基于预处理共轭梯度法的电力系统机电暂态仿真

把基于不完全LU分解的预处理共轭梯度法(ILUCG)用于电力系统暂态稳定仿真计算,提出了一种与矩阵方程直接求解法相结合的混合算法.该方法采用不完全LU分解对暂态稳定计算中的雅可比矩阵进行预处理,以改善其条件数;对预处理之后的方程组,采用改进的共轭梯度法进行迭代求解,在系统收敛困难的情况下,改用直接求解法求解矩阵方程;在迭代过程中,充分利用当前已有的预处理后的等价雅可比矩阵进行迭代计算,而当雅可比矩阵及相关变量变化较大时,重新计算雅可比矩阵并进行相应的预处理操作,以提高算法的效率和计算速度;多个算例表明,对于电力系统暂态仿真的计算,本文算法的计算速度明显优于直接分解求解法和单纯的ILUCG,并易于在并行计算平台上实现,具有一定的实际应用前景.     

基于m次重启的简化广义最小残差法的电力系统暂态稳定仿真

提出了一种基于m次重启的简化广义最小残差法(simpler generalized minimal residual algorithm of m times restart,SGMRES(m))的电力系统暂态稳定仿真新算法,即采用SGMRES(m)方法对暂态稳定仿真中形成的线性方程组进行求解,通过修正标准正交基的生成过程,使得m阶上Hessenberg矩阵成为上三角矩阵。这样,只要通过简单的上三角线性方程组的求解即可求得解的修正量,避免了求解广义最小残差法每次迭代中的最小二乘问题,从而有效地减少了计算量。为进一步加快计算速度,文中算法进一步结合了伪牛顿策略和不完全LU预处理技术。多个算例的计算结果表明,所提出方法是有效的。     

结合模糊综合评判与决策的电力系统状态估计

针对电力系统状态估计中各种类型量测数据精度对状态估计结果有重要影响的问题,在基本加权最小二乘法估计的基础上,结合模糊综合评判与决策中的层次分析法(Analytic Hierarchy Process,AHP)讨论了一种改进权值确定方法的加权最小二乘法。它是将电力系统状态估计分解为量测值与估计值的差值平方最小(目标)、不同类型的量测值(准则)、各类型量测值相对精度的大小(方案)等层次,在此基础上进行定性和定量分析。通过IEEE 14-bus、IEEE 30-bus和IEEE 57-bus的标准算例进行仿真分析,证明层次分析法确定权值的加权最小二乘法能够有效地计算出电力系统的状态估计值。通过和基本加权最小二乘法进行比较,证明了该方法的优越性和实用性。     

机动目标跟踪的完全最小二乘法输入估计

针对最小二乘法对目标机动进行估计时忽略系数矩阵偏差的问题，采用完全最小二乘法，同时考虑测量数据偏差和系数矩阵偏差对目标机动估计的影响，给出了机动目标跟踪中基于完全最小二乘法的输入估计方法。根据卡尔曼滤波器的一致性条件判断目标是否发生机动，使用完全最小二乘法估计出目标所发生的机动大小，并用目标机动的估计值对跟踪算法进行了补偿。仿真结果表明，基于完全最小二乘法的输入估计方法的跟踪效果要优于基于最小二乘法的输入估计方法。     

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。     

基于局部信息融合和估计投影法的多区域电力系统状态估计

在多区域互联电力系统中,由于状态变量维数高和大量量测数据处理等问题,集中式估计的实现变得困难。提出一种基于局部信息融合和估计投影法的多区域电力系统状态估计新算法。首先,各区域独立运行加权最小二乘迭代得到本地估计值,并将协调中心边界状态估计值及对应的协方差子矩阵发送至协调中心;得到各区域边界信息后,协调中心采用最小二乘信息融合算法对系统边界状态作协调估计,并返回边界协调估计值至各区域;最后,根据边界协调估计值,各区域通过估计投影法对其内部状态作修正。该方法适应于全系统有/无相量测量单元(PMU)的情况,且所需通信量少,易于实现。算例仿真结果表明,所提算法具有良好的估计精度和实时性。     

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.     

