基于集合论估计的电网状态辨识(一)建模

状态估计作为电力系统分析与控制的基础,是能量管理系统的重要组成部分。文中通过对已有状态估计方法(包括最小二乘法、经典抗差估计方法以及近年来涌现的新的估计方法)的特点的研究,分析了现有研究存在的主要问题,并指出引入集合论估计可有效解决该问题,以提升估计结果可信性。基于集合论估计的基本思想,研究了基于集合论估计理论的电网状态辨识的模型。该模型可明确系统真实状态和辨识结果的关系,理论上保证了结果的可信性。文中对模型中的属性集合进行了数学描述,并提出了基于区间的解集描述,保证了模型的可求解性和可应用性。     

基于集合论估计的电网状态辨识(五)拓扑错误识别

电网的拓扑模型是感知电网状态的基础,错误的拓扑模型将导致状态辨识的结果严重偏离真实的运行状态,因此拓扑错误的辨识非常关键。目前已有拓扑错误辨识的方法在应用于大规模系统和同时辨识不良数据和拓扑错误等方面存在不足。文中基于最少拓扑错误准则,建立了拓扑错误识别的混合整数规划模型,其中测量方程以线性约束和锥约束的形式给出,并采用混合整数不等式来解耦整数变量和连续变量。该模型可高效求解,且可有效识别支路拓扑错误和厂站拓扑错误。     

基于集合论估计的电网状态辨识(三)基于优化模型的求解方法

求解变量的限值问题,最直观的方式为建立以待求变量为目标函数、以约束条件为可行域的优化模型,通过求解极大化和极小化问题,分别得到该变量的上限值和下限值。基于优化模型的求解方法的优点在于可综合考虑所有的约束,所得结果保守性较小,甚至不存在保守性。首先简要介绍了求解状态变量限值和量测变量限值的优化模型。然而由于该优化模型为非凸模型,而对于非凸优化模型,无法得到其全局最优解,为解决该问题,继而建立了求解量测变量限值的锥优化模型。算例表明,该模型既保证了结果的可信性,也提高了求解效率。     

基于集合论估计的电网状态辨识 (二)基于区间约束传播的求解方法

量测误差有界情况下的状态辨识模型是典型的约束满足问题,且变量和约束均可以区间的形式给出。因此可采用区间分析的方法来求解该约束满足问题。文中首先通过常规的区间约束传播算法来求解该模型,然而得到的结果局部相容且具有较大的保守性。为解决该问题,提出了改进的区间约束传播算法,一方面在区间约束传播算法中引入单调性,有效消除了单调变量出现多次带来的保守性;另一方面通过增加冗余约束,对原有约束集进行扩展,在较大程度上消除了区间约束传播算法的局部相容性所带来的保守性。     

基于离群点检测的动力电池一致性快速辨识方法

动力电池成组后在使用过程中,由于初始生产工艺和环境因素等不可抗因素,逐渐产生不一致性并发展。面向动力电池组一致性的辨识需求,提出一种动力电池一致性快速辨识方法。所提方法基于统计分布的离群点检测方法对整组电池的单体电压数据进行计算分析,辨识出电池组一致性状态、较极端单体及其异常原因与极端程度。方法涉及测试过程简单、计算量小,适用于日常性快速检测,经算例分析验证了辨识方法的可行性和有效性。     

一种基于核空间局部离群因子的离群点挖掘方法

提出了一种基于核空间局部离群因子（KLOF）的离群点挖掘方法。该方法通过核函数将数据集映射到特征空间,然后在特征空间计算每个模式的局部离群因子。该方法继承了基于密度的局部离群因子（LOF）的优点,可以定量地描述每个模式的离群程度;同时又克服了LOF的不足,对线性不可分的数据,可以取得比较好的分析结果。通过两个仿真的和两个真实的数据集对KLOF及LOF方法进行了比较,结果表明,KLOF具有适应的数据集范围宽,识别率高等优点。     

