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.     

全相位时移相位差法在电力谐波检测中的应用

分析了传统FFT和全相位FFT(apFFT)谱分析的原理和区别,说明了全相位FFT谱分析方法在电力系统谐波检测方面的优势。根据apFFT谱分析方法的相位不变特性可以精确地得到各个谐波的相位,再利用全相位时移相位差校正法获取各个谐波的频率和幅值。文中详细说明了采用目前在电力系统比较流行的基于Cortex-M3内核的STM32芯片对该算法进行设计与实现,测量所得结果准确度较高。该方案对电力系统谐波检测有一定参考价值。     

新能源并网系统次同步谐波相量检测方法

新能源汇集地区产生的次同步谐波会影响电网安全稳定运行,传统傅里叶算法的次同步谐波检测精度容易受到频谱泄漏和栅栏效应的影响。为了提高次同步谐波相量的检测精度,提出了一种基于Nuttall窗和全相位傅里叶分析(apFFT)的新算法。通过将采样数据分成N段,并加两次4项5阶Nuttall窗,得到预处理后的N点数据分段再进行FFT。进而,基于apFFT和传统FFT幅值的平方关系以及apFFT自身的"相位不变性",校正幅值和频率的全相位谱分析结果。相比于特征根分析方法和插值校正傅里叶方法,该方法在保持傅里叶方法快速性的同时提高了次同步谐波检测精度。仿真结果验证了该方法的有效性。     

基于FFT算法的同步相量测量装置相角反向输出故障分析与对策

本文验证了同步相量测量装置(PMU)测试仪的输出参考量满足工频余弦要求,分析了PMU装置装置数据流、装置测量相量时间标工作方式及相量计算算法,基于FFT算法采用Labview波形仿真分析,发现PMU装置相量相角反向输出的真实原因,提出了整治方案。     

基于系统不完全可观的PMU优化配置新算法

限于同步相量测量装置(PMU)在电力系统中应用的局限性以及经济性,分析考虑了基于PMU的系统完全可观条件下电力系统状态估计过分冗余导致数据处理速度慢,收敛性不好等缺点,提出了基于系统不完全可观条件下,采用量子遗传算法对PMU进行合理配置,以期在最少PMU配置的基础上,使系统拥有足够的量测冗余度,得到的状态估计结果具有尽可能高的精度。通过算例仿真研究表明,该算法克服了深度优先算法(DFS)收敛性不好以及模拟退火法(SA)收敛速度慢的缺点,具有很好的收敛性和收敛速度,同时具有很好的精度要求。     

基于混合量测的电力系统状态估计混合算法

研究了相量量测装置(PMU)相量量测和监控与数据采集(SCADA)量测混合使用时的数据匹配问题,提出了利用状态量转换预测得到预报系统状态和预报节点注入电流向量的方法。在此基础上,提出了应用PMU实时相量量测和预报节点注入电流向量的线性静态状态估计算法,以及应用PMU实时相量量测和预报系统状态的线性动态状态估计算法。文中将这2种算法与传统状态估计算法相结合,组成了状态估计混合算法,保证了状态估计的计算精度。该混合算法有效减少了状态估计的计算时间,对PMU的量测配置也没有严格的要求,具有很好的通用性。最后采用IEEE30节点系统对该方法进行了验证。     

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。     

美国开发新型相位测量装置校准系统

近年来,智能电网发展迅速．其可靠运行依赖于相位测量装置（PMU）的推广应用,以使其实时地传送关于配电智能电网的电压、电流、频率及相位等关键的数据信息。然而．PMU必须进行准确校准后才能够使其测量及传送的数据保持一致、准确及可靠,且不同厂家的PMU模块应具有互操作性。为此．美国国家标准技术研究院批准由Fluke公司开发研制PMU校准系统（6135A／PMUCAL）。     

计及PMU的二次状态估计模型的研究

随着相量测量装置（PMU）在电网中的推广应用,其量测结果己成为电力系统重要的数据源之一。将PMU支路电流量测转换为支路潮流量测,使电流相量量测在状态估计中得到了有效的利用。二次估计模型首先把PMU节点的状态量测值作为估计值,PMU支路量测通过变换参与到非线性估计,收敛后再利用非线性估计结果和PMU量测进行线性估计。该模型在充分利用PMU量测特性,保持较高的估计精度的同时,也提高了方程数值稳定性和收敛速度。在快速分解算法的基础上,通过IEEE9和IEEE30节点系统仿真验证本文模型的有效性。     

基于全相位FFT的端口电磁干扰建模方法*

为了建立变流器端口电磁干扰模型,提出一种基于全相位快速傅里叶变换(all-phase fast Fourier transform,apFFT)的端口建模方法。首先获取待分析模型的端口电压电流时域数据,接着在考虑时移相位差补偿的条件下采用apFFT对测量数据进行时频变换,最后对频域数据进行拟合,建立端口电磁干扰模型。基于该方法对某型号光伏微型逆变系统进行建模,仿真和实测结果表明所提建模方法具有可行性和有效性。     

基于PMU的状态估计的研究

传统的状态估计是基于单相纯正弦模型的,但实际电力系统的三相并不是完全对称,这就导致了传统的状态估计存在着固有的误差。随着基于GPS同步相量测量单元(PMU)的应用和计算机技术的发展,该文提出了一种以PMU为基础的三相状态估计和谐波状态估计算法以消除这种固有误差。利用PMU的电压幅值测量值和相角测量值与SCADA原有的测量值构成的混和量测系统一起用于状态估计,从而提高网络的可观测性及状态估计的精度,来弥补传统状态估计的不足。所以这种算法可根本解决系统三相不平衡和状态向量非纯正弦带来的误差问题。最后讨论了对该算法的评估方法。     