基于权函数的电力系统状态估计算法

提出基于权函数的电力系统状态估计算法,该方法较好地综合了加权最小二乘法（ＷＩ－Ｓ）和加权最小绝对值（ＷＬＡＶ）两种估计方法的优点,仅需对应用广泛的ＷＬＳ软件作很少的修改即可实现该算法。在求解迭代过程中,以残差变化最作为加速因子,修正权函数,减少了迭代次数,加快了算法的计算速度,用ＩＥＥＥ３０和ＩＥＥＥ１１８节点系统验证了此方法的优越性。     

自适应抗差理论在配网状态估计中的应用

提出了一种基于自适应抗差理论的配电网状态估计算法.该方法首先对生数据进行预处理,然后基于抗差原理,利用权因子把一般性的M估计转换为加权最小二乘法,并将权系数和余差联系起来,有效地解决了常规加权最小二乘法中,由于常数权系数所导致的,对粗差处理能力不足的问题.将该方法应用于一个实际配电网络的状态估计当中,结果表明该方法可以有效减小或消除量测量中粗差的影响.     

电力系统负荷裕度的并行计算方法研究

为实现电力系统负荷裕度的快速、准确计算,该文以直接法为基础,提出一种基于CPU-GPU混合架构的电力系统负荷裕度并行求解方法。首先,根据电压稳定临界点处潮流雅可比矩阵奇异,且零特征值对应的特征向量不为0的特点,构造一组表征电压稳定临界点性质的非线性方程组;然后,在采用牛顿法求解该非线性方程组过程中,为减少计算量和计算复杂度,将修正方程降阶变换为4组同系数矩阵的低维线性方程组;在此基础上,采用雅可比预处理器和不完全LU分解预处理器(incompleteLUdecomposition preconditioner,ILU)相结合的两阶段预处理方法对降维后的线性方程组的系数矩阵进行预处理,改善系数矩阵特征值分布,进而采用基于GPU加速的双共轭梯度稳定法(biconjugategradientstabilizedmethod,BICGSTAB)实现降维线性方程组求解的并行化,提高负荷裕度的计算效率;最后,通过多组测试系统算例对所提算法的准确性、有效性和快速性进行分析、验证。结果表明,文中所提算法可实现电力系统负荷裕度的快速、准确计算。     

STATIC AND TRACKING STATE ESTIMATION IN POWER SYSTEM USING NEWTON'S METHOD

ABSTRACT

This paper describes the Newton method for state estimation in electric power systems using the weighted least square approach (WLS). The information matrix that approximates the Hessian matrix in the WLS estimator is updated using the Brown-Dennis technique such that the linear convergence of the WLS algorithm is improved to nearly second order convergence of the Newton method. This proposed method is particularly effective in state estimation of ill-conditioned power systems which encounter difficulties in converging to the solution. The additional computing time for implementing the new algorithm is quite small as the nonzero elements of the Hessian matrix are not re-computed but are extracted from the Jacobian stored in the computer memory. However, there is a slight increase in the storage requirement. Digital computer results are presented for both the static and tracking state.     

基于分块QR分解的一种状态估计算法

文中提出了一种基于分块QR分解的状态估计方法。该方法把虚拟测量处理为等式约束，避免了由于权因子分散而导致的数值病态问题。在每次迭代中，通过对两个分块矩阵的QR分解和一个稀疏三角线性方程组的求解，实现了系数矩阵的三角分解。与带有约束的正规方程(NE/C)法相比，不但消除了Jacobian矩阵叉乘造成的信息损失，而且保证了分解的数值稳定性。稀疏QR分解采用了基于Givens变换的方法并利用最小度列排序和变主元消元策略。减少注入元素的数目，提高了状态估计的计算效率。试验系统的仿真结果表明了该方法具有良好的数值稳定性和鲁棒性，而且有较高的计算效率，可以满足在线状态估计的要求。     

一种基于图形处理器加速的批量LU分解算法

潮流计算是电力系统计算的基础,其核心是LU分解计算,因此电力系统潮流计算加速的关键在于LU分解加速。当前,基于中央处理器(CPU)的并行算法已经成熟,性能提升空间有限。图形处理器(GPU)作为协处理器,在科学计算方面具有强大的优越性,被广泛应用到电力系统潮流计算中。文中首先分析了GPU结构和并行运行架构,然后介绍了LU分解原理,并选择了合适的矩阵排序算法和稀疏矩阵存储模型,借助统一计算设备架构(CUDA)编程模型实现了基于GPU的单个LU分解和批量LU分解并行加速,最后在仿真设备上测试了5个不同的案例,对比分析其并行算法的加速效果。仿真测试结果表明,基于GPU的批量稀疏LU分解并行算法,平均可以获得25～50倍的加速效果。     

