基于相量量测的电力系统谐波状态估计(I)--理论、模型与求解算法

通过分析现有网络谐波分析理论的局限性与实践中所遇到的困难,提出了基于相量量测的电力系统谐波状态估计算法.选择节点电压作状态量,节点电压、支路电流与注入电流作量测量,建立了各种量测配置的量测方程以及谐波状态估计问题的数学模型.然后,通过总结谐波状态估计算法的基本特点与优化量测方程和母线的编号,提出了谐波状态估计的分层算法,大幅度降低了量测矩阵的维数.     

一种谐波量测点优化配置的两阶段算法

考虑实际系统中某些节点安装谐波量测装置的困难性、经济性以及谐波状态估计的准确性等问题,提出一种两阶段谐波量测点优化配置算法.第一阶段在保证电力系统谐波状态完全可观的前提下,以谐波量测装置数量最少为目标,运用改进二进制粒子群优化算法得到多组可行方案,针对二进制粒子群优化算法易陷于局部最优且收敛速度较慢的不足,结合谐波量测配置规则提出了两个粒子更新机制.第二阶段在第一阶段所得多组可行配置方案基础上,考虑估计精度和经济性确定一组最具有工程监测意义的配置方案.最后,采用IEEE14节点系统和IEEE30节点系统算例对所提方法进行了验证.     

基于遗传算法的PMU配置对谐波状态估计质量影响的研究

谐波状态估计的质量是PMU配置数量和安装地点的函数.研究PMU配置对谐波状态估计质量的影响,建立量测方程,并应用最小二乘法求解谐波状态估计的量测方程.建立了综合考虑量测配置PMU投资和状态估计误差的加权数学模型,并应用遗传算法求解加权数学模型,通过对最优代PMU配置方案的分析,给出了不同数目和位置的PMU对谐波状态估计误差和系统可观性的影响规律.利用Matlab搭建了配电网的仿真模型,获得了研究所需的原始数据,仿真算例验证了算法的有效性.     

基于相量量测的电力系统谐波状态估计(Ⅱ)--可观性、质量评估与算例研究

主要介绍了电力系统谐波状态估计技术的可观性分析理论、质量评估算法以及实际应用情况.谐波状态估计问题的可观性依赖于测量值的性质、数量、位置以及网络的拓扑结构.文章不仅将传统潮流状态估计问题的可观性分析算法应用到谐波状态估计领域,而且还根据量测配置的特点和性质提出了基于相关性理论的可观性分析算法与逻辑判断法,大大简化了算法的难度.另外,文章调查了谐波状态估计问题的统计特性,并在此基础上提出了评价估计质量的具体算法.最后,利用一个虚拟的算例对有关的算法给予了说明.     

基于遗传算法的PMU配置对谐波状态估计质量影响的研究

谐波状态估计的质量是PMU配置数量和安装地点的函数。研究PMU配置对谐波状态估计质量的影响,建立量测方程,并应用最小二乘法求解谐波状态估计的量测方程。建立了综合考虑量测配置PMU投资和状态估计误差的加权数学模型,并应用遗传算法求解加权数学模型,通过对最优代PMU配置方案的分析,给出了不同数目和位置的PMU对谐波状态估计误差和系统可观性的影响规律。利用Matlab搭建了配电网的仿真模型,获得了研究所需的原始数据,仿真算例验证了算法的有效性。     

基于统计方法的电网谐波状态估计误差分析

谐波状态估计是谐波治理的基础,其精度与量测误差、谐波网络参数以及状态估计算法都密切相关。采用统计方法,运用概率密度函数和累计概率密度函数,通过IEEE-14节点谐波测试系统进行抽样计算和分析,研究了谐波状态估计误差问题。针对已有的谐波状态估计对误差分析只考虑量测误差以及正态分布的情况,探讨了量测误差和参数误差分布分别满足正态分布或均匀分布时,各次谐波状态估计的误差。分析了误差不确定性的大小对精度的影响。谐波状态估计算法采用计及参数和测量误差的总体最小二乘算法。结果表明在谐波网络拓扑结构不变时估计值的概率密度曲线都近似成正态分布,且谐波次数越高其置信区间越窄。参数误差对谐波状态估计的影响不可忽略,总体最小二乘算法对正态分布的误差有较好的抑制作用。     

