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。     

新息图法拓扑错误辨识

提出一种确定和辨识拓扑错误的方法。提出了基于新息向量的新息图,在其上可以根据支路扩展新息向量和估计潮流确定拓扑错误,而且还可以根据不良回路和差别向量对出现在拓扑错误支路上或其他支路上的坏数据进行辨识。文中给出了ＩＥＥＥ－３０和ＩＥＥＥ－１８节点系统的计算实例。     

一种配电网拓扑结构辨识方法的探讨

针对配电网实时量测有限,并且开关、刀闸设备缺乏实时遥信的情况,提出了一种配电网拓扑结构辨识方法——最优匹配回路功率法。该方法基于最优匹配回路功率,寻找出了若干种有可能的配电网拓扑结构,利用相同的量测值在不同的拓扑结构下分别进行状态估计,选择与量测匹配度最好的拓扑结构作为当前的可信拓扑结构。这样,将网络拓扑辨识问题转换成了以量测匹配度好为目标的网络重构问题。算例表明,该方法可行有效。     

基于权函数的电网参数分区辨识与估计方法

多个遥测坏数据和参数错误(简称不良数据)存在时,现有辨识与估计方法很难保证其结果的有效性.为此,提出了基于权函数的电网参数分区辨识与估计方法.首先基于最小度拓扑搜索,将原网络分解为辐射子网、简单环网和复杂环网,形成多个独立子区域;其次,对每个独立子分区,采用拉格朗日法辨识不良数据;最后,对每个独立子分区内的错误参数,提...     

利用支路参数的状态估计法辨识拓扑错误

采用利用支路参数的状态估计法辨识网络拓扑错误。引入支路参数表示支路运行状态,并将其作为参数变量扩展进传统最小二乘状态估计模型中的状态变量中,通过构造新的目标函数求解参数估计值,根据参数估计值大小判断支路运行状况。所述方法在试验系统上进行了试算。     

基于改进转移潮流法的拓扑错误辨识方法

提出了转移潮流法的改进算法,增强了同步辨识拓扑错误和不良数据的能力。改进算法充分利用了转移潮流对拓扑变化的敏感性以及加权最小绝对值状态估计对不良数据的抑制性,通过情形判断将拓扑错误回路和不良数据回路尽可能地区别开来,从而避免了原转移潮流法的缺点,提高了辨识能力。     

基于零阻抗支路模型的变电站三相非线性状态估计方法

为了将拓扑和量测错误解决于变电站内,提高调度中心状态估计的可靠性和精度,提出一种基于零阻抗支路的变电站三相非线性状态估计方法。该方法充分利用了变电站内冗余的多源量测数据,包括远方终端单元（remote terminalunit,RTU）和相量量测单元（phasor measurement unit,PMO）的三相量测数据,基于基尔霍夫电流定律（Kirchoff’s current law,KCL）建立了面向开关的非线性三相零阻抗状态估计模型,实现了模拟量坏数据和拓扑错误的解耦辨识以及对三相不平衡度的实时监控,具有高冗余、估计结果可靠、计算速度快和易于实现等特点。算例分析验证了方法的有效性。     

基于不确定性推理的变电站拓扑错误辨识

采用基于确定因子的不确定性推理方法,文中提出一种变电站拓扑错误辨识方法。在规则法的基础上,根据规则采用的数据类型和关系的不同,将规则分为四大类进行阐述。然后根据不确定性推理方法,对各类拓扑错误辨识规则建立了不精确模型,利用不确定性推理的传播算法和合成算法,计算出每个断路器和刀闸的综合可信度,从而判断断路器和刀闸的开合状态。该方法利用变电站内三相多源数据,冗余度高,提高了对刀闸的辨识能力,解决了规则冲突的问题。算例结果表明,该算法能够对多个不良数据和拓扑错误同时存在的情况进行有效辨识。     

基于最优匹配回路功率的配电网拓扑辨识方法

配电网的拓扑结构在日常检修、异动和扩建过程中经常发生变化,加之配电网中实时量测数据和配置的传感器数量有限,开关缺乏实时遥测,这导致拓扑生成器常常不能有效获得配电网拓扑结构。目前常见的拓扑辨识方法并不能很好的适应配电网以上特点,因此为避免因配电网拓扑结构发生严重错误引起的配电网状态估计失真,提出了一种新的拓扑辨识方法。该方法基于匹配环路功率确定可能的拓扑结构,并根据公共量测值对可能的拓扑结构进行状态估计。依据状态评估结果与量测数值有最高匹配度,从而确定该拓扑结构为可信拓扑结构,即为实际拓结构。本文所提出的方法实现了对拓扑结构的量化评估,简化了拓扑辨识过程,减少了拓扑辨识过程的计算量,并通过相关案例验证了该方法的有效性和实用性。     

基于递推最小二乘法的多端口外网静态等值参数辨识方法

为了能够在外部网络信息不足的情况下在线等值系统网络,提出了利用递推最小二乘法实时辨识多端口外网静态等值参数的方法。该方法利用阻断外网后内网的一步式状态估计,在不要求内网支路开断情况下获取优化后的实测边界信息。基于该边界信息,选取多端口扩展电压源网络模型和 型等值支路分别对外部网络建模,并采用含有数据纠错功能的两步式递推最小二乘法辨识外网等值参数。IEEE30节点系统和湖南528节点系统的仿真结果验证了该方法的准确性,以及该方法可应用于在线外部网络的静态等值。     

