提高配电网状态估计精度的量测配置优化方法

为适应配电网的智能化要求,达到提高配电网状态估计精度的目的,应用M-P广义逆矩阵和加权最小二乘问题的唯一极小最小二乘解等数学方法,推导出量测误差和状态向量估计误差之间的数学关系表达式:提出了一种新颖的量测评估和配置优化的方法.利用评估算法对待考察的量测集合进行评估后,从评估结果中选出排序靠前的量测类型和安装位置,从而得到量测装置的配置优化方案.对于算例系统,应用该方法获得的量测配置优化方案,仅需安装少量量测装置就可以提高状态估计精度在60%以上.     

加权最小二乘状态估计量测权值计算的实用方法

分析了实际系统中直接影响加权最小二乘状态估计量测权值的因素,基于量测精度等级及满量程提出了设置量测权值的实用化方法,展示了实际系统中典型量测权值的标幺化数值,可以看出不同电压等级功率量测权值的差别以及电压幅值量测和功率量测权值之间的关系。使用文中方法计算得到的量测权值能更准确地反映量测精度,从而能够提高状态估计结果的准确性,模拟算例和实际工程应用验证了所述方法的有效性。文中还分析说明了计算两种派生量测权值的方法以及选取零注入量测权值的原则。     

考虑系统完全可观测性的PMU最优配置方法

基于电力系统线性量测模型，研究了引入相量测量单元（PMU）相关量测集后的增广关联矩阵的电力系统可观测性拓扑分析方法，以保证系统结构完全可观测性和最大量测数据冗余度为约束，以配置PMU数目最小为目标，形成了PMU最优配置问题，并应用禁忌搜索（TS）方法求解该问题，保证了全局寻优。算例表明，该方法准确可靠、有效可行。     

一种计及零注入电流的PMU量测线性状态估计方法

为充分利用相量测量单元(Phasor Measurement Unit,PMU)数据进一步提升状态估计精度,提出一种完全基于PMU量测数据的线性加权最小二乘状态估计方法。该方法将联络节点的零注入电流作为虚拟量测。由于最小二乘法的实质是通过量测冗余度提高状态估计精度,因此,虚拟量测的引入提升了冗余度,从而能够提高估计精度。利用IEEE39节点和IEEE118节点系统进行仿真,结果表明完全基于PMU量测的线性状态估计与传统非线性状态估计和混合量测状态估计方法相比能够有效提高估计精度和计算速度。此外,利用IEEE39节点测试系统对量测变换误差进行了比较研究,结果表明提出的方法量测变换误差明显小于SCADA量测变换误差,有助于提升估计精度。     

配电网模糊匹配潮流状态估计方法分析

用模糊集合理地表示配电网的量测信息，基于量测配置结构、辐射状的配电网络和量测信息模型，提出了模糊匹配潮流状态估计方法。该方法具有抗差性的加权最小绝对值(WLAV)状态估计方法应用于配电网的等效形式。考虑到伪量测的模糊约束，所提出的方法得到的状态估计解虽不具有最优但具有满意的WLAV估计意义。采用基于模糊线性规划的前推回代潮流算法求解模糊匹配潮流，该求解过程物理意义清晰、编程实现简单，克服了求解WLAV估计方法计算量大的缺点。实际算例结果验证了所提出的方法的合理性和适用性。     

配电网模糊匹配潮流状态估计方法分析

用模糊集合理地表示配电网的量测信息，基于量测配置结构、辐射状的配电网络和量测信息模型，提出了模糊匹配潮流状态估计方法。该方法具有抗差性的加权最小绝对值(WLAV)状态估计方法应用于配电网的等效形式。考虑到伪量测的模糊约束，所提出的方法得到的状态估计解虽不具有最优但具有满意的WLAV估计意义。采用基于模糊线性规划的前推回代潮流算法求解模糊匹配潮流，该求解过程物理意义清晰、编程实现简单，克服了求解WLAV估计方法计算量大的缺点。实际算例结果验证了所提出的方法的合理性和适用性。     