基于子空间迭代法的快速N-1潮流计算方法研究

为提高N-1潮流计算的求解速度,提出基于子空间迭代法的快速N-1潮流计算方法。对初始潮流的雅克比矩阵进行不完全LU分解,得到固定的预条件子,应用结合了自适应GMRES(m)法的牛顿法求解N-1潮流。自适应GMRES(m)算法是GMRES算法的改进,能自动调节重启参数值,进一步提高算法收敛速度。对IEEE118、IEEE300、2383wp电力系统的仿真证明了基于子空间迭代法的快速N-1潮流计算方法的有效性。算例结果表明,自适应GMRES(m)算法能快速求解大规模线性方程组,适用于大规模系统的N-1潮流问题。     

并行稀疏系统直接求解库SuperLU_MT在状态估计中的应用

利用基于超节点LU分块分解算法、列消去树和多核多线程并行计算原理的并行稀疏系统直接求解库Super LU_MT实现电力系统状态估计,主要在求解迭代方程、不良数据检测辨识环节调用Super LU_MT实现加速。通过对电气与电子工程师协会(IEEE)测试系统以及实际电网算例验证,表明通用的并行稀疏系统直接求解库适用于电力系统状态估计,能够获得较显著的并行计算效果,在多核计算机上缩短了状态估计的计算时间。     

含VSC- HVDC的交直流混合系统状态估计

针对以电压源换流器(VSC)为基础的新一代高压直流输电(HVDC),对含VSC-HVDC的交直流混合系统进行静态状态估计.介绍了VSC-HVDC的稳态模型.通过确定交直流混合系统的量测函数、状态变量和雅可比矩阵,建立了含VSC-HVDC的交直流混合系统的状态估计模型;在基本加权最小二乘状态估计算法的基础上,提出了含VSC-HVDC的交直流混合状态估计同时迭代求解法:对经过修改的IEEE 14、IEEE30、IEEE 57节点系统算例进行仿真,从算法的估计误差、迭代次数和计算速度等方面验证了算法的有效性和实用性.     

An approach to the evaluation of electromechanical transient processes in power systems

The paper presents an approach to the evaluation of electromechanical transient processes in power systems. On the basis of identification of the physical properties of the system considered, for an adequately chosen time interval, quasilinearization and decomposition of the original system of nonlinear differential equations into subsystems is performed. A linear transformation is introduced which transforms the state matrix of the sub-systems into diagonal form. These simplifications enable the use of numerical integration schemes based on difference state equations, which have an elementary form. As a result, a model is formed which is very suitable for numerical treatment. The integration is performed without numerical instability, quickly and effectively, with the desired simulation accuracy, and with low memory requirements.     

大规模输配一体化系统牛顿法潮流计算性能分析及改进方法

为满足输配电网一体化潮流计算精度和计算速度需求,提出了一种改进的牛顿法潮流计算方法。针对输配电网一体化牛顿法雅可比矩阵病态严重、收敛性能较差等问题,采用自适应Levenberg-Marquardt算法初始精度提升速度快的特征选取初值、不完全三角分解法预处理雅可比矩阵,有效地保证了数值稳定性,提高了牛顿法的收敛性能。针对输配电网一体化后规模庞大、计算效率低等问题,利用图形处理器并行加速技术对算法中的一些计算量密集的步骤,包括雅可比矩阵的生成、矩阵—向量运算等进行加速处理。算例测试表明,该算法能够显著提高大规模输配电网一体化潮流计算的速度和精度,对于多配电网区域、环网、分布式电源、病态系统等多种情形具有较强的普适性。     

基于Beowulf集群的大规模电力系统方程并行PCG求解

研究基于Beowulf集群的大规模电力系统方程并行PCG求解问题,采用常见的硬件设备和廉价且广为传播的软件构建出Beowulf分布式集群环境,基于这一环境,彻底摒弃矩阵的传统直接分解算法,采用多项式预处理的PCG法并行求解大型稀疏线性方程组.文中方法无需进行任何形式的电网络划分,也无需进行任何的矩阵三角分解和前推回代过程,适合各种类型的大规模电力系统方程的并行求解.本文分别在潮流计算、状态估计和静态安全分析中对大规模电力系统方程实现了并行求解,并获得一定的加速比和并行效率,为大规模电力系统快速、准确的仿真计算和在线分析提供一种可行的新途径.