基于混合量测技术的电力系统状态估计研究

电力系统状态估计是能量管理系统(EMS)的重要组成部分,也是电力系统在线监测、分析、控制的基础,如何快速、高效地对电网的状态信息进行预测估计已成为电力系统研究中的热点问题.该文在分析状态估计理论和广域监测的基础上,提出了一种利用电力广域测试系统(WAMS)和监测控制和数据采集(SCADA)混合量测的静态状态估计算法,此算法可以直接利用电流相量量测量,高效快速地进行电网信息的状态估计.相关的仿真和实验结果证明,这种算法具有良好的估计性能,并能够对不良数据进行有效的检测和辨识.     

基于深度神经网络-近似线性网络混合模型的电力系统状态估计方法

为提高电力系统实时状态估计的精度和计算效率,解决电网电压波动频发、潮流分布的不确定性剧增等问题,通过提出一种基于深度神经网络和近似线性网络模型的电力系统状态估计方法,研究了其在电网的应用。该方法将混合系统量测数据通过粒子滤波算法得到样本集,利用训练样本训练所提出的混合神经网络模型,最后将测试样本输入已建立的模型中获得系统状态的估计结果。通过IEEE118节点系统进行的负载数据仿真实验表明：基于混合神经网络模型的电力系统状态估计方法不仅能快速进行海量数据训练,还能有效避免过拟合;在实时状态估计的精度和计算效率方面相较于高斯-牛顿法均有提高。可见所提方法在电力系统实时状态估计方面具有一定的应用价值。     

保留非线性的电力系统状态估计法

本文首次将保留非线性原理用于电力系统状态估计中,提出了一种新的状态估计方法,与原有方法相比,可大大提高状态估计的计算速度。     

发输配全局状态估计

为了弥补传统状态估计中发输电系统和配电系统相互独立的局限性,提出了发输配全局状态估计这一新课题。它以全局电力系统为研究对象,能估计出一体化的发输配全局电力系统状态。建立了数学模型,构造了全局状态估计主从分裂法,自然地将规模庞大的全局状态估计问题分解成发输电估计和一系列小规模的配电估计子问题,发输电和配电可以采用不同的估计算法,能支持在线分布式计算。理论分析和数值试验结果均表明新方法具有良好的计算性能,能满足全局状态估计的要求。     

电力系统状态估计算法的缺陷探究

电力系统的常用状态估计方法有加权最小二乘法估计和快速分解状态估计等。由于受到函数局部单调性和凹凸性的影响,即使给出了离真实根很近的初值,随着每次的迭代,状态估计方法结果将离真实根越来越远。因此考虑到在对目标函数进行极值求解中可以舍弃牛顿迭代法,采用其他的(例如粒子群进化算法)最优化方法进行尝试。     

电力系统状态估计中的不良数据辨识

文中以电力系统状态估计理论为依据,给出了一种新的不良数据检测和辨识的方法－Hyphthesis状态估计法。     

具有未知输入干扰的状态估计器的设计

研究了系统含有未知扰动时的状态估计问题,提出了一种新的状态估计方法,它能消除未知输入干扰,给出了新型状态估计器存在的条件。仿真结果证明了本文的正确性。     

浅谈如何提高状态估计合格率

为了提高状态估计软件的各项运行率指标,本文阐述了状态估计的功能和概念,根据状态估计的原理,分析了提高状态估计合格率的措施,并指出了状态估计不准确时应注意的问题。     

一种考虑杠杆量测量的电力系统状态估计法

提出了一种考虑杠杆量测量的电力系统状态估计方法。该方法将状态估计与不良数据检测和辩识结合在一起，且采用改进的正交变换法，使其计算效率和数值的稳定性有了明显提高。经实例计算表明，该方法是可行有效的。     

配电网集成负荷估计和状态估计

负荷估计和状态估计对于配电网的管理和控制非常重要．文中提出了一种集成的负荷估计和状态估计框架．一方面提出了一种基于连接机制的事例推理新方法(CBCBR)用于解决配电网节点负荷估计问题,分别介绍了CBCBR的原理、结构、混合学习算法和实际应用,CBCBR具有快速、增量式、自适应学习能力；另一方面提出了一种抗差状态估计方法,同时实现了结构空间和量测空间的抗差．抗差状态估计器使用CBCBR的输出作为输入的伪量测量,同时CBCBR可使用抗差估计器的输出改善其自身性能．所提集成的负荷估计和状态估计框架能有效抵御坏数据的影响,并可实现自适应性调节．使用33节点系统测试所提方法,所用节点数据来自实际系统,算例结果证明了读方法的有效性．     

提高宁东电网遥测估计合格率的方法

状态估计是高级应用软件的重要组成部分。而提高遥测估计合格率不仅是高级应用软件实用化的关键,更有助于自动化人员对SCADA不准确数据进行分析、处理。该文就网络建模、参数维护、基础数据质量等对遥测估计合格率的影响进行分析,有针对性的提出提高遥测估计合格率的方法,并在实际中得到更好的应用。     

电网无功优化控制系统的研究与实现

为了协助电力系统调度人员快速、合理地给出无功优化控制方案,保证电网电压稳定性,设计实现了基于实时数据的无功优化控制系统。实时获取数据后,通过拓扑建模、状态估计、无功优化计算,得出无功优化控制方案。系统计算结果准确可靠,具有较高的实用价值。     

基于自动微分技术的多平衡机状态估计算法

在电力系统状态估计中引入多平衡机的思想,将其影响计入状态估计模型中,采用加权最小二乘法进行求解.同时,针对常规方法求导繁琐、微分代码灵活性差的问题,结合自动微分技术,实现了求导的自动化.对IEEE 4个标准算例的仿真记算表明:该方法能够完整地计及多平衡机对系统的影响,且采用AD技术方便了算法的实现,提高了算法的运行效率.     