基于粒子群进化算法的电力系统状态估计研究

加权最小二乘法是状态估计的常用方法,但在实际应用中经常会遇到算法发散的问题。为了解决这个问题,提出将改进的粒子群进化算法应用到状态估计当中,使加权最小二乘法的收敛性得到了很好的改善。结合IEEE5节点系统,给出了粒子群进化状态估计计算的三点注意事项。经试验得出,对量测点数为16的系统而言,计算时间在50 s左右,量测点数为30的系统的计算时间在3 min左右,量测点数为80的系统,其计算时间在15 min左右。这种算法可以应用在离线状态估计上。     

一种将PMU支路电流量测引入非线性状态估计的方法

针对同步相量测量单元(phasor measurement unit,PMU)的电流量测难以直接引入到传统加权最小二乘状态估计的问题,提出一种在极坐标下引入PMU支路电流量测的快速分解状态估计方法。采用旋转量测变换法,利用PMU的电压相角量测信息,将电流量测转化成为旋转量测,减小了副对角元素,实现了状态量在极坐标下的解耦,从而解决了电流量测与SCADA量测的融合计算问题。同时采用了动态更新相角的方法,在每次迭代过程中更新量测旋转所用的相角值,减小了因相角量测中的不良数据带来的误差。最后通过IEEE39节点算例对旋转量测方法与直接分解法、量测变换法这3种方法进行了仿真对比。结果表明,旋转量测方法改善了状态估计的精确性,计算速度较快,能够为调度中心的决策提供精确的数据支持。     

基于粒子群进化算法的电力系统状态估计研究

加权最小二乘法是状态估计的常用方法,但在实际应用中经常会遇到算法发散的问题.为了解决这个问题,提出将改进的粒子群进化算法应用到状态估计当中,使加权最小二乘法的收敛性得到了很好的改善.结合IEEE5节点系统,给出了粒子群进化状态估计计算的三点注意事项.经试验得出,对量测点数为16的系统而言,计算时间在50 s左右,量测点数为30的系统的计算时间在3 min左右,量测点数为80的系统,其计算时间在15 min左右.这种算法可以应用在离线状态估计上.     

基于改进匹配潮流技术的配电网虚拟量测

针对缺少冗余量测的配电网系统,为了简化状态估计方法、保证计算精度,优化配电网络状态,基于匹配潮流思想提出了配电网虚拟量测的概念,建立了以电压量测自适应抗差加权最小二乘为目标函数、以网络潮流匹配和功率失配量分配参数方程为约束条件的虚拟量测数学模型,给出了引入混沌优化、强引导机制的改进粒子群优化求解方法,并详细介绍了配电网虚拟量测的应用流程。采用IEEE8、IEEE33、IEEE69节点系统对该方法进行测试,结果表明,方法可在较少的迭代次数内获得较为准确的配电网状态,且不涉及量测变换、矩阵计算,具有良好的应用前景。     

补偿电流最小原理的谐波检测方法研究

针对单相谐波电流的检测,中提出了补偿电流最小原理的检测方法,即当待测基波电流与负载实际基波电流相等时注入电网的补偿电流最小.基于这个原理,检测谐波电流需要计算出一个电源周期内负载电流与待测基波电流之差的最小平方值.本文给出了两种计算方法,一种是利用导数求极小值法,得出与电流平均值谐波检测方法相同的计算形式,该方法计算量较小,结果准确,实时性好;另一种方法是电流幅值搜索算法,将待测基波电流幅值按一定步长变化,搜索最佳幅值,该方法能准确地检测基波电流幅值,能有效跟踪电流变化,计算量稍大,延时为一个电源周期.     

基于多准则分区和WLS-PDIPM算法的有源配电网状态估计

针对复杂有源配电网三相不平衡状态估计计算速度较慢与计算精度较低的问题,提出了一种基于多准则分区和基本加权最小二乘法—原对偶内点法(WLS-PDIPM)混合算法的状态估计方法。基于对有源配电网中实时量测、虚拟量测和伪量测的配置分析,建立了适用于复杂有源配电网状态估计的多准则分区优化模型,该模型综合考虑了分区后各子区域规模均衡、量测冗余度均衡及伪量测平均误差均衡。通过高级量测体系(AMI)全量测点实现各子区域完全解耦,有效减小了系统规模和雅可比矩阵阶数。所提方法将WLS与PDIPM的优点相结合,在提高算法精度的同时减少了计算时间。仿真算例结果表明所提方法可实现对复杂有源配电网的合理分区,有效提高了状态估计的计算速度与求解精度。     

