配电网模糊匹配潮流状态估计方法分析

用模糊集合理地表示配电网的量测信息，基于量测配置结构、辐射状的配电网络和量测信息模型，提出了模糊匹配潮流状态估计方法。该方法具有抗差性的加权最小绝对值(WLAV)状态估计方法应用于配电网的等效形式。考虑到伪量测的模糊约束，所提出的方法得到的状态估计解虽不具有最优但具有满意的WLAV估计意义。采用基于模糊线性规划的前推回代潮流算法求解模糊匹配潮流，该求解过程物理意义清晰、编程实现简单，克服了求解WLAV估计方法计算量大的缺点。实际算例结果验证了所提出的方法的合理性和适用性。     

基于多源信息的配电网电流匹配状态估计

针对配电系统的实时量测冗余度低且只有部分电流量测的问题,结合计量系统的准实时量测数据,提出了电流匹配技术来求解配电网状态估计。推导了最优估计意义下的匹配电流方程及其系统化的求解方法。基于负荷功率因数变化慢的假设,提出了采用计量数据生成准实时量测的处理方法。该方法以实时电流量测为边界,把配电网划分成若干个量测区域,针对每个量测区域进行电流匹配状态估计。测试系统和实际系统算例表明,文中方法满足了当前配电自动化系统的实时应用需求。     

基于果蝇优化算法的配电网状态估计

配电网状态估计的目的是根据获取的配电网的各种量测信息,估计配电网系统的运行状态,是配电管理系统(DMS)的重要核心功能之一。根据配电网特点,以电压幅值和相角为状态变量,以量测值和估计值误差最小为目标函数,以潮流方程和估计值的上、下限为约束条件,构建配电网状态估计的优化模型,采用果蝇优化算法对该模型进行求解。算例表明,基于视觉和嗅觉的觅食行为启发的果蝇优化算法可有效求解该优化模型,具有易于实现、控制参数少和计算精度高的特点,为配电网状态估计提供了新的途径。     

配电匹配潮流技术及其在配电状态估计中的应用

针对配电系统的实时量测冗余度低,提出了用配电匹配潮流技术来求解配电技术状态估计的方法,并推导了最优估计意义下的配电匹配潮流方程及其系统化的求解方法,理论分析和算例结果表明,利用配电匹配潮流进行状态估计高效可行,符合当前配电系统在线应用的实际要求。     

一种处理杠杆量测的配电网抗差估计算法

提出了一种新的基于支路电流的配电网抗差估计算法用于消除坏杠杆量测对估计结果的不良影响。该方法利用杠杆量测量的固有特性，在加权最小绝对值(WLAV)估计器的目标函数中引入结构抗差因子；同时借助等价权的概念，将抗差估计转化成最小二乘估计的形式，编程简单，从而使改进后的WLAV估计法不仅能够辨识出非杠杆量测中的不良数据，而且能够有效地抵御杠杆量测量中的坏数据，并得到高精度的估值。实验系统的仿真表明，该方法具有良好的数值稳定性和鲁棒性。     

基于改进匹配潮流技术的配电网虚拟量测

针对缺少冗余量测的配电网系统,为了简化状态估计方法、保证计算精度,优化配电网络状态,基于匹配潮流思想提出了配电网虚拟量测的概念,建立了以电压量测自适应抗差加权最小二乘为目标函数、以网络潮流匹配和功率失配量分配参数方程为约束条件的虚拟量测数学模型,给出了引入混沌优化、强引导机制的改进粒子群优化求解方法,并详细介绍了配电网虚拟量测的应用流程。采用IEEE8、IEEE33、IEEE69节点系统对该方法进行测试,结果表明,方法可在较少的迭代次数内获得较为准确的配电网状态,且不涉及量测变换、矩阵计算,具有良好的应用前景。     

基于准实时数据的智能配电网状态估计

针对配电网首端量测准确度较高,而其余位置量测冗余度较低甚至没有量测量的特点,提出一种新的配电网DMS系统架构和适用于智能配电网的状态估计方法,利用准实时数据构造目标函数,依据历史记录设置不等式约束。与传统配电网方法不同,该方法可用于准实时量测在线率较低的配电网。因其是最优潮流意义下的状态估计,可以利用内点法求解。采用某市9节点配电网线路作为算例进行仿真,并对结果进行了详细讨论,同时以广泛使用的33节点配电网算例进一步验证。结果表明,所提方法计算速度快、收敛性好,可以实现智能配电网在线状态估计。该方法对于准实时量测在线率低的配电线路也有理想的估计效果,能较好地获得真实值,对线路电流的估计结果满足智能配电网高级应用的需求。     

