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IEEE 30节点系统对提出的算法进行了验证。     

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。     

量测量的时延差对状态估计的影响及其对策

监控和数据采集 (SCADA) 系统的量测量没有统一的时标，更新周期长，而且时延较大。同步采样的相量测量单元（PMU）正成为电力系统中另一种重要的数据采集装置，它可以反映动态响应且时延较小；由于带有精确时标，即使通道传输存在时延也能保证时间断面的一致性。为在状态估计中协调这两种量测量，处理各量测量不同的时延，建立了SCADA量测时延的均匀分布模型，分析了各量测数据所反映的时间断面不一致性对状态估计精度的影响，提出了对时延不同的量测量的处理方法。通过对IEEE 14节点电网和一个366节点的实际电网的仿真，验证了该方法的有效性。     

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。     

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。     

电力系统状态估计问题的研究现状和展望

状态估计是现代EMS的重要组成部分，文中从状态估计的准则、加权最小二乘估计器、坏数据的处理、外部 网络和可观测性分析及其它问题等方面综合论述状态估计问题的研究现状，对值得研究的问题进行展望。     

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。     

计及广域测量信息的状态估计错误参数识别与修正

因电网元件参数可能随工作环境变化而改变、遥信量在干扰下可能出现错误，需要对状态估计中的错误参数进行识别和修正。根据当前监控与数据采集（SCADA）系统和广域测量系统（WAMS）量测共存的状况，引入WAMS量测求得的功率残差和零注入节点功率残差，与SCADA量测残差一起构成拉格朗日函数，由优化理论得出参数误差与各残差的灵敏度关系，从而进一步识别和修正错误参数。所述方法不仅避免了增广参数估计维数高的问题，还利用了高精度的相量量测信息。在标准测试系统上的仿真结果验证了方法的有效性。     

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。     

基于泰勒展开模型的同步相量估计新算法

经典的离散傅里叶变换（DFT）算法在静态条件下具有较好的相量估计性能，但在动态条件下其估计精度往往达不到实际应用要求。文中分析了DFT算法在动态条件下产生估计误差的原因，在此基础上利用一阶泰勒模型对DFT算法进行修正，设计了满足动态要求的同步相量估计新算法。该算法利用一阶泰勒展开式对动态电力信号进行建模，然后引入相邻数据窗之间的相量变化率来表征相量一阶导数，通过相量一阶导数修正DFT算法的估计结果;最后将得到的中心时刻相量估计值相移到报告时刻，从而实现准确的相量估计。仿真分析及对实际采样数据的分析表明，该算法在频率偏移、低频振荡等动态情况下均优于DFT算法，具有一定的应用潜力。     

极坐标系下的快速等效电流量测变换状态估计方法

利用SCADA系统提供的多种类型量测数据，推导出极坐标系下的等效电流量测变换算法。为了提高计算速度，采用了快速解耦法的两个合理假设条件，将雅可比矩阵简化为常数矩阵，并根据该矩阵的特点对信息矩阵进行分块化简，最终得到解耦的信息矩阵，将信息矩阵规模最终减少到常规算法的1/4。此外，还提出了一种直接生成信息矩阵的方法。理论分析与WSCC和New England两个系统的算例表明该方法具有简单、快速、线性收敛的特点，能够满足大型电力系统实时状态估计的需要。     

状态估计中选取量测权值的新原则

估计结果的准确性和数值稳定性是状态估计的两个重要方面，通常按量测精度选取量测权值，能使估计结果有较高的准确性，但可能对数值稳定性不利。文中在分析量测权值变化对状态估计数值稳定性影响的基础上，提出了状态估计中选取量测权值的新原则：非关键量测的权值反映量测精度，以量测方差的倒数为其权值；关键量测的权值根据数值稳定性的要求选取，以其他量测权值的平均值为关键量测的权值。这样能较好地协调数值稳定性与估计结果准确性之间的关系。在附录中论述了估计精度与关键量测的权值无关。     

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。     

基于等效功率变换的配电网状态估计算法

提出一种基于等效功率变换的配电网状态估计算法，将配电网中的功率量测、电压幅值量测、电流幅值量测统一变换为支路首端等效功率量测，采用修正量测雅可比矩阵的迭代方法求解。该方法能够利用配电网中的各种量测，并且P，Q解耦迭代，有较高的运算效率和数值稳定性，对量测配置也无特殊要求。文中还提出一种通过添加零虚拟负荷量测提高数值可观性的方法，使原本不可估计的网络能够进行状态估计。     

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。     

EMS中基于量测置换的对地电容参数估计方法

线路的对地电容参数错误将影响能量管理系统（EMS）中电压无功优化软件的分析决策。介绍了一种近似的电容参数估计算法，详细分析了该方法的适用条件。在此基础上，提出了一种新的基于量测置换的线路电容参数估计方法。该估计方法同时考虑了线路对电网的交换无功和线路本身的损耗无功。估计效果不受电容参数错误的影响，并能够同时容忍一定的线路阻抗参数错误。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。     

自适应遗传算法优化管网状态估计神经网络模型

针对遗传算法收敛速度慢、传统BP算法易收敛于局部最优以及网络结构难以确定等问题，引进自适应遗传算法优化网络的权阈值以搜寻网络最优拓扑结构，并利用自适应遗传算法优化该网络的权阈值，建立基于改进BP网络的宏观管网状态模型．实例分析表明，改进模型具有较高的预测精度。     

基于信息融合理论的动态状态估计探讨

从信息学这一全新的视角来看待动态状态估计问题，提出了信息融合理论在电力系统动态状态估计中的应用思路，简要介绍了信息融合理论的内容和特点，着重探讨了信息融合理论在广域测量系统、分布式系统、系统突变检测、状态与参数联合估计中应用的可能性，阐述了各自的特点和应用优势，并给出基于信息融合理论的系统状态和参数联合估计方案。