Weighted least absolute value power system state estimation using rectangular coordinates and equivalent measurement functions

This paper presents a new efficient computation technique for robust power system state estimation based on weighted least absolute value (WLAV) criterion. The proposed method employs rectangular form of state variables and equivalent measurements technique in order to obtain the linear measurement functions with linear constraints of state variables. The state estimation problem is then formulated as an optimization problem with a set of equality and inequality constraints. A solution method based on interior point algorithm is also proposed. Tests with several IEEE standard systems have been performed to investigate the performance of the proposed algorithm. Results indicate that the proposed state estimator gives promising performance compared with weighted least square (WLS) based estimation algorithms using state variables in polar forms. © 2011 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于多预测校正内点法的WLAV抗差状态估计

针对预测-校正内点法(predictor-corrector primal-dualinterior point method,PCPDIPM)加权最小绝对值状态估计(weighted least absolute squares,WLAV)可能发生校正方向指向错误方向的不足,提出一种基于多预测-校正内点法(multiple PCPDIPM,MPCPDIPM)的WLAV抗差状态估计算法。该算法在PCPDIPM的基础上,通过多次校正,对中心参数动态估计,并采用2阶段线性搜索法确定校正方向在总的牛顿方向中的最优比重,从而保证迭代点向中心轨迹靠拢。最后,通过IEEE算例仿真和我国某省网的测试结果验证了所提方法的有效性。与含不良数据辨识功能的加权最小二乘状态估计相比较,所提方法的收敛速度及抗差能力具有明显的优势。     

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。     

基于矩阵变换的双线性WLAV状态估计

当电力系统中的杠杆点存在不良数据时会严重影响状态估计的坏数据辨识和估计效果。现有的抗差估计方法也难以有效处理杠杆量测坏数据,而剔除杠杆点量测可能会影响系统的可观性。在双线性WLAV状态估计的基础上,通过对雅克比矩阵进行矩阵变换来实现对杠杆点不良数据的抗差。这种方法对算法本身进行改进,不需要剔除杠杆量测,既能提高对杠杆点不良数据的抗差能力,又不会影响系统的可观测性,是一种比较理想的处理杠杆点不良数据的方法。基于IEEE标准系统以及国内某实际省网的仿真结果验证了该方法在提高计算精度和计算效率方面的有效性。     

基于线性内点法及正交变换的抗差参数估计

参数估计目前主要采用加权最小二乘算法.由于包含参数估计,该方法在处理电网坏数据混杂及数值稳定性上都面临着困难.考虑到实际电网中有时会同时出现量测错误及参数错误,提出了使用基于线性内点法及正交变换的加权最小绝对值(WLAV)增广参数估计.基于L1范数的WLAV估计具有良好的抗差特性,用以应对混杂有坏数据、拓扑错误及参数错误的混杂估计.为提高增广参数估计的数值稳定性,将正交变换引入线性内点法修正方程的求解中.对算法的测试结果表明,该方法具有良好的应用前景.     

基于内点法的交直流混联系统抗差状态估计

针对交直流混联系统的状态估计问题,分析了其数学模型,对其求解方法进行了研究,并开发了软件。介绍了交直流混联系统的抗差状态估计模型,根据该模型的特点进行变量等价转换,以降低其复杂度。在利用内点法进行求解时,通过对原问题的海森矩阵进行近似,确保其正定且提升了算法的效率。通过IEEE 9节点、14节点、30节点、118节点、145节点系统这5个算例,分析了算法效率以及收敛域。结果表明,与牛顿法相比,基于内点法的状态估计的收敛域更宽广,可以应对更恶劣的现场状况,具备现场应用潜力。     

自适应抗差理论在配网状态估计中的应用

提出了一种基于自适应抗差理论的配电网状态估计算法。该方法首先对生数据进行预处理,然后基于抗差原理,利用权因子把一般性的M估计转换为加权最小二乘法,并将权系数和余差联系起来,有效地解决了常规加权最小二乘法中,由于常数权系数所导致的,对粗差处理能力不足的问题。将该方法应用于一个实际配电网络的状态估计当中,结果表明该方法可以有效减小或消除量测量中粗差的影响。     

电力系统抗差状态估计研究综述

状态估计是电力系统能量管理系统的重要组成部分.传统加权最小二乘估计不具备抗差性,为此产生了抗差估计理论.本文介绍了抗差估计的定义、目标及基本类型,综述了电力系统抗差状态估计的经典方法和新方法.经典方法主要包括M估计、GM估计、高崩溃污染率估计等;新方法包括新息图状态估计、最大相关熵估计、最小信息损失状态估计、最多赞成状...     

Optimal worst case solutions for state estimation of power system with uncertain network parameters

This paper addresses the problem of power system state estimation under the condition that transmission line network parameters are unknown but bounded. A robust estimation in the sense of an optimal worst case solution is determined. Data collected via remote terminal units, i.e. voltage magnitude, power flow, and power injection, are used as measurement quantities. The state variables are bus voltage phasors expressed in rectangular coordinates. This makes it possible to express the relations between measured data and state variables as quadratic functions. The proposed formulation based on the structured robust least squares optimization yields a minimization problem with bilinear matrix inequality constraints. A solution method based on semidefinite programming is also presented. Some test results on the standard IEEE test systems are given. © 2016 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于内点法和离散粒子群算法的输电网参数辨识

准确的电网参数是调度平台能量管理系统进行电网安全稳定分析和控制决策的重要基础。以残差加权最小绝对值(WLAV)为目标函数,能有效抑制不良数据对参数辨识结果的影响,采用现代内点法对WLAV进行求解,收敛性好。针对传统参数辨识的系统矩阵条件数过大,易出现程序发散的特点,将原-对偶内点法和离散粒子群(DPSO)算法相结合,给出了一种输电网参数辨识方法,仿真结果表明该方法在计算速度和数值稳定性方面具有明显的优势。     

