计及PMU的混合非线性状态估计新方法

提出一种将同步相量测量单元（PMU）的直接电压相量量测变换为间接支路电流量测，并与监控与数据采集（SCADA）量测量一起进行混合迭代的非线性状态估计方法。对构造等效电流修正量而带来的间接量测误差进行了详细和定量的分析，并对该混合估计算法的精度进行了定性分析和定量计算。理论分析和算例表明，该方法可以获得较高的估计精度，在收敛次数和滤波效果上也有所改进。     

计及PMU电压和电流量测量的三相状态估计的研究

基于GPS的同步相量测量单元（PMU）是一种新型的高精度测量装置,能够测量母线电压相量和支路电流相量.提出了基于PMU母线电压量测和支路电流量测的三相状态估计模型,在谐波测量中采用高精度FFT算法,有效地提高了测量精度.提出的基于PMU量测的三相状态估计和谐波状态估计可以从根本上解决电力系统电压、电流非纯正弦和三相不平衡所带来的误差影响,提高了状态估计精度和稳定性,最后讨论了对该算法的评估方法.     

电力系统状态估计中相量测量单元的优化配置

利用相量测量单元(PMU)量测的状态估计模型,在等效电流量测变换的状态估计模型的基础上,给出了基于粒子群优化算法(PSO)的PMU配置。经算例验证,尽管在PMU测点数较少时,PSO与遗传算法(GA)的优化结果相同,但随着PMU测点数的增多,PSO优于GA,具有实用价值。     

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。     

基于奇异值分解和等效电流量测变换的电力系统状态估计

针对电力系统状态估计中处理病态问题的不足,提出一种基于奇异值分解和等效电流量测变换的状态估计方法。该方法利用PMU和SCADA量测构成的混合测量系统,运用直角坐标形式等效电流量测变换技术处理节点注入功率量测和支路功率量测,把信息矩阵转换成常数矩阵,再运用奇异值分解求解量测方程。在迭代求解中只需进行一次奇异值分解,提高了算法的计算效率。奇异值分解无需对系统进行可观性分析,能很好地处理病态或接近病态问题,使系统鲁棒性增强。通过仿真测试,验证了所提方法的正确性和有效性。     

基于广域测量系统的混合量测状态估计算法

针对当前广域测量系统（WAMS）测量点少、无法进行状态估计的问题，提出利用量测变换的方法将数据采集与监控系统 (SCADA)支路功率量测转换成等效电流相量量测，与WAMS量测组成混合量测系统，并提出了直角坐标系下混合量测的状态估计算法。理论分析和算例表明该算法具有常数的雅克比矩阵和信息矩阵，而且信息矩阵能够针对节点电压相量的实部和虚部进行解耦处理。该算法收敛快速，属于线性收敛，且基本不受系统规模的影响。此外，本文还研究了该算法对有注入功率节点的处理，不同R/X值对该算法收敛情况的影响以及PMU量测值对估计结果精度的影响分析。     

基于分块信息矩阵十字链表的快速状态估计方法

充分利用信息矩阵的分块对称稀疏结构特点,提出了一种基于分块信息矩阵十字链表的快速状态估计方法.采用等效电流量测变换技术,将功率量测方程严格等值变换为电流量测方程,使非对角雅可比矩阵元素为常数,以利于信息矩阵的修正.创建了分块信息矩阵的下三角分块十字链表,提高了信息矩阵内存空间操作与节点优化编号的效率.基于量测方程与分块信息矩阵的网络节点关联关系,提出了信息矩阵形成与修正的量测方程直接追加法,避免了雅可比矩阵的存储操作及其矩阵运算,提高了分块信息矩阵形成与修正及其十字链表存储空间开辟的效率.通过IEEE118、IEEE300以及波兰2746节点的仿真测试,验证了所提方法的快速性.     