基于准实时数据的智能配电网理论线损计算

目前配电网自动化覆盖率低,可采集到的数据较少,因此提出一种基于准实时数据的理论线损计算方法。基于状态估计建立智能配电网理论线损计算模型,根据历史数据确定模型中负荷不等式约束上下界,采用内点法求解模型。所提模型可利用线路始端节点注入功率和部分变压器量测终端的量测数据估计配电网潮流状态。算例分析结果表明,所提模型所需量测量数量少,状态估计结果精度较高。     

一种处理杠杆量测的配电网抗差估计算法

提出了一种新的基于支路电流的配电网抗差估计算法用于消除坏杠杆量测对估计结果的不良影响。该方法利用杠杆量测量的固有特性,在加权最小绝对值(WLAV)估计器的目标函数中引入结构抗差因子;同时借助等价权的概念,将抗差估计转化成最小二乘估计的形式,编程简单,从而使改进后的WLAV估计法不仅能够辨识出非杠杆量测中的不良数据,而且能够有效地抵御杠杆量测量中的坏数据,并得到高精度的估值。实验系统的仿真表明,该方法具有良好的数值稳定性和鲁棒性。     

一种配电网状态估计实用快速算法

为了解决配电网状态估计规模大、求解困难的问题,提出一种配电系统量测区域分解方法,将配电网中各馈线分解成多个量测区域,使得分解后各个区域之间解耦,并且对系统中数量庞大的负荷进行分组合并,进一步降低问题求解难度。针对配电系统中量测特点,构建了基于量测变换和零注入约束的状态估计算法。该算法可以充分利用各种量测信息,计算速度快、收敛性好。算例验证表明,所提出的方法高效可行,满足当前配电系统在线实时应用的要求。     

基于变量代换内点法的加权最小绝对值抗差状态估计

传统内点法加权最小绝对值(WLAV)抗差状态估计能够抑制坏数据影响,提高状态估计精度,但该方法模型复杂,计算效率低,限制了其工程应用价值。文中提出一种基于变量代换内点法的电力系统WLAV估计方法,该方法通过添加中间变量,将非线性量测方程分解为两步线性方程和两步非线性变换,并建立两步线性方程的WLAV估计数学模型。与传统内点法WLAV抗差状态估计相比,该方法无须形成海森矩阵,可有效提高迭代方程中系数矩阵的稀疏度,并减小矩阵的阶数,有效提高WLAV状态估计的计算速度。基于美国电气与电子工程师学会(IEEE)标准系统、波兰电网和国内某省网的仿真结果验证了所述方法的有效性,具有良好的工程应用前景。     

基于脉冲神经网络伪量测建模的配电网三相状态估计

为了给配电网管理系统提供全面准确的实时数据,配电网三相状态估计显得尤为重要。针对当前配电网量测信息不足,提出了基于脉冲神经网络(SNN)伪量测建模的配电网三相状态估计。该方法首先将实时和部分历史支路功率量测输入SNN进行伪量测建模,然后由高斯混合模型生成相应的量测误差,最后进行基于加权最小二乘法的配电网三相状态估计。理论分析和算例验证表明,所提模型不仅能够在正常通信时有效提高配电网状态估计精度,而且能在通信故障时保证估计精度在合理范围内,进而为配电网的运行控制提供参考依据。     

配电网状态估计误差的电路表示方法

量测信息少、测量精度不足是影响配电网状态估计精度的重要问题。根据实时量测和伪量测数据的精度,判断配电网状态估计结果的误差范围,对配电网的运行和观测规划具有重要指导意义。现有的采用信息矩阵求逆的方法,物理意义不明确,难以分析各类型量测的作用。提出一种配电网状态估计误差的电路表示方法,将量测精度对配电网状态估计误差的影响用导纳电路表示,并用源强度和关联强度分析不同类型量测在状态估计中的作用。理论分析和算例验证表明,该方法可直观表示配电网状态估计的误差分布,确定各个量测对状态估计误差的影响,从而为配电网的运行规划提供指导。     

一种能适应弱环网的改进配电网支路电流状态估计算法

随着配电网自动化的发展,配电管理系统的研究已经成为热点问题,而配电网状态估计无疑是其非常重要的一环。研究如何使这些状态估计算法能够应用于环网配电网中具有重要的实际意义。通过环网节点分裂,将环网配电网等效成为辐射状配电网;基于潮流计算给分裂节点添加负荷伪量测,从而满足进行配电网状态估计的可观性要求。基于这些处理,环网配电网的状态估计等效成为辐射状配电网状态估计。算例表明了该方法的合理性和有效性。该方法只需在原算法程序上稍作改动即可实现,具有良好的实际应用价值。     

