基于DSCADA和μPMU数据融合的配电网运行拓扑辨识

在配电网安装了配电网数据采集及监视控制系统（distribution network supervisory control and data acquisition, DSCADA）和部分节点安装少量微型同步相量测量装置（micro-synchronous phasor measurement unit, μPMU）情形下,提出了一种基于DSCADA和μPMU遥测数据融合的配电网运行拓扑辨识方法。首先,基于μPMU节点电压相位量测构建配电网拓扑变化时刻辨识模型,确定拓扑变化的时刻;然后,基于拓扑变化前后的节点电压变化,借助DSCADA和μPMU的遥测数据构建可能拓扑判据,缩小重构后可能拓扑的范围;最后,使用加权最小二乘法将DSCADA和μPMU遥测数据进行融合,估计出可能拓扑下的节点电压相位,并利用构建的拓扑相似度辨识模型辨识出实际拓扑。算例中考虑μPMU和DSCADA不同量测误差组合,对该算法辨识的准确性进行验证。     

基于CNN-LSTM-Attention的配电网拓扑实时辨识方法

配电网中准确的拓扑结构辨识对运行和控制具有重要意义,针对实际配电网拓扑结构变动的情况,搭建了可智能辨识配电网拓扑结构的深度学习模型。首先,生成不同拓扑结构下的配电网量测数据并进行数据预处理。其次,构建了融合CNN（卷积神经网络）、LSTM（长短期记忆网络）和Attention（注意力机制）的拓扑结构智能辨识模型,并结合历史量测数据对模型训练并测试。最后,在IEEE 33节点和PG&E69节点配电系统仿真算例中,验证了该基于CNN-LSTM-Attention模型的拓扑辨识方法相较于传统辨识方法在辨识精度上的优越性,实现了该模型的在线应用。     

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μPMU电压相位数据的配电网拓扑辨识

为了满足配电网拓扑识别快速准确的要求,提出了一种基于微型同步相量量测装置（micro-synchronous phasor measurement unit,μPMU）的配电网拓扑识别方法。获取拓扑变化前后的电压相位构建拓扑变化辨识参数,辨识出系统拓扑变化时刻;提出基于相位差异度的拓扑识别算法,借助μPMU获取的数据及潮流计算,分析不同拓扑条件下电压相位与实际相位间的差异,选取差异度最小所对应的拓扑为实际拓扑,实现对配电网的拓扑识别。通过仿真算例验证所提方法的合理性,结果表明,拓扑变化时刻辨识判据正确可靠,所提拓扑识别算法的识别正确率高。     

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。     

基于节点注入功率的配电网运行拓扑辨识

配电网安全监控和数据采集系统(DSCADA)采集的遥信数据存在抖动和误动情况,导致基于遥信数据的配电网拓扑信息可靠性不高。通过微型同步相量量测单元(μPMU)多次采样的节点注入功率,构建基于节点注入功率量测的支路电压偏差的方差模型。采用Kruskal算法得到以支路电压偏差的方差为线路权重的最小生成树,实现对配电网拓扑运行结构的辨识。在此基础上,对比分析节点注入功率量测的采样次数以及网络复杂程度对拓扑辨识误差的影响。IEEE 33和IEEE 123节点系统仿真结果表明,该配电网运行拓扑辨识算法具有较好的可靠性和实用性。     

基于智能电表和PMU混合量测的低压配电网状态估计方法研究

随着高级量测体系的不断完善和同步相量量测PMU等高精度新型量测装置的发展,为确保低压配电网状态估计性能,提出一种基于智能电表和PMU混合量测的低压配电网状态估计方法。该方法将高级量测体系中的智能电表采集的电压幅值、功率实时量测和PMU同步相量量测相结合,以节点注入电流平衡方程为基础,建立基于指数型权函数的加权最小二乘法模型。模型中利用数据的残差对权函数进行修正,以提高状态估计的抗差性和收敛性。最后基于IEEE 14节点算例系统,对该方法进行仿真分析。仿真结果表明,该方法相较于采用传统加权最小二乘法的状态估计模型,对含有高误差数据的量测数据具有更高的精确性。     