基于状态解耦的地区电网线性状态估计

针对电网中有功、无功相对解耦性质,提出利用有功量测进行电压相位估计的线性相位估计模型及利用电压幅值量测和零注入量测进行电压幅值估计的线性电压估计模型。对节点系统进行性能测试,并在某实际地区电网进行试运行,结果表明该算法的计算速度较快,能有效节约内存,具有很高的效率。     

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。     

湖北电网状态估计的实用化

本文根据电网运行的实际特点，从ＥＭＳ应用软件实用化的角度出，提出了改善状态估计运行的稳定性，收敛性的方法。提出了量测分析系统的概念。     

基于原-对偶内点算法的WLAV状态估计

针对现有ＷＬＡＶ状态估计算法存在的问题,将原－对偶内点算法引入ＷＬＡＶ状态估计问题的求解过程。结合ＷＬＡＶ状态估计问题的特点,提出了罚参数修正及迭代限制方法,并利用稀疏矩阵技术进行计算。算例分析表明,该算法的数值稳定性好、迭代次数少、计算速度较快,性能优于传统方法。     

基于不确定测度的电力系统抗差状态估计：(一)理论基础

传统电力系统状态估计的理论基础是传统统计学的大数定律,即当量测量的数目趋近于无穷大时,估计值以概率为1逼近于真值。而实际系统中量测量的数目有限,有时甚至是小样本,此时传统状态估计的评价指标和估计精度没有理论上的保证。针对这种情况,引入不确定理论体系下不确定测度概念,阐述了在状态估计中不确定测度与测量不确定度和量测误差的区别与联系;进一步在不确定理论体系下,重新给出了正常测点、异常测点、测点正常率的定义,并提出考虑正常率和量测量偏离真值程度的新的状态估计结果评价指标,证明了其合理性。     

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。     

基于不确定测度的电力系统抗差状态估计：(二)模型方法

以基于不确定测度的评价指标即兼顾测点正常率的偏离度为准则函数,提出了状态估计的多目标规划模型。为便于求解,采用目标规划法将所述状态估计的多目标规划问题转化为单目标规划问题,并采用双曲正切型矩形脉冲及采用改进凝聚函数逼近无穷范数型函数,从而将模型转化为目标与约束处处连续可导的单目标规划问题,最后采用拉格朗日乘子法进行求解。所述方法具有适应小样本估计、估计结果测点正常率高与偏离度小及抗差性强的优点。     

基于IGG法的电力系统状态估计

针对现有电力系统状态估计的不足,提出了一种基于IGG(Institute of Geodesy &Geophysics,Chinese Academy of Sciences)法的抗差估计方法。分析了抗差估计理论应用于状态估计时,初值和权函数选取的原则及一般方法,兼顾了估计结果的准确性和数值稳定性。将抗差最小二乘法用于存在拓扑错误和坏数据时的状态估计,结合网络参数估计辨识法,得出坏数据和可疑支路的正确状态,使抗差和状态估计在计算中一次完成。算例结果表明,该法抗差能力强,收敛速度快,而且具有较好的准确性和数值稳定性。     

基于改进最小二乘法的电力系统状态估计

作为能量管理系统（EMS）的一个组成部分，电力系统状态估计的研究具有重要意义。最小二乘法状态估计应用相当广泛，当传统最小二乘法在协方差矩阵变小时，估计参数会发生爆炸现象。提出了一种基于最小二乘法的递推阻尼最小二乘法状态估计算法。递推阻尼最小二乘法迭代的初值是上一时刻估计结果，电力系统在大部分情况下运行相对稳定，因此初值的选取可靠性高，保证了算法的鲁棒性和收敛速度。仿真结果显示此算法能够得到满意的结果。     

基于不确定测度的电力系统抗差状态估计：(三)算法对比

针对所提出的基于兼顾测点正常率的偏离度最小准则的最大正常率最小偏差度估计方法,运用大量算例与已有的加权最小二乘、加权最小绝对值、非二次准则和基于测量不确定度的估计方法进行对比研究。结果表明,所述方法对强相关的多不良数据、杠杆点不良数据均具有较强的抑制能力,在计算效率上也能满足大系统的要求。