混合量测状态估计相角参考点坏数据问题的处理方法

基于相量测量单元(PMU)和数据采集与监控(SCADA)混合量测进行状态估计计算时,一旦其相角参考点上的PMU电压相角量测为坏数据,将影响其余所有相角量测引入,污染有功量的总体计算,严重影响计算精度。文中在建立混合量测状态估计计算模型的基础上,提出一种解决相角参考点坏数据问题的处理方法,改变传统状态估计将相角参考点状态量值固定且不参与迭代求解的做法,形成雅可比矩阵时增加相角参考点状态量对应列和PMU量测对应行,将相角参考点状态量同其他节点一样参与迭代求解,当相角参考点上的PMU电压相角量测为坏数据时同样能够被检测和辨识,彻底消除其对计算结果的不利影响。最后,结合电网实例验证了该方法的有效性。     

基于分块信息矩阵十字链表的快速状态估计方法

充分利用信息矩阵的分块对称稀疏结构特点,提出了一种基于分块信息矩阵十字链表的快速状态估计方法。采用等效电流量测变换技术,将功率量测方程严格等值变换为电流量测方程,使非对角雅可比矩阵元素为常数,以利于信息矩阵的修正。创建了分块信息矩阵的下三角分块十字链表,提高了信息矩阵内存空间操作与节点优化编号的效率。基于量测方程与分块信息矩阵的网络节点关联关系,提出了信息矩阵形成与修正的量测方程直接追加法,避免了雅可比矩阵的存储操作及其矩阵运算,提高了分块信息矩阵形成与修正及其十字链表存储空间开辟的效率。通过IEEE118、IEEE300以及波兰2746节点的仿真测试,验证了所提方法的快速性。     

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。     

考虑电力系统潮流直接可解的同步相量量测单元最优配置

基于全球定位系统(Global Positioning System,GPS)的同步相量量测单元(Phasor Measurement Unit,PMU)是一种新型的量测装置,该装置可以直接量测节点电压相量.文章在电力系统潮流直接可解概念的基础上提出了采用遗传算法解决PMU的最优配置问题.数学模型(即评价函数)的构造是采用遗传算法的主要瓶颈,文章建立了PMU最优配置的数学模型,并以此模型为评价函数开发出相应的遗传算法.算例结果表明文章所建立的模型和采用的算法是有效的.     

使潮流方程直接可解的PMU配置方案研究

基于全球卫星定位系统（ＧＰＳ）的同步相量测量单元（ＰＭＵ）的研究已有许多进展并开始应用。在电力系统中配置ＰＭＵ将使潮流计算的书籍条件发生变化。讨文提出了潮流方程直接可解的概念,并给出了相应的ＰＭＵ配置算法。文中算例说明了所提方法的有效性。     

基于禁忌搜索算法的相量测量装置最优配置

将相量测量装置(PMU)测量得到的电压相角引入到状态估计中,可有效地提高状态估计精度.但是工程实际中,不可能所有节点都安装PMU,为此,提出了采用禁忌搜索算法对PMU的装设地点进行最优配置.算例表明,经过最优配置后状态估计的精度得到了提高.     

基于流聚类的PMU异常数据辨识算法

为保证同步相量测量装置(phasor measurement unit,PMU)采集数据的准确应用,须排除其量测值中的异常数据。现有PMU异常数据辨识算法存在算法复杂度高、难以在线更新、多源数据难以校准、依赖多源数据应用难度大等不足。为此,文中从PMU事件数据和异常数据模型及PMU异常数据判别信息熵定义出发,提出基于该信息熵的异常数据辨识框架。在此框架基础上,基于利用层次方法的平衡迭代规约和聚类(balanced iterative reducing and clustering using hierarchies,BIRCH)算法提出PMU异常数据辨识算法;然后,对所提出的算法进行原型实现,并针对某变电站的PMU采集数据集进行算法实验验证。实验结果表明,与一类支持向量机(one-class support vector machine,OCSVM)算法与间隙统计算法相比,文中算法的准确度及实时性均具有较强的优势。     

一种改进的相量测量装置最优配置方法

以电力系统状态完全可观测和相量测量装置(PMU)配置数目最小为目标,提出了一种改进的PMU最优配置方法.将启发式方法和模拟退火方法有效结合以确保得到最优解,提高了基于启发式方法的初始PMU配置方案的质量,通过改进配置模型缩小了模拟退火方法的寻优范围,从而提高了求解速度.还提出了一种基于节点邻接矩阵的快速可观测性分析方法.最后采用IEEE 14、IEEE 30、IEEE 118节点系统和新英格兰39节点系统对该方法进行了验证.     