基于两阶段特征选择和格拉姆角场的配电网拓扑辨识方法

分布式能源并网、辐射状与环状拓扑混合运行、量测误差等影响因素使得配电网在线拓扑难以准确获得。为此,文中提出了一种基于两阶段特征选择和格拉姆角场(GAF)的配电网拓扑辨识方法。首先,基于XGBoost和最大信息系数的两阶段特征选择方法筛选出不含冗余拓扑特征信息的重要量测。其次,基于GAF特征变换,将一维的配电网时间断面量测数据变换为二维的GAF,在保留时间断面的节点电压分布规律的同时,有效表征节点电压幅值分布中的拓扑特征信息。最后,设计了一种适用于拓扑辨识的三卷积层神经网络模型,凭借卷积和池化的运算特性以及抗噪性,稳定地提取GAF所蕴含的拓扑特征信息,从而准确建立配电网节点电压幅值分布到拓扑的映射关系。通过IEEE 33节点系统验证了所提方法的有效性,并分析了所提方法对不同噪声水平、数据缺失比例以及其他场景的适应性。     

基于多源数据多时间断面的配电网线路参数估计方法

基于可大规模部署的微型同步相量测量单元(μPMU),分析现阶段多种量测体系的特点,提出基于多源数据多时间断面的配电网线路参数估计方法,既利用μPMU采样快速性进行多时间断面量测数据融合,又利用μPMU的精确时标进行同一时间断面上的数据对齐,将多时间断面的μPMU、数据采集与监控、高级量测体系量测数据联合建立量测方程,在满足相互独立条件时开展最小二乘法参数估计。针对配电网典型的主干/分支接线模式构建参数估计模型,通过IEEE 33节点配电网仿真算例分析多种量测配置情况下的应用场景,结果证明了所提方法的有效性。     

基于定制遗传算法考虑配电网多种拓扑可观性的PMU优化配置

同步相量测量单元(PMU)可以为配电网提供相量数据以提高可观性。考虑因配电网节点数目多但投资成本少造成的PMU供需不平衡,提出了以固定PMU数目为约束条件的优化配置模型。目标函数在最大化可观性节点数目的前提下,最大化网络量测冗余度。模型中考虑了多种拓扑结构的影响,并通过引入零注入节点、节点注入功率和支路功率等量测数据提高可观性。提出了一种定制遗传算法来求解模型,通过定制交叉和变异操作,保证所有个体为可行解。最后,给出了基于最优方案的PMU配置顺序。通过对IEEE标准节点系统进行仿真计算,验证了所提方法的可行性和有效性。     

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。     

基于多分支电流混合量测的配电网三相状态估计

同步相量测量应用于配电网高级应用中是近年来的研究热点。针对配电网同步相量与智能电表的混合量测问题,提出一种以支路电流为状态变量的配电网状态估计方法。该方法在含分布式光伏接入的配电网中,将微型同步相量测量单元(Micro-Synchronous Phasor Measurement Unit,μPMU)和智能电表量测数据进行等效变换,实现异构数据支路电流幅值量测误差最小。首先,基于混合量测系统,推导三相量测方程模型。然后,运用加权最小二乘法实现了三相支路电流的状态估计。所提方法适用于三相不平衡、多分支电流量测的配电网。最后,通过对含分布式光伏的IEEE 37节点系统进行仿真,验证了方法的有效性。     

考虑无功补偿的10 kV馈线拓扑数据驱动辨识方法

中压配电网的拓扑结构对其运行分析与优化有着重要作用。近年来,配电网中的量测装置记录了大量稳态数据,如何利用量测数据辨识中压配电网拓扑结构成为研究重点。针对现有拓扑辨识方法未考虑馈线有无功补偿的情况,提出了考虑无功补偿的10 kV馈线拓扑辨识方法。首先,揭示了相邻节点电压降与节点间线路传输的有功功率和无功功率呈线性关系;然后,采用量测数据驱动的方式,通过线性回归误差平方和的比较,辨识10 kV馈线的末端节点和上级节点,进而通过迭代不断去除末端节点,直至剩余节点数为1;最后,利用迭代过程中产生的末端节点及上级节点信息重构馈线拓扑。算例验证了所提方法的有效性和鲁棒性。     

基于节点电压差值的配电网故障定位方法

针对基于微型同步相量量测(μPMU)的配电网故障定位方法存在经济性与定位精度有待提高的问题,提出了一种基于节点电压差值的配电网故障定位方法。通过分析配电网节点电压的故障特性,定义了节点电压计算值与量测值的差值指标W。然后,利用节点电压计算值与量测值之间的数值关系,建立了有限量测装置情形下的配电网故障支路辨识原则。进而,根据故障支路两端节点的量测数据,利用末端节点注入电流后线路间节点电压变化值与末端节点量测电压变化值间的关系,提出一种基于线路末端节点电压差值的故障定位方法。仿真表明,所提方法可以实现有限量测装置情形下的故障准确定位,且定位结果受故障类型、过渡电阻、量测误差的影响较小,具有较好的抗线路参数和节点负荷变化的能力。     