基于apFFT和带约束条件的最小二乘拟合的间谐波检测算法

在非整周期采样的情况下,使用传统的快速傅里叶变换(FFT)对邻近基波/谐波的密集谱间谐波进行参数估计时,由于频谱泄露的影响,间谐波检测误差较大,甚至难以判断密集谱的存在,因此,文中提出了一种基于全相位FFT和带约束条件的最小二乘拟合的间谐波检测算法。该算法的原理是先利用全相位FFT对间谐波参数进行预估,在预估参数的基础上构造拟合函数并设置约束方式,然后使用最小二乘拟合对间谐波参数进行校正。通过对比不同约束方式的效果,选择对幅值和相位分别进行约束为最佳约束方式。仿真实验表明,与其他基于FFT的算法相比,该算法可以有效地减少间谐波参数检测误差并具有良好的抗噪性。     

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。     

Multi‐objective PMU placement optimization considering the placement cost including the current channel allocation and state estimation accuracy

The optimal phasor measurement unit (PMU) placement problem in power systems has been considered and investigated by many researchers for accurate and fast state estimation by PMUs. However, the current channel cost of the PMU affects the total placement cost. This paper proposes a novel formulation in the multi‐objective optimal PMU placement, which minimizes the PMU placement cost with the current channel selection and the state estimation error. The current channel selection is represented as a decision variable in the optimization. For trade‐off objective functions, the Pareto approach by nondominated sorting genetic algorithm II (NSGA‐II) is applied in the optimization. The result of the numerical experiment in this paper demonstrates the advantage of considering the appropriate PMU current channel allocation, compared with the conventional method that ignores it, in the modified IEEE New England 39‐bus test system. As a result, the proposed method obtained a better Pareto solution compared with the conventional one because of the consideration for the current channel selection. An advantage of the proposed PMU placement is that it is able to reduce the total PMU placement cost while maintaining the state estimation accuracy.     

基于多源数据多时间断面的配电网线路参数估计方法

基于可大规模部署的微型同步相量测量单元(μPMU),分析现阶段多种量测体系的特点,提出基于多源数据多时间断面的配电网线路参数估计方法,既利用μPMU采样快速性进行多时间断面量测数据融合,又利用μPMU的精确时标进行同一时间断面上的数据对齐,将多时间断面的μPMU、数据采集与监控、高级量测体系量测数据联合建立量测方程,在满足相互独立条件时开展最小二乘法参数估计。针对配电网典型的主干/分支接线模式构建参数估计模型,通过IEEE 33节点配电网仿真算例分析多种量测配置情况下的应用场景,结果证明了所提方法的有效性。     

模拟通道数最小的PMU优化配置方法

提出了一种基于0-1整数规划算法的改进的PMU配置模型,该模型具有良好的适应性,而且0-1整数规划算法计算速度快,结果精确可靠。通过该模型可以得出全部的所需PMU数最小的优化方案,进而在该模型的基础上提出了PMU模拟通道数最小化的处理方法。该处理方法可以减少因电力系统母线数量庞大而产生的配置PMU所需的资金。最后通过对IEEE14节点系统、IEEE30节点系统以及新英格兰39节点系统的仿真计算,验证了所提出的模型和处理方法的有效性,可供相关研究者参考。     

基于全相位频谱分析的正弦信号高精度参数估计方法

对传统频谱分析的输入数据截断方式进行了改进,提出了全相位频谱分析,理论证明全相位频谱分析幅度谱是传统FFT频谱分析幅度谱的平方,可以很大程度上减小频谱泄露,同时,给出了其实现框图.另外.全相位频谱分析方法具有良好的相位分析性能,不受频偏影响,在信号是非整数倍频率采样情况下,由该方法分析的相位与信号真实相位误差极小,无需校正.提出基于全相位相位差法估计正弦信号幅值、频率和相位的新算法,对传统相位差法其序列的取法进行了改进,对单频余弦信号进行非整周期采样,分别用全相位相位差法和离散频谱综合相位差校正法对信号的频率、幅值和相位进行了校正.仿真结果证明该算法参数估计精度高于现有算法,具有较好的实用价值.在无噪情况下参数估计近似为无偏估计,尤其对相位的估计,误差达到0.001%.     

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.     

基于PMU的分布式电力系统动态状态估计新算法

随着电力系统的发展,区域电网互联,形成更大的系统。各区域电网相对独立,且有各自相对独立的调度中心。为适应这种分区管理模式,状态估计应采用分布式并行算法。在动态估计扩展Kalman滤波算法的基础上,结合搭接式分布并行算法,提出了一种基于相量测量单元(PMU)的分布式电力系统动态状态估计新算法。该算法利用少量PMU测点,真正实现各子系统的并行计算,避免了原算法进行串行等待的过程。并结合量测数据预处理、对雅可比矩阵加权等方法,加快了计算速度,提高了数值精度和稳定性。最后给出了IEEE 14节点的仿真结果,验证了该算法的有效性及优越性。     

多采样周期混合量测环境下的主动配电网状态估计方法

针对主动配电网中远程终端单元(RTU)、相量测量单元(PMU)与高级量测体系(AMI)多采样周期量测数据长期共存的实际情况,提出了一种基于RTU,PMU,AMI混合量测的主动配电网状态估计混合算法。该混合算法由非线性静态状态估计、线性静态状态估计与线性动态状态估计3种算法组成。线性动态状态估计与线性静态状态估计利用PMU量测与RTU量测,实时跟踪系统注入节点有功功率与无功功率的变化,在非AMI量测的采集时刻,为非线性静态状态估计提供高精度的虚拟量测。所提算法缩短了非线性静态状态估计的计算周期,提高了非线性静态状态估计的精度,提升了对主动配电网运行状态的预测能力。通过算例仿真,验证了所提算法的有效性。