同步相量测量装置校准器参考相量计算方法

电力电子设备的广泛应用导致电力系统逐渐出现了新的稳定性与可靠性问题,亟需高精度实时测量与感知技术,为解决上述问题提供数据基础。作为最有效的动态监测手段之一,同步相量测量装置(PMU)的测量精度至关重要。提出了一种PMU校准器的参考相量计算方法,为PMU测试提供校准参考值。该方法分析了电力系统典型静动态信号特性,建立了基波相量通用信号拟合模型,可表征PMU测试标准中除阶跃测试外的所有静动态测试信号。提出了基于非线性拟合的相量幅值、相角与频率迭代求解方法,并根据所得频率提出了基于最小二乘法的频率变化率计算方法。进一步,分析揭示了迭代初始值、计算时间窗长和拟合阶数对计算精度的影响及其设置方法。仿真与实验测试结果表明,该方法精度至少比标准规定的精度要求高1个数量级,可用于PMU的测试与校准。     

基于预测残差的配电网三相状态估计

为了提高配电网状态估计的计算精度和计算速度,针对常规抗差状态估计算法迭代次数较多的特点,给出了一种以节点电压为状态量,基于预测残差的配电网三相抗差状态估计方法。利用了配电网中各种类型的量测,通过对节点电压和支路电流的相位变换,以及对电流幅值量测进行的等效量测变换,实现了整个雅可比矩阵的常数化,在迭代过程中保持不变,降低了计算量。基于预测残差的信息设置抗差状态估计中的等价权,避免了常规抗差状态估计算法对等价权修正中不必要的多次迭代,提高了收敛速度。算例分析表明,所提的算法抗差能力强、计算速度快、数值稳定性和鲁棒性较好。     

基于正交多项式拟合的PMU现场测试参考值计算方法

为给现场运行的同步相量测量装置(phasor measurement unit,?PMU)性能分析提供准确的相量参考值,保证其数据质量,提出了基于正交多项式拟合的高精度相量测量方法。该方法利用Legendre多项式的正交性特点,对信号模型进行Legendre多项式拟合,以此来构建一种基于Legendre多项式的正交拟合相量模型。在此基础上,通过分析对比不同拟合参数求解方法的复杂度,提出了基于Cholesky分解的相量参考值计算方法,为非线性拟合参数求解计算量大的问题提供一种新的解决方法,并通过迭代修正来保证测量精度。进一步地,根据分析揭示的最优窗长和拟合阶数,实现算法的高精度测量和高效率计算。仿真与硬件测试表明,测量精度均满足标准要求10倍及以上,可在硬件中实时稳定运行,并为PMU现场测试校准提供参考值。     

考虑数据时延的电力系统两阶段动态状态估计方法

由于电力系统中SCADA数据和PMU数据采样频率不同,使得这两种数据存在时延。首先提出基于变点重复检测的PMU最佳缓冲长度计算方法,将SCADA数据和PMU数据统一到同一时间尺度下,然后将无迹变换与指数权函数抗差估计算法相结合,针对历史多数据断面进一步提出了两阶段无迹卡尔曼滤波鲁棒动态状态估计方法。该方法在每一断面内,首先用无迹变换和两参数指数平滑预测后的预测值与SCADA数据结合进行第一阶段滤波,然后再将滤波所得估计值与PMU数据结合进行第二阶段滤波。通过两阶段滤波,能够显著增大滤波过程中的量测冗余度,并且有效降低在混合数据滤波过程中量测精度较低的SCADA量测对精度较高的PMU量测的影响。基于IEEE-39节点标准系统对本文所提方法进行仿真,仿真结果表明,本文所提方法能够有效结合PMU数据和SCADA数据对电力系统进行动态状态估计计算,且估计精度高,鲁棒性好。