考虑电力参数和量测误差的网络拓扑误差辨识方法

电力系统的参数误差和量测误差在状态估计时经常同时发生。为此提出了一种同时辨识不正常状态支路和参数误差的方法。首先建立了含断路器的支路模型,确定了利用断路器状态估计的误差方程。然后,提出了一种基于扩展状态估计方程的能够同时辨识网络拓扑误差、参数误差和坏数据量测的多源误差的方法。所提拓扑结构误差辨识方法能够在含有坏数据和网络参数误差下辨识不正常状态支路。该方法将约束条件中的归一化拉格朗日乘子加入到断路器模型和参数误差中,通过估计含有拓扑和参数误差的可疑支路的参数来辨识不正常支路的状态,且仅利用传统状态估计的结果来辨识误差。最后利用IEEE118节点系统进行算例验证,对比分析了多种场景下所提方法与传统辨识方法的结果,说明了所提方法的有效性。     

基于最大测点正常率的线路参数增广状态估计方法

线路参数误差会导致状态估计不准确,进而影响能量管理系统的高级应用。基于加权最小二乘的增广状态估计法是一种有代表性的线路参数估计方法,但该方法存在易受量测误差影响等问题。基于测量不确定度理论,提出了一种以最大测点正常率(MNMR)为目标函数的线路参数增广状态估计新方法。与传统增广状态估计方法不同,该方法基于测量不确定度信息,目标是使测点的正常率最大,同时考虑电力系统实际的潮流和物理约束信息。此外,采用高斯核密度估计和点估计方法来提取参数估计结果的统计特征。仿真实验表明,所述方法继承了MNMR抗差状态估计的"抗差"特性,辨识结果不易受量测误差影响,能得到更加合理的线路参数。     

考虑量测相关性的容积卡尔曼滤波动态状态估计

针对电力系统动态状态估计中SCADA量测量间存在相关性的实际情况,文中提出了一种考虑量测相关性的容积卡尔曼滤波动态状态估计方法。首先进行了SCADA量测相关性分析,然后基于状态转移方程推导过程噪声协方差矩阵,基于容积变换方法计算考虑SCADA量测相关性的量测误差协方差矩阵,并提出了考虑量测相关性的电力系统动态状态估计流程,每次估计实时修正量测误差协方差矩阵及过程噪声协方差矩阵。IEEE-39节点系统的仿真结果表明,相较于不考虑量测相关性的容积卡尔曼滤波算法,文中方法能够明显提高状态估计结果的精度。     

基于状态空间转换的SCADA系统支路静态参数局部辨识方法EI北大核心CSCD

电网支路静态参数中存在的偏差或误差会严重影响电网状态估计及后续高级应用的有效性。以电网支路静态参数为状态量,根据SCADA量测系统的特点,提出了针对电网支路静态不良参数的局部估计辨识算法。利用拉格朗日乘子法得到的参数检测结果,以可疑支路为中心,向外搜索形成局部估计区域,按照量测类型以支路参数为状态变量建立量测方程,再将局部区域内的可信任支路参数作为伪量测加入量测方程,提高量测冗余度。在局部区域内对可疑支路参数进行估计辨识,经多断面的统计分析给出可疑支路参数的建议修正值。考虑到SCADA系统中无法直接应用电压量测值,构造了关于支路参数的不动点迭代格式,利用内外两层迭代来实现对支路参数的估计辨识。最后在IEEE118节点系统上验证了算法的有效性,并讨论了量测误差对辨识结果的影响。     

基于PMU量测的线路参数辨识算法

利用PMU量测数据具有严格时间同步、均匀发送的特点,基于PI型等值电路模型,提出一种新的线路参数辨识方法。该方法以线路两端测量的电压和电流相量为基础,利用最小二乘算法实现线路参数的最小偏差辨识,理论分析和实际算例表明了该方法的可行性。对影响辨识精度的主要误差源进行了分析,并给出了一种实用的坏数据剔除方法,可进一步提高数据辨识的精度;亦对如何利用线路量测的残差分析结果指导状态估计中的权重系数设置进行了详细讨论。与传统方法相比,基于PMU量测的参数辨识方法具有灵活、简便、可重复和连续执行的优点,具有较高的实用价值。     