新息图法状态估计

提出了基于新息图的状态估计方法 ,可以快速地检测识别出拓扑错误 ,进行状态估计 ,提供电力系统状态     

基于等值信息交换的分布式抗差估计算法

提出了一种基于等值信息交换的分布式抗差状态估计算法。各子系统通过等值计算将自身量测信息浓缩成等值信息,协调层收集各子系统的等值信息计算出边界状态量进而实现分布式状态估计。此外,在分布式算法基础上实现了分布式抗差估计。采用等价权原理将指数型目标函数抗差估计方法转换成变权重的加权最小二乘估计,并基于不动点迭代的方法进行求解。在求解过程中,等值信息随着权重值的变化而不断更新,子系统得以综合全系统信息进行抗差估计。最后,构造了多子系统算例和含不良数据的算例对算法进行测试。测试结果表明分布式抗差估计算法具有很高的计算精度和很好的抗差性能。     

A method for determining pseudo‐measurement state values for topology observability of state estimation in power systems

This paper proposes a new technique for determining state values in power systems. Recently, it has been useful for carrying out state estimation with PMU (Phasor Measurement Unit) data. The authors have developed a method for determining state values with an artificial neural network (ANN) considering topology observability in power systems. The ANN has the advantage of approximating nonlinear functions with high precision. The method evaluates pseudo‐measurement state values of data which are lost in power systems. The method has been successfully applied to the IEEE 14‐bus system. © 2012 Wiley Periodicals, Inc. Electr Eng Jpn, 179(2): 27–34, 2012; Published online in Wiley Online Library ( wileyonlinelibrary.com ). DOI 10.1002/eej.21235     

基于改进Hampel抗差法的电网谐波状态估计

针对电网谐波状态的估计问题,分析了量测粗差对于估计结果的影响,建立了考虑粗差辨识的谐波状态估计数学模型,应用Hampel抗差法对量测数据进行了辨识分类,并根据谐波状态估计的特点对算法的阈值函数进行了改进,有效地解决了"残差污染"和"残差淹没"问题。仿真计算及分析结果表明,求解谐波状态估计问题时,改进Hampel抗差法能有效抑制粗差对估计结果的影响,提高了估计精度。     

基于智能电能表数据的配电网状态估计

含有可再生能源与需求响应资源(demand response resource,DRR)的配电网系统需要精确的状态估计,以进行实时控制和调度。配电网状态估计通常依赖于智能电表的测量,但测量设备的增加不仅对通信成本要求高,同时还会导致控制问题的高复杂性。针对这些问题,提出一种低压配电网所需智能电表实时数据的分析方法及其在状态估计中的应用。同时讨论了测量值组合的作用,以减轻状态估计问题中由于大量数据产生的计算压力。通过实验验证了方法的有效性。     

考虑双侧量测误差的配电网拓扑识别及参数联合估计方法

配电网参数估计和拓扑识别是配电网规划、运行分析和安全控制的基础,传统线性回归方法对量测数据误差或噪声数据具有较高要求,只有在无噪声情况下,估计才是准确的。然而实际输入测量值(如电压幅值和相位角)和输出测量值(如有功和无功功率)均存在噪声数据,对于拓扑估计,即使量测误差很小,回归方法也无法得到准确拓扑。针对上述问题,首先构建了配电网参数估计的基本模型,并定量分析了量测误差对线路参数估计和拓扑识别的影响。在此基础上,建立了考虑双侧量测误差的线路参数估计模型。针对其非凸导致的难以求解的问题,基于拉格朗日函数进行等价转化,得到易于求解的最小化瑞利熵问题。最后,基于IEEE 8节点系统进行仿真分析,并与传统线性回归、最小二乘法进行对比,证明所提方法在量测误差达到10%时,依然具有良好的估计精度。     

辨识网络拓扑错误的最小绝对值状态估计

采用最小绝对值状态估计算法辨识网络拓扑错误。在传统的最小二乘法状态估计模型中引进扩展变量和量测量,构成最小绝对值状态估计问题,进而转化为线性规划的标准形式求解。在一实际测验系统上进行了试算。     

基于拓扑篡改的电力市场虚假数据注入攻击方案

从攻击者的角度出发,在直流状态估计框架下提出了一种基于拓扑篡改的虚假数据注入攻击(FDIA)方案.首先,通过分析攻击后由网络拓扑处理器计算所得拓扑结构与传感器测量结果的一致性以及对比攻击前、后的残差,给出可以躲避拓扑误差处理检测以及残差检测的隐蔽攻击定义;然后,基于上述定义以及攻击向量列空间的隐蔽条件,提出一种FDIA方案,通过求解凸规划问题实现在保证隐蔽性的同时获得最大发电收益;最后,基于标准IEEE 9节点及14节点系统对所提方案的有效性进行验证.结果表明,与现有FDIA方案相比,所提将拓扑篡改与FDIA相结合的攻击方案具有更强的隐蔽性且获利更大.     

基于抗差总体最小二乘法的电力系统谐波状态估计

介绍了谐波状态估计的数学模型及最小二乘和总体最小二乘的求解算法,综合考虑测量误差和参数误差的影响,利用总体最小二乘法进行谐波状态估计。分析了测量粗差对估计结果的影响,针对总体最小二乘法不具备抑制粗差能力的缺点,提出利用抗差总体最小二乘法进行谐波状态估计。用Matlab搭建了IEEE-14节点谐波测试系统仿真模型,在测量数据和参数矩阵中分别加入含有粗差的正态分布误差及正态分布误差,画出概率密度曲线图,并对总体最小二乘法、抗差最小二乘法和抗差总体最小二乘法进行比较,结果表明利用抗差总体最小二乘法能够得到更精确的谐波状态估计结果。