一种基于配网线路同步相量测量的谐波状态估计量测配置

包括谐波状态估计在内的电力系统广域监测得到越来越多的应用,而兼具小型化与低成本的配网线路微型PMU在广域监测中承担着重要的作用,其量测配置问题是现在研究的空白。简要介绍了谐波状态估计的过程,根据状态估计的要求提出了量测配置方法,给出了基于0-1整数规划的配网线路PMU量测配置流程。将量测算法运用于IEEE18节点、IEEE33节点配电系统以及IEEE14节点标准模型并进行了仿真验证,同时讨论了将配置方法拓展应用于主网的可能性。     

谐波状态估计研究综述

介绍了谐波状态估计的概念、主要功能与模型,指出谐波状态估计不仅仅是状态估计技术从基频的应用简单延伸到谐波的应用;分别从量测量的选择和静态估计算法、动态估计算法、量测点配置等方面出发,评述了现有的几种谐波状态估计算法;展望了谐波状态估计研究今后的主要工作.     

基于相量量测的电力系统谐波状态估计算法的研究

基于相量量测单元的电力系统谐波状态估计技术,可选取电力网络的节点谐波电压为状态量,支路电流、节点注入电流和节点电压相量为量测量,从而使谐波状态方程成为线性方程.本文根据这个特点,再结合量测方案的不同情况,提出了在冗余量测和基本量测时,采用便于工程实际应用的乔累斯基算法来求解线性谐波状态方程,其计算量只是高斯消元法的一半,且不用考虑选主元,大大减少了计算的时间;在量测矩阵欠定时,采用奇异值分解算法,不仅可以为欠定的状态方程提供稳定的最小二乘解,而且该算法本身具有可观性分析的功能,不需要采用其它算法进行可观性分析,从而极大地简化了谐波状态估计分析的难度.最后通过仿真程序验证了这两种算法在谐波状态估计求解问题中的有效性和可靠性.     

基于改进人工蜂群算法的配电网谐波量测点优化配置

为了进一步提高配电网谐波状态估计的可观性和准确性,同时合理地优化 PMU 量测配置方案,提出应用改进人工蜂群算法求解达到同一优化目标的多种量测配置优化方案,为规划设计结合现场实际情况提供最优选择.算例分析结果验证了该算法的实用有效性;未改进人工蜂群算法所配置方案与改进方案的对比结果表明,该改进算法能进一步提高系统可观测度。     

谐波对电能计量装置的影响研究

主要分析了谐波对电能计量装置的影响。通过理论分析和大量的试验,讨论了如何合理考核谐波源用户的谐波电量,以及对有谐波源的用户采用带有谐波计量功能的多功能电能表进行监视和考核的必要性。     

Power System Harmonic State Estimation and Observability Analysis via Sparsity Maximization

Harmonic state estimation (HSE) is used to locate harmonic sources and estimate harmonic distributions in power transmission networks. When only a limited number of harmonic meters are available, existing HSE methods have limited effectiveness due to observability problems. This paper describes a new system-wide harmonic state estimator that can reliably identify harmonic sources using fewer meters than unknown state variables. Note there are only a small number of simultaneous harmonic sources among the suspicious buses. Traditional observability analysis is extended to general underdetermined estimation when considering the sparsity of state variables. It is shown that the underdetermined HSE can become observable with proper measurement arrangements by applying the sparsity of state variables. The HSE is formulated as a constrained sparsity maximization problem based on L1-norm minimization. It can be solved efficiently by an equivalent linear programming. Numerical experiments are conducted in the IEEE 14-bus power system to test the proposed method. The underdetermined system contains nine meters and 13 suspicious buses. The results show that the proposed sparsity maximization approach can reliably identify harmonic sources in the presence of measurement noises, model parameter deviations, and small nonzero injections     

