基于原-对偶内点算法的 WLAV 状态估计

针对现有ＷＬＡＶ状态估计算法存在的问题，将原—对偶内点算法引入ＷＬＡＶ状态估计问题的求解过程。结合ＷＬＡＶ状态估计问题的特点，提出了罚参数修正及迭代限制方法，并利用稀疏矩阵技术进行计算。算例分析表明，该算法的数值稳定性好、迭代次数少、计算速度较快，性能优于传统方法。

基于预测—校正内点法的WLAV输电网参数估计

针对基于加权最小二乘法(WLS)参数估计难于处理不良数据且数值稳定性差的不足,提出加权最小绝对值(WLAV)参数估计方法。在原对偶内点法(PDIPM)的基础上,通过每次迭代中增加预测—校正两步的少许计算量,利用2阶信息对中心参数动态调整,保证解的迭代过程高阶逼近中心路径,从而减少了迭代次数,节省了计算时间。结合输电网参数估计法,利用WLAV估计出不良数据和可疑支路的运行状态,使抗差、参数估计和拓扑结构辨识在计算中一次完成。最后,对IEEE标准系统和国内某省级电网进行参数估计试验,与含不良数据辨识的WLS方法进行比较。

基于主导与非主导参数的非线性加权最小绝对值参数估计

针对非主导参数估计易受量测噪声及不良数据影响的特点,提出了基于主导与非主导参数的加权最小绝对值抗差参数估计。对参数估计错误的原因进行了系统分析,并给出了参数主导性评估方法。利用非线性原—对偶内点法进行模型求解,与传统线性内点法相比,该方法在提高求解精度的同时减少了迭代次数。基于IEEE 30节点系统和2个实际省级电网的计算分析,将所提出的方法与传统加权最小二乘法参数估计进行比较,测试结果验证了所提出方法的有效性。

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。

一种双线性抗差状态估计方法

传统状态估计方法一般需要求解某个非线性非凸优化问题,并用基于梯度的方法予以求解,因而存在难以保证获得全局最优解、可能收敛困难等问题。文中基于国外学者提出的精确线性化量测方程构建了一种双线性抗差状态估计方法。该方法仅需求解一个线性加权最小绝对值估计问题(等价为线性规划问题)、一个非线性变换以及一个线性加权最小二乘估计问题(二次规划问题),从数学上可保证获得全局最优解,并不存在收敛性问题。最后,通过仿真算例验证了所提方法的有效性。

考虑统一潮流控制器的电力系统状态估计算法

以统一潮流控制器(UPFC)为代表的灵活交流输电系统(FACTS)技术可以实现传输功率的合理分布、优化系统资源,提高系统的稳定性和可靠性。基于加权最小绝对值(WLAV)估计准则,将UPFC元件的作用等效为一系列电压和功率的约束,并运用内点法进行状态估计计算。该方法可以完全完整考虑UPFC元件对系统运行状态的影响,并能充分利用WLAV估计的抗差的特点,提高估计的精度。IEEE-14系统的算例仿真结果,验证了所提出算法的有效可行性。

电力系统抗差状态估计研究

状态估计能高效地估计出电力系统最佳的运行状态。测试并比较了基于原对偶内点法的加权最小绝对值估计与基于牛顿法求解的二次-线性准则、加权最小二乘估计的估计精度与计算效率,由测试结果可知,加权最小二乘估计虽有较高的计算效率,但估计精度偏差,而加权最小绝对值估计有着较高的估计精度,但较低的计算效率也限制了其工程应用。

基于群智能的建筑配电网状态估计算法研究

针对现有建筑配电网不良数据检测方法应用在群智能系统架构时出现实时性差、准确性低等方面的不足,提出一种基于群智能系统架构的建筑配电网分布式状态估计算法。将全局估计问题分解为若干个子优化问题,分别在各个群智能节点上进行求解,依据基本电气原理建立约束方程,通过交替方向乘子算法实现各节点之间的协作,从而实现配电网的状态估计。最后,通过对某人防工程配电网算例仿真验证所提方法的有效性。与传统集中式系统架构下的状态估计方法相比,所提出方法的收敛速度和估计精度具有明显的优势。