基于状态空间转换的SCADA系统支路静态参数局部辨识方法

电网支路静态参数中存在的偏差或误差会严重影响电网状态估计及后续高级应用的有效性。以电网支路静态参数为状态量,根据SCADA量测系统的特点,提出了针对电网支路静态不良参数的局部估计辨识算法。利用拉格朗日乘子法得到的参数检测结果,以可疑支路为中心,向外搜索形成局部估计区域,按照量测类型以支路参数为状态变量建立量测方程,再将局部区域内的可信任支路参数作为伪量测加入量测方程,提高量测冗余度。在局部区域内对可疑支路参数进行估计辨识,经多断面的统计分析给出可疑支路参数的建议修正值。考虑到SCADA系统中无法直接应用电压量测值,构造了关于支路参数的不动点迭代格式,利用内外两层迭代来实现对支路参数的估计辨识。最后在IEEE118节点系统上验证了算法的有效性,并讨论了量测误差对辨识结果的影响。     

基于PMU误差校正的输电线路参数在线辨识方法

线路参数辨识对准确反映电网的实际运行状态具有重要作用,但其对相量量测单元(Phasor Measurement Unit,PMU)数据精度要求极高,实测数据难以直接满足应用需求。对此,提出了一种基于PMU误差校正的输电线路参数辨识方法。首先,根据误差类型及测量数据特点,分类型对PMU数据进行预处理。然后,针对缺乏显著特征的偏置误差,基于输电线路物理等效模型提出了考虑数据规律及误差灵敏度特性的PMU测量误差的校正方法。最后,在上述校正方法的基础上,提出了全厂站PMU数据质量的治理方案。通过模拟和实际数据进行仿真,结果表明所提方法相较于现有方法可改善PMU量测数据质量,进而实现输电线路参数的有效辨识。     

基于支路等值的拓扑辨识方法

状态估计中拓扑辨识是一个疑难问题,很多拓扑辨识方法把开关状态作为未知量引入估计过程,对量测冗余度和精度提出了较高要求,加大了状态估计辨识可疑数据的难度,工程应用困难。通过支路关联遥测遥信互校,确定运行状态可疑的支路。状态可疑支路在状态估计中作为参数未知支路,只需要引入一个状态变量,从支路参数计算结果就可判断支路运行状态,并给出了支路电导引入信息矩阵方法。正确判断支路运行状态后,利用状态估计节点电压计算支路潮流并修正两端节点注入,就可得到完整的电网运行状态,无需重新状态估计。该方法可以辨识小潮流支路拓扑错误。测试结果表明,由于在常规PQ解耦状态估计引入未知量,只增加一维状态量,计算速度快,拓扑辨识结果准确,适合在在线系统中应用。     

WAMS中计及量测函数非线性项的电力系统自适应动态状态估计

提出两种在线辨识和修正模型误差协方差矩阵的自适应动态状态估计方法,并在这两种状态估计模型中引入量测函数的非线性项。这不仅在进行状态滤波的同时,利用观测数据提供的信息,在线辨识和估计系统中未知或不精确的噪声统计特性,而且由于计及了量测函数的非线性项,非线性系统在线性化过程中所产生的线性化误差完全得到补偿,极大地提高了算法在异常运行情况下的自适应性;并且在量测量中计入了相量测量单元(PMU)测量的电压幅值和相角,增加了系统的冗余量测,提高了滤波精度。仿真结果验证了所提方法在正常情况、负荷突变、存在坏数据、网络拓扑结构错误各种情况下具有较好的预测和滤波效果。     

基于最小二乘法的电力系统网络参数误差估计

为满足电力系统实时动态观测的要求,需要精确估计电网络参数,基于电力系统的任何网络参数误差都会影响状态估计中的量测残差,通过对量测残差的分析提出了一个基于最小二乘的电网络参数误差估计方法.分两步完成电网络参数误差的估计:首先根据动态系统的量测方程,利用加权最小二乘法(weighted least squares method,以下简称WLS),同时引入网络节点虚拟量测量作为等式约束条件建立最优化模型,利用拉格朗日乘法提出量测残差的表达式,网络节点虚拟量测量的引入加强了算法的精确性和收敛速度;第二步首先利用递推最小二乘建立量测残差方程中偏差项的的迭代公式,电网络参数误差包含在量测残差方程的偏差项中,通过迭代得出一个无偏估计的初始状态量,最后求得电网络参数误差.IEEE9节点系统的仿真验证了算法的正确性和有效性.