间谐波存在时的电能计量方法研究

为了减少间谐波存在时带来的电能计量误差,提出了一种含间谐波的电能计量方法。首先分析现有谐波电能计量中的不合理性,给出含间谐波的功率计算式,然后提出了一种基于Pisarenko的改进算法。传统Pisarenko算法能够准确提取频率和幅值分量,却不能提取相位信息,该算法克服了传统算法不能提取相位信息的缺点。仿真结果也表明,该算法能够准确提取电气信号各频率分量参数,特别是相位信息,能滤除虚假频率分量,具有很强的抗干扰能力。功率计算采用考虑潮流方向的Budeanu功率定义。最后运用所提的计量方法对用户和电力企业的影响进行了分析,分析结果表明新的计量方法适用于间谐波存在时的电能计量。     

基于PCA-SVR的电能计量装置误差评估算法

针对目前电能计量综合误差计算方法无法实时评价电能计量装置误差的问题,提出了一种基于PCA-SVR的电能计量装置误差评估算法。该方法首先对互感器二次信号有效值进行主元分析(PCA),通过Q统计量及其贡献率对电能计量装置进行计量状态检测和异常定位。然后建立正常计量状态下电能计量装置合成误差的多参数降维模型,通过支持向量机回归(SVR)得到互感器实际工况下的计量误差,与在线监测获得的二次回路误差、电能表误差合成得到综合误差。本文方法可以实现电能计量误差的状态评价和合成误差的实时评估,最后通过仿真验证了本文方法的准确性。     

基于决策树算法的关口计量装置运行状态评估

针对关口电能计量装置数量多,周期检验工作量大,人工巡检工作效率低,巡检成本高,故障定位周期长,运行状态不可控等问题,提出建立关口计量装置监测系统,基于决策树算法实现关口计量装置运行状态快速评估的方法.文中对关口计量装置在线监测系统进行了需求分析,介绍了决策树算法,利用关口计量装置历史运行数据对决策树算法进行应用研究,将成果运行于关口计量装置在线监测系统.结果表明利用决策树算法可实现关口计量装置运行状态的快速评估.     

电流互感器与负荷的配置对计量损耗的影响

计量电流互感器在非额定条件下工作,会引起计费误差。针对一个因计量电流互感器与负荷配置不妥造成计量损耗加大的实际案例,分析了计量电流互感器的特性曲线,说明计量电流互感器与负荷合理配置的原则,提出了具体解决办法。     

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。     

电能计量装置故障诊断中ISOA-SVM算法实现

随着用电需求增大,电能计量装置的可靠性与安全性备受关注。针对电能计量装置的故障诊断正确率低的难题,研究设计了一种改进海鸥算法优化支持向量机（ISOA-SVM）模型。为弥补海鸥优化算法（SOA）的不足,提出了寻优性能较好的改进海鸥优化算法（ISOA）。采用ISOA优化SVM的内部参数,构建了基于ISOA-SVM算法的电能计量装置的故障诊断模型。实验结果为在相同评价指标下,ISOA-SVM模型的50次故障诊断的平均值高达96.575%,较PSO-SVM、SOA-SVM、SVM及ELM模型的故障诊断正确率提高了6.681%、5.63%、11.95%和12.79%,表明研究所设计的ISOA-SVM算法鲁棒性强,故障诊断性能良好。     

基于71M6534H的新型多功能电能表的设计与实现

系统级计量芯片(SoC)的走向实用为多功能电能表的设计提供了提高精度、增强功能、降低成本的空间.本文提出了一种基于71M6534H计量芯片的新型多功能电能表的设计方法,通过说明71M6534H芯片的工作原理,简化了多功能电能表的电路设计,并给出了该多功能电能表的实际电路结构.该新型多功能电能表已进行了样表研制,测试结果表明该设计提高了计量精度、简化了电路结构、提高了电路稳定性,并可以缩短开发周期,降低企业成本.