基于分块雅可比矩阵的最小二乘状态估计算法

提出了一种基于分块雅可比矩阵的加权最小二乘状态估计算法。该方法将全部的注入功率量测、赋予很大权值的虚拟量测和必要的支路量测来构造一组恰好可求解系统全部状态变量的量测集,将余下的支路功率量测作为量测系统的冗余部分看待,并依此对量测雅可比矩阵进行分块,在此基础上推导出了该文算法迭代的修正方程式。该文所提算法既具有很好的数值稳定性,又能够减少计算量。仿真试验表明该方法是快速且数值稳定。     

基于可观性分析和多步预报CKF的双馈风机动态状态估计

准确的动态状态估计结果对实时监测双馈风机运行状态具有重要意义。适当的量测集选取是实现准确状态估计的基础。为此，基于Lie导数推导了系统状态可观性矩阵；然后，基于自动微分技术实现了可观性矩阵的快速计算，并利用可观性矩阵的最小奇异值来定量评价不同量测集的可观性。双馈风机受到扰动后状态变化迅速，考虑到在卡尔曼滤波的预报步中不使用量测值，提出了基于多步预报的容积卡尔曼滤波（CKF）方法。利用改进IEEE 39节点系统对双馈风机进行了可观性分析，选出了使双馈风机状态具有较高可观性的量测集，并在此基础上验证了所提多步预报CKF方法的有效性。     

基于PMU量测的智能配电网电压–功率灵敏度鲁棒估计方法

配电网中同步相量测量技术的应用对于提高系统电压–功率灵敏度的估计精度具有重要作用。提出了一种基于同步相量量测的智能配电网电压–功率灵敏度鲁棒估计方法。首先,基于同步相量量测的历史数据和实时数据,采用最小二乘方法实现了实时电压–功率灵敏度的精确估计;进一步,考虑功率量测和电压量测均含有不良数据的情况,采用帽子值加权和最小绝对值估计方法相结合的方式,避免了最小二乘方法中删除坏数据的残差判断和迭代过程,提高了计算效率和可靠性,实现了电压–功率灵敏度的鲁棒估计;最后,通过IEEE33节点算例分析证明了所提出算法的正确性和有效性。     

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。     

基于分块雅可比矩阵的最小二乘状态估计算法

提出了一种基于分块雅可比矩阵的加权最小二乘状态估计算法.该方法将全部的注入功率量测、赋予很大权值的虚拟量测和必要的支路量测来构造一组恰好可求解系统全部状态变量的量测集,将余下的支路功率量测作为量测系统的冗余部分看待,并依此对量测雅可比矩阵进行分块,在此基础上推导出了该文算法迭代的修正方程式.该文所提算法既具有很好的数值稳定性,又能够减少计算量.仿真试验表明该方法是快速且数值稳定.     

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。     

基于转移潮流的状态估计模型

传统的状态估计把量测方程作为约束条件,以量测残差的加权平方和或加权绝对值之和最小等为目标函数进行估计,因而不能直接辨识出拓扑错误.为了同时辨识拓扑错误和不良数据,文中把转移潮流方程增广为状态估计的约束条件,在目标函数中同时计及转移潮流的残差和量测残差,对已有的加权最小绝对值状态估计进行了改进,提出了可以同时辨识支路拓扑错误和不良数据的状态估计模型.文中给出了某省实际电网的计算实例.     

WAMS中的PMU最优配置新方法

鉴于相量测量单元(phasor measurement unit,PMU)能够实时测量母线电压和相角,在传统监控和数据采集(supervisory control and data acquisition,SCADA)量测系统的基础上,提出了一种选择PMU最优配置方案的新方法。该法在假定系统完全可观测的前提条件下,考虑不同量测噪声信号比的影响,采用直接替代(direct sub-stitution,DS)法、加权最小二乘(weighted least squares,WLS)法和扩展加权最小二乘(augmented weighted least squares,AWLS)法计算状态估计值,验证了量测噪声对选择PMU配置点没有影响这一结论,并最大限度地提高了状态估计的准确度。在IEEE9节点和IEEE14节点测试系统上验证了此方法的正确性和有效性。