State estimation and bad data processing for systems including PMU and SCADA measurements

Conventional state estimators (SE) are based on real-time measurements, consisting of bus voltages and active and reactive power flows and injections, and estimate the voltage phasors of the network buses. Until recently, these measurements were obtained only through SCADA. With the advent of GPS synchronized measurements obtained by phasor measurement units (PMU), effective techniques are required to incorporate the extremely accurate PMU measurements into state estimation, in order to improve its performance and observability. This paper develops a non-linear weighted least squares estimator by modeling the current phasor measurements either in rectangular or in polar coordinates and compares the two approaches. Any numerical problems arised at flat start or for lightly loaded lines, are resolved. The error amplification, due to the current phasor measurement transformation from polar into rectangular coordinates, is also investigated. The normalized residual test is used to effectively identify any bad data in the conventional and phasor measurements. The proposed techniques are tested with the IEEE 14-bus system.     

电力系统PMU最优配置数字规划算法

随着相量量测装置(PMU)硬件技术的逐渐成熟和高速通信网络的发展,PMU在电力系统中的状态估计、动态监测和稳定控制等方面得到了广泛应用.为达到系统完全可观,在所有的节点上均装设PMU既不可能也没有必要.文中提出一种基于系统拓扑可观性理论的数字规划算法,利用PMU和系统提供的状态信息,最大限度地对网络拓扑约束方程式进行了简化,以配置PMU数目最小为目标,形成了PMU最优配置问题,并采用禁忌搜索算法求解该问题.其突出优点是利用了系统混合测量集数据,即不仅考虑了PMU实测数据,同时计及了可用的潮流数据.在IEEE14节点和IEEE 118节点系统的仿真结果表明,与常规的PMU最优配置算法相比,所提出的数字规划算法可以实现安装较少数量的PMU而整个系统可观的目标.     

基于改进自适应遗传算法的系统可观测PMU最优配置

以电力系统配置同步相量测量单元（PMU）个数最少、系统有最大测量冗余度为目标,全网可观测为约束,提出PMU最优配置模型,同时针对实际电网中存在某些重要节点已经初步安装PMU或者必须安装PMU的情况,提出了特殊约束条件,并给出了相应的求解算法。在此基础上,用改进自适应遗传算法求解此模型,保证全局最优。对某省49节点电网进行的计算表明,改进的自适应遗传算法收敛到全局最优解的概率优于传统的遗传算法和自适应遗传算法,更适用于工程实际。     

利用PMU数据提高电力系统状态估计精度的方法

同步相量测量单元(phasor measurements units,PMU)因能测得高精度的同步相量数据而被广泛应用于电力系统中,而传统的监控及数据采集系统(supervisory control and data acquisition,SCADA)是电力系统运行和静态安全监视的基础。文中提出了一种PMU与SCADA数据共存的数学模型用于电力系统状态估计。该模型在保留原有SCADA数据的同时,通过虚拟测量方法对PMU观测范围进行大范围拓展,提高数据冗余度及状态估计的精度。仿真结果表明,该方法具有较高的估计精度,且不受网络拓扑结构和PMU数量限制,适于SCADA和PMU数据共存系统。     

基于全网架相量测量的抗差状态估计算法

鉴于海南电网实现了主网架全PMU覆盖,提出了一种基于全PMU量测的抗差状态估计算法。该算法以测点正常率最大为目标,兼顾功率、电压相量和电流相量量测,采用现代内点法实现系统非线性模型的高效求解。由于充分利用所有PMU量测数据,该算法可有效排除不良数据的影响。算例表明,所提算法显著地提升了状态估计的收敛率、合格率和计算频率。     

基于改进粒子群算法的PMU装置数量增加过程中的最优配置方法

针对现有电力系统相量测量装置(PMU)在系统中的最优配置问题,进一步考虑了系统发展过程中PMU数量增加的最优配置问题。以电力系统线性量测模型为基础,通过拓扑分析方法,以全系统可观为约束,以系统最大冗余度为目标,并使用改进的粒子群算法进行计算,实现PMU数量增加过程中的最优配置。通过算例证明了算法的有效可靠。     

遗传算法在PMU优化配置中的应用

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.由于经济和技术等方面的原因,每个节点都配置PMU还不能成为现实.为此,提出了在传统的状态估计的基础上,部分安装PMU以后的状态估计模型.基于此模型,以提高状态估计的精度为目标,引入遗传算法,应用遗传算法的全局搜索特性,自动获取和积累有关搜索空间的知识,并自适应地控制搜索过程来优化PMU的配置数量和安装位置,并用IEEE14节点网络验证了算法的可行性.     