基于负荷测录系统的配电网状态估计

提出了基于负荷监测系统的配电网状态估计方法。该方法利用负荷测录系统所采集的杆变和配变的三相电压、三相电流、有功功率和无功功率作为状态估计的量测量,将馈线上所有节点的电压、相角作为状态估计的状态量。 使用基于牛顿法的状态估计算法求得配电馈线的运行状态和馈线上所有节点的电压、功率信息,这些信息可帮助调度员了解配电网的整体运行情况并协助决策。以装配有负荷测录系统的一条实际的10 kV馈线网络为例来说明该方法的正确性。     

基于改进自适应UKF算法的中压配电网鲁棒动态状态估计方法

针对中压配电网缺少实时量测、伪量测精度较低以及现有的动态状态估计（dynamic state estimation,DSE）方法均采用恒定系统处理状态过程噪声的问题，提出了一种基于改进自适应无迹卡尔曼滤波（unscented kalman filter,UKF）算法的中压配电网鲁棒DSE方法。首先，利用中压配电网变压器低压侧的智能电表量测和变压器模型，推导出等效中压量测以增强中压配网量测冗余度；然后，借鉴信号处理技术对系统状态过程噪声的协方差矩阵实时更新并融入UKF算法，以减轻状态预测和量测滤波的不确定性；最后，基于15节点中压配电网进行仿真。仿真结果表明：所提方法能够有效地进行中压配电网的动态状态估计，获取更为精确的态势感知信息。     

基于改进图卷积网络的配电网状态估计方法

采用小样本量测信息进行配电网实时状态估计,对提高配电网可靠性,保证其稳定运行具有重要作用。为了在配电网量测信息不足条件下进行高精度状态估计,提出了一种基于改进的图卷积网络(graph convolutional network,GCN)的物理–数据融合配电网状态估计新方法。该方法首先利用少量相量量测单元将配电网进行切割分区,然后根据分区后的最大直径确定卷积网络所需要的卷积模块数量,其次修改了传统GCN中的邻接矩阵表示方法,从而实现利用卷积网络将配电网分区子系统中的状态变量均由量测量表示。通过IEEE33节点典型算例,验证了所提方法有效性。同时,通过与传统的高斯–牛顿优化算法和传统深度学习网络对比测试,结果表明,所提方法不仅能够将计算复杂度转移到离线阶段,而且能够不依赖于高冗余度的伪量测,具有较高的估计精度与计算速度。     

基于支路有功功率的配电网拓扑辨识方法

针对配电网量测冗余度低且开关变化频繁、识别出正确的拓扑结构存在困难的现状,文中提出一种基于支路有功功率的配电网拓扑结构识别方法。该方法基于支路有功功率残值的大小选择可能断开的支路,得到若干种可能拓扑结构;采用相同量测值,在每个可能拓扑结构下分别进行状态估计并计算匹配目标函数值,从可能拓扑结构集中找到可能性最高的拓扑结构作为可信拓扑结构,降低配电网拓扑结构分析的解空间;并引入快速潮流直流法进行状态估计,提高了算法的计算效率,从而把此类配电网拓扑检错问题转换为以量测值匹配度高为目的的配电网重构问题。算例表明,该方法合理有效,快速简便,且在带有较大量测误差的情况下也有很好的适应性。     

基于多时间尺度状态估计的配电网实时态势预测

为有效提升泛在电力物联网建设过程中的配电网运行安全感知能力,提出了一种基于多时间尺度状态估计的配电网实时态势预测方法,该方法可实现对配电网安全态势的快速、准确预测。首先,基于多元混合量测提出了多时间尺度递归动态状态估计方法,通过状态预测与伪量测递归变换改进了已有的量测线性等效变换方法,缩短了状态更新周期,在递归变换算法中添加了校正算法以消除伪量测波动误差,提高了状态估计算法的计算速度。然后基于状态估计得到历史估计状态,采用分区多元时间序列分析方法建立了实时状态预测模型,实现了配电网的实时安全性态势预测。最后在Matlab仿真平台中基于实际算例对所提方法进行了分析,结果验证了所提配电网实时态势预测方法的准确性和有效性。     

基于多准则分区和WLS-PDIPM算法的有源配电网状态估计

针对复杂有源配电网三相不平衡状态估计计算速度较慢与计算精度较低的问题,提出了一种基于多准则分区和基本加权最小二乘法—原对偶内点法(WLS-PDIPM)混合算法的状态估计方法。基于对有源配电网中实时量测、虚拟量测和伪量测的配置分析,建立了适用于复杂有源配电网状态估计的多准则分区优化模型,该模型综合考虑了分区后各子区域规模均衡、量测冗余度均衡及伪量测平均误差均衡。通过高级量测体系(AMI)全量测点实现各子区域完全解耦,有效减小了系统规模和雅可比矩阵阶数。所提方法将WLS与PDIPM的优点相结合,在提高算法精度的同时减少了计算时间。仿真算例结果表明所提方法可实现对复杂有源配电网的合理分区,有效提高了状态估计的计算速度与求解精度。