基于加权平均插值和容积卡尔曼滤波的配电网预测辅助状态估计

微型同步相量测量单元(micro synchronous phasor measurement unit, μPMU)与远程终端(remote terminal unit, RTU)为配电网提供了高精度量测数据。针对μPMU和RTU混合数据,文章采用数据填补和容积卡尔曼滤波技术,提出了配电网混合量测的预测辅助状态估计(forecasting aided state estimation, FASE)算法。首先,针对混合量测数据不同更新周期,综合考虑历史数据稳定性和线性插值的同步特性,采用平均插值实现数据的综合填补。然后,采用容积卡尔曼滤波器,构建状态预测、量测预测和滤波修正方程,提出混合数据的配电网预测辅助状态估计算法。最后,在IEEE 37节点系统验证了该算法的有效性。     

PMU准实时数据对主动配电网抗差估计的影响

由于相量测量单元(PMU)因成本问题无法在配电网中大规模配置,且不同设备向主站传输数据时存在客观的通信延迟、带宽限制等因素,因此状态估计器输入端存在不良数据。提出一种基于同步相量量测的主动配电网抗差估计方法,并提出以虚拟PMU量测模型补充大量的高精度冗余数据。将数据采集与监视控制(SCADA)量测系统、PMU量测和虚拟PMU量测构成的混合量测系统作为状态估计的输入端。考虑网络和量测数据不确定度对抗差M估计算法进行改进,避免了传统加权最小二乘估计中删除坏数据的残差判断和迭代过程,降低了估计耗时,提高了状态估计的可靠性和抗差性能。改进IEEE 14和IEEE 33节点配电网算例的仿真分析,验证了所提方法的有效性和普适性。     

基于生成对抗网络与局部电流相量的配电网拓扑鲁棒辨识

有源配电网运行方式切换频繁且其量测受噪声影响,要求其拓扑辨识具有实时性和鲁棒性,但传统方法驱动的有限观测条件下拓扑辨识是非确定性多项式(NP)难问题。文中提出一种基于生成对抗网络与局部电流相量的配电网拓扑鲁棒辨识方法。为解决传统监督学习在未知拓扑辨识任务下泛化能力差的问题,通过梯度惩罚优化的条件生成对抗网络(CGAN)学习由线路电流幅值、相角和节点负荷伪测量映射的拓扑分布。同时,以一维卷积神经网络构建生成器,有效利用连续观测窗中时序电流数据,增强算法的抗噪和抗数据缺失性能。此外,仅局部的电流信息需求大幅降低了配电网可观性改造投资。最后,通过算例验证了所提方法的有效性。     

基于有限同步量测数据的电力系统故障检测、辨识与定位

提出了基于有限同步量测数据的电力系统故障检测、辨识及定位方法。首先提出了电网PMU优化配置方法,以实现同步量测数据在空间上的最优分布。然后利用基于高斯原子库的匹配追踪分解算法对PMU采集的同步频率信号和电压信号进行特征提取,并利用k-means分类算法对特征量进行分类。根据频率信号时频特性训练不同的隐马尔科夫模型用于故障检测和辨识;根据电压信号时频特性及电网拓扑信息生成故障定位图、确定故障地点。在IEEE 39节点系统和实际系统上的仿真分析验证了所提方法的高效性、有效性和鲁棒性。     

计及PMU的分布式状态估计的研究

随着相量测量装置在电网中的推广应用,其量测己成为电力系统重要的数据源之一.将PMU支路电流量测转换为支路潮流量测,使电流相量量测在分布式状态估计中得到了有效的利用.在快速分解算法的基础上,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)的分布式电力系统状态估计算法,即利用PMU量测进行子系统参考节点协调,并通过在子系统边界节点配置PMU,使相互之间完全解藕,实现各子系统的并行计算,加快了计算速度,提高了数值精度和稳定性.给出了IEEE9节点的仿真结果,验证了该算法的有效性及优越性.     

基于PMU量测的配电网稀疏估计

同步相量量测技术的应用为配电网估计如潮流雅可比矩阵估计和电压/相角-功率灵敏度估计提供了重要技术基础。针对潮流雅可比矩阵的相关性、稀疏性和对称性,提出了一种基于同步相量测量单元量测数据的潮流雅可比矩阵和灵敏度矩阵的稀疏估计方法,在较少量测下,有效估计了雅可比矩阵和灵敏度矩阵。进一步针对量测过程中出现的不良数据,引入鲁棒性更大的加权最小二乘法,提高了算法的鲁棒性。最后,通过IEEE33节点配电系统验证了方法的可行性。