电力系统相量测量装置最优配置混合算法的研究

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,形成了PMU最优配置问题。将遗传算法和禁忌算法有效结合形成禁忌遗传算法,该算法在改进交叉和变异算子的基础上,继承和发展了遗传算法基于多点搜索、鲁棒性强等诸多优点,每当群体有出现早熟而陷入局部最优解的趋势时,利用禁忌搜索增强算法的爬山能力,避免算法早熟而陷入局部最优解,增强算法的全局收敛能力和收敛速度。与遗传算法和禁忌搜索方法相比,禁忌遗传算法具有更好的全局收敛能力和收敛速度。最后采用IEEE14,IEEE30和IEEE57节点系统对算法的有效性进行了验证。     

A novel hybrid state estimator for including synchronized phasor measurements

State estimator is crucial for on-line power system monitoring, analysis and control. With the increasing use of synchronized phasor measurement units (PMU) in power grids, how to utilize phasor measurements to improve the precision of state estimator becomes imperative. Since there are lots of traditional measurements in SCADA system and it is hard for phasor measurements to replace them in the near future, the best way is to develop hybrid state estimator which includes both phasor and traditional measurements to get better behavior. In this paper, a novel state estimator for including voltage phasors, branch current phasors and traditional measurements is proposed. The detailed model and how to calculate covariance matrix of PMU measurements are described in detail. New England 39-bus system and IEEE 118-bus system are used as test systems and the simulation results demonstrate that the proposed state estimation algorithm improves the precision greatly and gets better behavior as compared with other state estimators with or without phasor measurements.     

含微型同步相量测量的智能配电网信息集成方法

随着分布式电源、柔性负荷、电动汽车的大量接入,配电网呈现出潮流双向化、源荷智能化、网络电力电子化等新特征,为提高智能配电网的可观测性,微型同步相量测量装置等新技术产品得到逐步推广和使用,为智能配电网状态监测和运行控制提供了新方法和新手段。针对大规模分布式电源、柔性负荷、电动汽车接入智能配电网实际情况以及微型同步相量测量信息与已有SCADA数据集成应用需求,提出了多源端系统数据信息集成思路和方法,构建了基于海量数据总线和高速数据总线的硬件架构和软件架构方案,通过采用主动分布式内存库、高速数据总线等技术将微型同步相量量测高密度实时数据与已有自动化、信息化系统实现信息集成和融合共享,为智能配电网高频运行状态估计、小电流故障诊断与定位、动态特性优化协调控制等高级应用提供数据信息支撑。     

基于定制遗传算法考虑配电网多种拓扑可观性的PMU优化配置

同步相量测量单元(PMU)可以为配电网提供相量数据以提高可观性。考虑因配电网节点数目多但投资成本少造成的PMU供需不平衡,提出了以固定PMU数目为约束条件的优化配置模型。目标函数在最大化可观性节点数目的前提下,最大化网络量测冗余度。模型中考虑了多种拓扑结构的影响,并通过引入零注入节点、节点注入功率和支路功率等量测数据提高可观性。提出了一种定制遗传算法来求解模型,通过定制交叉和变异操作,保证所有个体为可行解。最后,给出了基于最优方案的PMU配置顺序。通过对IEEE标准节点系统进行仿真计算,验证了所提方法的可行性和有效性。     

基于广域测量系统的状态估计研究综述

广域测量系统（WAMS）的逐步发展给电力系统在线分析方法提供了一个新思路。针对WAMS测量精度高、具有同步相量测量功能以及数据传输快等特点，分别从引入高精度节点电压相量量测的状态估计算法、引入高精度支路电流相量量测的算法、引入全部WAMS量测的算法以及其他与WAMS状态估计相关的问题等4个方面，介绍了目前引入WAMS量测的各种状态估计算法；并详细分析了各种算法的优缺点和适用范围，从工程应用出发研究其可行性，对部分算法给出了改进措施。讨论了WAMS的不良数据检测与辨识问题、相量测量装置（PMU）的最优配置问题以及基于PMU的动态状态估计和谐波状态估计等与WAMS状态估计相关的其他问题。     

