基于改进人工蜂群算法的配电网谐波量测点优化配置

为了进一步提高配电网谐波状态估计的可观性和准确性,同时合理地优化 PMU 量测配置方案,提出应用改进人工蜂群算法求解达到同一优化目标的多种量测配置优化方案,为规划设计结合现场实际情况提供最优选择.算例分析结果验证了该算法的实用有效性;未改进人工蜂群算法所配置方案与改进方案的对比结果表明,该改进算法能进一步提高系统可观测度。     

基于改进Hampel抗差法的电网谐波状态估计

针对电网谐波状态的估计问题,分析了量测粗差对于估计结果的影响,建立了考虑粗差辨识的谐波状态估计数学模型,应用Hampel抗差法对量测数据进行了辨识分类,并根据谐波状态估计的特点对算法的阈值函数进行了改进,有效地解决了"残差污染"和"残差淹没"问题。仿真计算及分析结果表明,求解谐波状态估计问题时,改进Hampel抗差法能有效抑制粗差对估计结果的影响,提高了估计精度。     

配电网谐波量测装置最优配置方法

为满足油田节能减排与工艺调整要求,变频器等非线性电力电子设备的应用日益广泛,油田配电网谐波污染日趋严重。谐波在线监测系统为测量和分析油田配电网谐波分布特征奠定了基础;但受应用经济性约束,谐波量测终端安装数量有限,有必要对其安装位置进行优化。本文综合考虑谐波状态估计可观测度与冗余度,提出了一种量测终端优化定址方法。采用谐波状态估计可观性逻辑判断法,利用节点关联矩阵计算不同谐波量测终端配置方案下系统可观测度与冗余度;在保证系统可观测度最大的前提下,以冗余度最大为目标优化量测终端安装位置。实现在终端数量有限的情况下提高油田配电网谐波状态估计的可观测度与精度,建模仿真结果证明了该方法的有效性。     

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。     

基于混合量测的电力系统动态状态估计

针对目前广域量测量无法单独进行状态估计的问题,引入部分SCADA功率量测与广域量测一起构成混合量测系统,提出了基于混合量测的动态状态估计算法。该算法采用扩展卡尔曼滤波算法实现状态预测与滤波,并能利用精度高和短期更新的广域量测数据去提高状态滤波效果。仿真分析表明,当广域量测在混合量测数据所占比例逐渐增加以及广域量测更新周期缩短后,状态预测和滤波结果精度均会有明显提高。     

基于遗传算法的PMU配置对谐波状态估计质量影响的研究

谐波状态估计的质量是PMU配置数量和安装地点的函数。研究PMU配置对谐波状态估计质量的影响,建立量测方程,并应用最小二乘法求解谐波状态估计的量测方程。建立了综合考虑量测配置PMU投资和状态估计误差的加权数学模型,并应用遗传算法求解加权数学模型,通过对最优代PMU配置方案的分析,给出了不同数目和位置的PMU对谐波状态估计误差和系统可观性的影响规律。利用Matlab搭建了配电网的仿真模型,获得了研究所需的原始数据,仿真算例验证了算法的有效性。     

谐波状态估计研究综述

介绍了谐波状态估计的概念、主要功能与模型,指出谐波状态估计不仅仅是状态估计技术从基频的应用简单延伸到谐波的应用;分别从量测量的选择和静态估计算法、动态估计算法、量测点配置等方面出发,评述了现有的几种谐波状态估计算法;展望了谐波状态估计研究今后的主要工作.     

基于遗传算法的PMU配置对谐波状态估计质量影响的研究

谐波状态估计的质量是PMU配置数量和安装地点的函数.研究PMU配置对谐波状态估计质量的影响,建立量测方程,并应用最小二乘法求解谐波状态估计的量测方程.建立了综合考虑量测配置PMU投资和状态估计误差的加权数学模型,并应用遗传算法求解加权数学模型,通过对最优代PMU配置方案的分析,给出了不同数目和位置的PMU对谐波状态估计误差和系统可观性的影响规律.利用Matlab搭建了配电网的仿真模型,获得了研究所需的原始数据,仿真算例验证了算法的有效性.     

