,可采集到的数据较少,因此提出一种基于准实时数据的理论线损计算方法。基于状态估计建立智能配电网理论线损计算模型,根据历史数据确定模型中负荷不等式约束上下界,采用内点法求解模型。所提模型可利用线路始端节点注入功率和部分变压器量测终端的量测数据估计配电网潮流状态。算例分析结果表明,所提模型所需量测量数量少,状态估计结果精度较高。     

多采样周期混合量测环境下的主动配电网状态估计方法

针对主动配电网中远程终端单元(RTU)、相量测量单元(PMU)与高级量测体系(AMI)多采样周期量测数据长期共存的实际情况,提出了一种基于RTU,PMU,AMI混合量测的主动配电网状态估计混合算法。该混合算法由非线性静态状态估计、线性静态状态估计与线性动态状态估计3种算法组成。线性动态状态估计与线性静态状态估计利用PMU量测与RTU量测,实时跟踪系统注入节点有功功率与无功功率的变化,在非AMI量测的采集时刻,为非线性静态状态估计提供高精度的虚拟量测。所提算法缩短了非线性静态状态估计的计算周期,提高了非线性静态状态估计的精度,提升了对主动配电网运行状态的预测能力。通过算例仿真,验证了所提算法的有效性。     

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。     

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。     

考虑混合量测的配电网二次约束二次估计方法

为适应同步相量测量技术的应用对配电网产生的影响,提出一种基于二次约束二次估计的配电网状态估计方法。基于配电网节点注入方程以及相量量测的特性,考虑数据采集与监控(supervisorycontrolanddataacquisition,SCADA)系统和同步相量测量单元(phasormeasurement unit,PMU)装置量测数据的融合,通过引入中间变量和二次等式约束,提出直角坐标系下二次形式的混合量测方程,建立了二次约束二次估计模型,并采用合适的优化算法求解,提高了计算精度和计算效率,并具有良好的抗差性。IEEE-123节点算例的分析验证了所提方法的有效性和实用性。     

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。     

考虑源荷随机性与相关性的直流配电网量测概率优化配置方法

大规模分布式能源以直流源荷形式接入直流配电网,其功率强随机与强相关特性深刻影响实时量测数据不足、依赖伪量测数据的直流配电网态势感知的准确性,急需研究实时量测点的优化配置保障系统状态估计精度。为此,本文首先考虑源荷功率的随机性与相关性影响,建立节点注入功率伪量测模型,提出基于三点估计的改进Nataf变换的直流配电网概率状态估计方法,计算节点电压状态量的估计偏差概率分布;在此基础上,建立以量测点配置成本最少为目标,考虑节点电压估计偏差机会约束的直流配电网量测概率优化配置模型,求解得到最优配置方案。采用改进的IEEE-33节点系统开展算例仿真,结果表明,所提方法能够有效兼顾量测配置的经济性与状态估计精度。     

基于智能电表和PMU混合量测的低压配电网三相状态估计

随着同步相量量测PMU等新型测量装置的发展以及智能电表的广泛布置,为保证低压配电网安全可靠运行,提升其态势感知能力,提出一种基于智能电表和PMU混合量测的低压配电网三相状态估计方法。该方法同时采用低压配电网智能电表采集的实时量测和PMU同步相量量测,显著提高了低压配电网测量数据的冗余度,以端点注入电流平衡方程为基础,建立了低压配电网最小二乘估计模型。基于IEEE13节点修正系统,对该方法进行了仿真分析。仿真结果表明,所建模型可以对低压配电网的三相状态进行精确估计,且计算速度快收敛可靠。     

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。     

基于预测残差的配电网三相状态估计

为了提高配电网状态估计的计算精度和计算速度,针对常规抗差状态估计算法迭代次数较多的特点,给出了一种以节点电压为状态量,基于预测残差的配电网三相抗差状态估计方法。利用了配电网中各种类型的量测,通过对节点电压和支路电流的相位变换,以及对电流幅值量测进行的等效量测变换,实现了整个雅可比矩阵的常数化,在迭代过程中保持不变,降低了计算量。基于预测残差的信息设置抗差状态估计中的等价权,避免了常规抗差状态估计算法对等价权修正中不必要的多次迭代,提高了收敛速度。算例分析表明,所提的算法抗差能力强、计算速度快、数值稳定性和鲁棒性较好。     

基于状态估计的含DG配电网故障定位

DG的接入使得配电网故障定位更加复杂。提出了一种基于状态估计的配电网故障定位方法。首先分析了状态估计在配电网故障定位的方程,提出了故障定位的伪量测方法,即固定某些量测量不变,从而减小状态变量的计算量。其次分析了配电网中接入DG后其对短路电流的影响,并给出了相应的表达式,建立了基于状态估计DG伪量测数学模型,该模型利用量测误差对故障进行定位,误差最小的节点确定为故障节点。最后利用含DG的IEEE 34节点对系统进行了仿真,分析了系统正常运行时、发生三相平衡故障时和发生相间短路时的故障定位情况,说明了所提方法的准确性和可行性。     

基于拉格朗日松弛技术的复杂有源配电网分布式状态估计

为了提高复杂有源配电网状态估计问题的计算速度,提出了一种基于拉格朗日松弛技术的复杂有源配电网分布式状态估计方法。建立了复杂有源配电网分区模型,该模型从复杂有源配电网的量测配置情况和分布式并行计算效率角度出发,综合考虑了分区后各子区域的计算速度与精度,利用拉格朗日松弛技术将分区问题中的约束条件吸收到目标函数中,降低了分区模型的求解难度。通过网络解耦技术使各子区域相对独立,可在分布式并行环境下求解该网络的状态估计问题。各子区域选取指数型目标函数状态估计模型,该模型能够自动排除不良数据影响,在保证结果精度的同时有效减小了所求问题的系统规模和雅可比矩阵阶数,提高了状态估计算法效率。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。