电网相量同步测量技术及应用

为动态监测全网,分析了常规电网监测系统的缺陷,介绍了基于GPS(全球卫星定位系统)和现代通信技术的全新电网监测和控制手段——全网相量同步动态监测技术和系统,包括该系统中相量测量装置的设计原则、核心算法、系统通信方式的选择等关键技术及其应用前景,重点阐述了该技术在系统动态过程监测、不稳定预测、系统状态估计和失步保护与故障定位等方面的应用。基于电网相量同步测量技术的动态监测系统,改变了常规电网监测系统的状态估计和控制方式,提供了直接电网监测和控制的依据,提高了整个系统的可观性。调度员可实时观察到全网各节点间相角差的变化情况,并作出调度和稳定控制策略。它在电网监测和安全稳定控制上开辟了一个新的领域,在电力系统的动态分析中有很大应用前景。     

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IEEE30节点系统对提出的算法进行了验证。     

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。     

电力系统实时相角监测系统动模试验研究

介绍了一种新型电力系统实时相角监测系统及其动态模拟实验结果。实时相角监测系统由参考相角测量装置、相角测量装置、调度端计算机和通信系统构成 ,实现了全网集中相角监视。构造了 3机动态模拟实验系统 ,对实时相角监测系统进行了全面的测试 ,包括正常工况、短路和低频震荡 ,验证了实时相角监测系统在动态情况下所有相角测量装置录波的启动、录波数据的传递等 ,实验结果令人满意     

基于全球定位系统和锁相环技术的同步相量测量装置的实现

电网实时相量监测系统对于电力系统的状态估计、稳定监控具有重要意义。着重介绍电网实时相量监测系统中的基本功能单元——同步相量测量装置的原理和实现方法。该装置将全球定位系统和锁相环技术相结合,既保证了不同测量点被测相量的同步采样,又保证了各测量点对被测相量信号的采样频率能自适应地跟踪电网频率变化,使相量测量精度进一步提高。介绍基于离散傅里叶变换的电压相角计算方法,给出了发电机功角的计算公式。该装置可对电网重要节点的电压(幅值、相角)以及发电机的功角进行实时同步测量,并将测量结果实时送往监测中心,实现全网运行状态的实时监测。     

兼顾元件权重和发电机同调性的山东电网PMU布点方法

在稳定计算的基础上,对于相量测量单元(phasor measurement unit,PMU)最优配置问题,进行了可观性权重设置和机组同调性分析。首先把逐点法与穷举法结合到一起形成了一种新的静态可观性改进算法,并引入了元件权重的概念来区分对不同设备可观性要求的程度;然后考虑了发电机同调性的影响,以可观性布点为基础,形成了动态可观性的布点;最后根据山东电网2006年夏季大方式的稳定计算结果,结合可观性和发电机同调性,提出了一种分阶段实施的有效PMU布点方法。     

GPS技术在实时相角测量中的应用

在实时相角测量系统中用ＧＰＳ和晶振建立了高精度的统一时间系统,它克服了ＧＰＳ系统时间的离散性和可能再现的死锁,保证了每台实时相角测量装置测量相角的精确性。论述了相角测量装置的测量原理,以及实时相角测量装置和实时相角测量系统的构成,并展望了实时相角在集中监控、状态估计、ＦＡＣＴＳ、稳定控制等方面的应用。     

A robust SMES controller design for stabilization of inter-area oscillations based on wide area synchronized phasor measurements

This paper proposes a robust power controller design of superconducting magnetic energy storage (SMES) based on wide area synchronized phasor measurement units (PMUs) for stabilization of inter-area oscillation. The structure of active and reactive power controllers of SMES is the first-order lead/lag compensator. Assuming multiple PMUs are located in an interconnected power system, the steady state phasor data are obtained by applying the small load perturbation. Using the phasor data, the simplified oscillation model (SOM) included with SMES power controllers can be identified and applied to estimate the dominant inter-area oscillation modes. In the robust control design, unstructured system uncertainties such as various operating conditions, system parameters variation, etc., are represented by the inverse additive perturbation and included in the SOM. To enhance the system robust stability margin, the optimization of SMES control parameters is solved by genetic algorithm in the SOM. Simulation studies in the West Japan 6-machine power system confirm that the robustness of the proposed SMES is much superior to the conventional SMES against various operating conditions and fault locations.