基于改进人工蜂群算法的配电网谐波量测点优化配置

为了进一步提高配电网谐波状态估计的可观性和准确性,同时合理地优化PMU量测配置方案,提出应用改进人工蜂群算法求解达到同一优化目标的多种量测配置优化方案,为规划设计结合现场实际情况提供最优选择。算例分析结果验证了该算法的实用有效性;未改进人工蜂群算法所配置方案与改进方案的对比结果表明,该改进算法能进一步提高系统可观测度。     

一种谐波量测点优化配置的两阶段算法

考虑实际系统中某些节点安装谐波量测装置的困难性、经济性以及谐波状态估计的准确性等问题,提出一种两阶段谐波量测点优化配置算法.第一阶段在保证电力系统谐波状态完全可观的前提下,以谐波量测装置数量最少为目标,运用改进二进制粒子群优化算法得到多组可行方案,针对二进制粒子群优化算法易陷于局部最优且收敛速度较慢的不足,结合谐波量测...     

基于粒子群优化粒子滤波算法的 SOC 估算研究

准确的获得电池的荷电状态(SOC)有助于缓解汽车行驶过程中的里程焦虑。针对粒子滤波估算SOC中存在的粒子退化的问题,将粒子群算法与粒子滤波融合的改进粒子滤波算法(GPSO-PF)算法应用于SOC的估计。在迭代中不断优化粒子所处位置,从而解决了粒子贫化的问题,提高了SOC的估算精度。同时,针对SOC估算容易受到温度的影响,建立基于温度的等效电路模型,并将其应用于提出的SOC估算算法中。选取两节相同型号的磷酸铁锂电池,分别在不同工况下利用GPSO-PF算法估算SOC值,SOC的最大估算误差均低于0.72%。通过对比,与基于温度等效电路模型相结合后,GPSO-PF算法能够有效提高SOC的估算精度。     

基于贝叶斯优化弹性网络回归的谐波状态估计方法

回归类算法在估计系统谐波状态时,谐波源间的高度相关性会引起法矩阵的病态,从而显著影响谐波估计精度。为了更加准确地估计系统谐波状态,提出一种基于贝叶斯优化弹性网络回归的谐波状态估计方法。首先,在用最小二乘法进行谐波状态估计时,将带权值的1范数和2范数同时加入惩罚函数中;另外,为了更加高效准确地估计系统谐波状态,将高斯过程和贝叶斯优化应用于1范数和2范数的权值选取;最后,在IEEE 14节点中验证了所提方法的有效性。结果表明：在谐波源间存在相关性时,所提方法仍能实现合理的谐波源定位及谐波责任划分。     

基于贝叶斯优化弹性网络回归的谐波状态估计方法

回归类算法在估计系统谐波状态时,谐波源间的高度相关性会引起法矩阵的病态,从而显著影响谐波估计精度。为了更加准确地估计系统谐波状态,提出一种基于贝叶斯优化弹性网络回归的谐波状态估计方法。首先,在用最小二乘法进行谐波状态估计时,将带权值的1范数和2范数同时加入惩罚函数中;另外,为了更加高效准确地估计系统谐波状态,将高斯过程和贝叶斯优化应用于1范数和2范数的权值选取;最后,在IEEE 14节点中验证了所提方法的有效性。结果表明：在谐波源间存在相关性时,所提方法仍能实现合理的谐波源定位及谐波责任划分。     