一种参数不确定性系统的鲁棒状态估计方法

研究具有时变和模有界的参数不确定性系统的状态估计问题。针对目前鲁棒状态估计中不确定性参数仅出现于状态矩阵和输出矩阵的问题，介绍了一种系统状态方程和输出方程的所有矩阵中都含有不确定性参数的状态估计算法。该算法通过求解两个代数Riccati方程的正定解，得到了使得估计过程二次稳定的状态估计器。此算法不但经过了理论证明，而且具体的仿真试验也表明了设计方法的有效性和可行性。     

多不良数据补偿辨识法用于电力系统状态估计

分析和比较各种不良数据检测和辨识方法和优缺点，利用综合优化法，假设试验和估计似然法，提出一种多不良数据补偿辨识的新方法，为节省内存和提高不良数据检测与辨识的计算速度，本方法把矩阵稀疏存贮和Ｔｉｎｎｅｙ－Ｗａｌｋｅｒ结点优化法结合在一起，在矩阵ＬＤＬ＾Ｔ分解中产生的填元数量少，提高了状态估计软件的实时性，通过ＩＥＥＥ－３０结点系统和天津电力系统调度中心实时试验证实了本法的有效性。     

考虑零注入约束的双线性WLAV状态估计

零注入节点功率失配量对电力系统安全评估有着重要影响,为减小零注入节点的功率失配量,提出了考虑零注入约束的双线性WLAV(Weighted Least Absolute Value)状态估计方法,该方法将零注入约束以等式约束的形式添加到双线性WLAV状态估计中。基于IEEE标准系统,采用零注入约束的双线性WLAV状态估计方法对国内某省网进行仿真,结果表明:该方法既能保留基于内点法的双线性WLAV状态估计原有的计算效率高的优点,又能减小零注入节点的功率失配量,且抗差性能有一定程度的提升。     

二阶电路衰减常数的估计及误差分析

在分析二阶电路激励和响应的基础上,针对其不同的阻尼状态分别进行了衰减常数的估计,并进行了仿真研究和实例分析.在此基础上给出了过阻尼状态时衰减常数的一个下限,对另外的阻尼状态也给出了近似分析和误差研究.结果表明:在大学物理和电工实验时,采用文中方法对衰减常数进行估计是可行的,具有一定的实用价值.     

电动汽车锂离子电池荷电状态估算方法综述

电动汽车动力锂电池内部荷电状态估计是电池管理系统状态估计模块的核心,其无法通过仪器直接测量,仅能通过对电池外部电流、电压等参数进行测量并由此估计。准确的荷电状态估计对电池的寿命、容量和安全性管理至关重要。本文综述了用于电动汽车动力锂电池荷电状态估算的主要方法,根据算法差异将其分为传统的基于传感器测量的开路电压法、电流积分法和阻抗法,基于数据驱动的机器学习类算法以及基于模型的卡尔曼滤波器及粒子滤波器算法与融合类算法。深入介绍了不同估计算法的计算原理并由此分析比较了不同估计算法的计算复杂度、计算精度等特点。总结了现阶段锂离子电池荷电状态估算研究存在的问题,指出其研究趋势和未来发展方向将是更具泛化性和更高精度以及更佳实时性的多融合类估算方法。     

基于非负定自适应卡尔曼滤波的电力系统虚假数据攻击检测

虚假数据攻击(false data attack, FDA)是通过对电网中远程终端单元(remote terminal unit, RTU)、同步相量测量单元(phasor measurement unit, PMU)等通信环节的攻击,误导电力系统的状态估计,给电力系统的安全可靠运行带来巨大威胁。构建了电网虚假数据攻击检测架构、电压信号状态空间模型和虚假数据攻击模型,提出了非负定自适应卡尔曼滤波算法来估计模型中的状态量,旨在准确检测电力系统中的虚假数据。通过对3节点电力系统仿真,结果验证文中所提的算法在保证滤波稳定性的同时,提高了攻击检测的运算速度。     

基于变压器参数修正的变电站状态估计

常规变电站状态估计中电压或无功的误差普遍比较大，其中一个原因是模型的参数不准确．通过变压器参数引入状态量或同时引入状态量及量测量的方法，来建立变电站状态估计的模型，并对这2种模型及权值变化对状态估计精度的影响进行分析，得到如下结论：如仅将参数作为状态量而不加约束，可以使实际量测量的估计精度大幅提高，但导致参数估计值误差过大；只有将参数同时作为状态量和量测量，并对权值进行适当调整，才能兼顾实际量测量和参数的估计精度，得到更有实用价值的状态估计结果．