电力系统多区域分布式状态估计方法

提出了一种电力系统多区域分布式状态估计方法,各区域估计器利用其数据采集与监视控制系统提供的量测数据进行本地状态估计,并通过平均一致性算法获取全局信息进行系统级状态估计。建立了基于拉格朗日乘子法的状态估计模型并设计了基于一致性的全局信息交换协议,给出了多区域分布式状态估计算法的实现流程。通过IEEE 14节点和118节点系统中的仿真算例验证了所提方法的正确性和有效性,并就估计精度和计算效率与现有状态估计方法进行了比较。仿真结果表明分布式状态估计方法可有效提高集中式状态估计系统的计算效率及可靠性,适用于结构更加复杂、量测数据体量更大电网的状态估计。     

结合模糊综合评判与决策的电力系统状态估计

针对电力系统状态估计中各种类型量测数据精度对状态估计结果有重要影响的问题,在基本加权最小二乘法估计的基础上,结合模糊综合评判与决策中的层次分析法(Analytic Hierarchy Process,AHP)讨论了一种改进权值确定方法的加权最小二乘法。它是将电力系统状态估计分解为量测值与估计值的差值平方最小(目标)、不同类型的量测值(准则)、各类型量测值相对精度的大小(方案)等层次,在此基础上进行定性和定量分析。通过IEEE 14-bus、IEEE 30-bus和IEEE 57-bus的标准算例进行仿真分析,证明层次分析法确定权值的加权最小二乘法能够有效地计算出电力系统的状态估计值。通过和基本加权最小二乘法进行比较,证明了该方法的优越性和实用性。     

基于快速分解法的电力系统状态估计

电力系统状态估计,对保证电力系统的安全性和经济性起着重要的作用,是电力系统调度、控制、安全评估等方面的基础,也是当代电力系统能量管理系统（EMS）的核心组成部分。状态估计算法是状态估计的核心,其中快速分解状态估计算法是在吸取潮流计算经验的基础上得到,是状态估计的优良实用算法。本文对电力系统状态估计的原理及方法进行研究,建立了快速分解法状态估计的数学模型。最后,通过对IEEE-14节点的算例分析,验证模型的有效性。     

一种计算电力系统电压稳定临界点新模型

对有载调压变压器模型进行修正,在有载可调变压器模型中引入虚拟节点,并通过该节点的电压来表示理想变压器对功率、电压的转换关系,建立了有载调压变压器的二次型模型,由此在直角坐标系中提出了新型电压稳定临界点非线性规划模型。该模型的二阶导数是常数,其海森矩阵是精确的常系数矩阵,在预测校正原对偶内点法迭代过程中只需要计算一次,不需每次迭代都进行更新,从而缩短了每次迭代的计算时间。基于标准IEEE14、30、118、300和模拟1338节点系统(S-1338)的5个测试系统进行了仿真计算,算例结果表明:所提模型的迭代次数和计算结果与常规模型一致,但计算速度却有较大提高。     

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。     

基于多中心-校正内点法的加权最小绝对值状态估计

针对原-对偶内点法加权最小绝对值状态估计收敛速度方面的不足,提出一种基于多中心-校正内点法的WLAV（Weighted Least Absolute Value加权最小绝对值）抗差状态估计算法。该算法在PDIPM（Primal-dual Interior Point Method对偶内点法）的基础上,采用超立体空间映射技术,通过合理配置一些关键映射参数改善空间的数值结构,从而保证在每次迭代中获得较大的迭代步长和较好的中心方向,大大减少迭代次数,节省计算时间。最后,借助IEEE算例仿真和我国桌省网的测试验证所提方法的有效性,与含不良数据辨识功能的WLS（Weighted Least Squares加权最小二乘法）算法进行比较,结果表明所提方法的抗差能力具有明显的优势。     

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.     

交直流混联系统可靠性评估

首先使用容量卷积公式计算出HVDC系统的容量-概率模型,然后对经典有功调整模型进行扩展,以模拟HVDC线路用于远距离输电和系统互联等场合.为了避免交直流系统交流潮流计算后出现平衡机出力越限问题,在有功调整模型中考虑了系统的有功损耗,并在纯交流系统可靠性评估无功/电压线性化校正模型的基础上,提出了计及HVDC线路影响的调...     

基于主从分裂法的交直流混合状态估计

直流输电技术的快速发展迫切要求提出实用的交直流混合状态估计方法。该文将交流系统看成主系统，将直流系统看成从系统，提出了交直流混合状态估计的一种新方法，即主从分裂法。该方法自然地将整个电力网络的状态估计问题分解成交流估计和直流估计两个子问题，通过主从分裂迭代，可获得严格的全局状态估计解。其中，交流系统和直流系统可以采用不同的状态估计算法，只需对调度中心现有状态估计软件进行少量修改，即可实现交直流混合状态估计。理论分析和数值试验结果均表明了新方法的实用性、正确性和良好的收敛性。     

基于广义岭估计的电力系统谐波状态估计

基于广域测量系统提供的网络部分节点的谐波同步测量数据和网络导纳矩阵建立谐波状态估计模型,通过对模型的求解得出整个网络的谐波状态。对于待求解的数学模型,由于网络中某些元件参数可能导致求解方程病态问题的出现,应用最小二乘估计所得结果存在较大误差,提出应用广义岭估计进行求解。仿真算例结果表明,在系数矩阵病态时,应用广义岭估计进行谐波状态估计的结果较最小二乘法有更高的准确度。