基于特征集重构与多标签分类模型的谐波源定位方法

传统基于谐波状态估计的谐波源定位方法需要专门的同步相量量测装置,工程应用受到限制。为此,基于电能质量监测装置所采集的非同步量测数据,提出了基于特征集重构与多标签分类模型的谐波源定位方法。利用监测数据的充分统计量来挖掘量测时段的谐波信息,同时利用标签特定特征学习算法重构特征集,从而消除冗余特征以及无关特征对于谐波源定位精度的影响;提出基于邻接矩阵以及灵敏度分析的测点配置方法,结合电路网络拓扑信息实现测点的优化配置;提出基于改进极限学习机的谐波源定位方法,该方法以重构特征集为输入,建立多标签分类模型,实现谐波源定位。通过仿真与算例分析,验证了所提方法的可行性及有效性。     

基于相量量测的电力系统谐波状态估计(Ⅱ)--可观性、质量评估与算例研究

主要介绍了电力系统谐波状态估计技术的可观性分析理论、质量评估算法以及实际应用情况.谐波状态估计问题的可观性依赖于测量值的性质、数量、位置以及网络的拓扑结构.文章不仅将传统潮流状态估计问题的可观性分析算法应用到谐波状态估计领域,而且还根据量测配置的特点和性质提出了基于相关性理论的可观性分析算法与逻辑判断法,大大简化了算法的难度.另外,文章调查了谐波状态估计问题的统计特性,并在此基础上提出了评价估计质量的具体算法.最后,利用一个虚拟的算例对有关的算法给予了说明.     

Analysis of confidence bounds in power system state estimation with uncertainty in both measurements and parameters

A method for uncertainty analysis in power system state estimation is proposed. The uncertainty is expressed in both measurements and network parameters. Uncertainties in both measurements and parameters are known and bounded. The problem is formulated as a constrained non-linear optimization problem. To find the tightest possible upper and lower bounds of any state variable, the problem is solved by sequential quadratic programming (SQP) techniques. When applied to the 6-bus, IEEE 14-bus and IEEE 30-bus networks, the proposed method shows reliability and accuracy in estimating the uncertainty bounds in power system state estimation. In addition, assessment of time performance is carried out to demonstrate that the proposed method is suitable for either an on-line or an off-line application.     

观测模型误差不确定的锂电池SOC估计方法

建立的锂电池非线性系统中存在不确定的观测模型误差时,会影响滤波器估计的精度和稳定性,严重时还会导致估计结果发散。针对这一问题,基于变分贝叶斯自适应滤波方法,提出了一种鲁棒UKF算法。该算法构建虚拟观测噪声用来补偿观测模型误差,并采用逆Wishart分布对虚拟观测噪声协方差建模。在变分迭代过程中,实现对系统状态和虚拟观测噪声协方差的联合后验概率估计,使估计结果自适应地逼近到真实分布。利用无迹卡尔曼滤波对系统状态进行更新。结合锰酸钾锂电池非线性模型进行仿真实验表明,该算法估计锂电池荷电状态具有很好的精度、跟踪速度以及鲁棒性。     

基于SAPF的电网多节点电压谐波优化补偿方法

随着局域配电网中非线性负载的分布式接入,以谐波就地补偿为目标的并联型有源电力滤波器（shunt active power filter, SAPF）传统配置方式需要接入大量治理设备,存在治理效率低、成本高问题。因此,出现了面向局域配电网谐波全局综合抑制的SAPF优化配置问题。首先利用诺顿等效法建立局域配电网谐波电压优化补偿目标函数;其次,结合非线性规划原理和几何辅助分析法对优化问题进行求解,确定SAPF在系统中的安装位置和最优配置容量,提出一种基于SAPF的电网谐波电压优化综合抑制算法;最后,通过搭建IEEE-18节点仿真模型,对所提出的算法进行验证。在网络非线性负载的不同分布情况下,配置结果都具有良好的治理效果,可通过更少数量、容量的SAPF实现配电网整体谐波畸变的高效抑制。     

辨识网络拓扑错误的最小绝对值状态估计

采用最小绝对值状态估计算法辨识网络拓扑错误。在传统的最小二乘法状态估计模型中引进扩展变量和量测量,构成最小绝对值状态估计问题,进而转化为线性规划的标准形式求解。在一实际测验系统上进行了试算。