智能变电站IEEE 1588同步偏差对同步相量量测的影响

IEEE 1588协议所提供的高精度的网络同步方式,在智能变电站网络化通信中具有重要的应用价值。基于抗网络流量能力、时间戳精度和可靠性分析了更适用于智能变电站的IEEE 1588时钟模式。基于过程层网络报文的特征和实际工况,分析了交换机风暴过滤功能及其不足对IEEE 1588同步性能的影响。搭建了智能变电站过程层三网合一硬件时钟性能测试平台,测试了虚拟局域网(VLAN)正常或失效时IEEE 1588同步受背景流量的影响。通过仿真分析了交换机风暴下同步偏差对相量测量单元(PMU)量测误差的影响。

一种配电网高精度快响应同步相量算法及其实现

随着分布式电源、电动汽车等大规模接入,配电网亟需新的动态量测手段。然而,输电网同步相量测量单元(phasor measurement unit,PMU)技术因其精度不足、动态性能欠佳难以直接用于配电网。目前国内外开展的配电网PMU研究工作也尚处于起步阶段,难以满足应用需求。面向配电网同步相量量测需求,提出了一种基于频率在线分析和自适应滤波器的高精度、快响应的多通道综合同步相量算法。基于考虑多带外干扰的稳态和动态信号模型,设计了2种不同阶的自适应FIR滤波器,并分析了它们在不同场景下的适应性边界。提出多通道在线协调算法框架,以实现算法整体协调优化。基于片上系统硬件平台进行算法实现,并在搭建的高精度同步相量测试系统中开展多场景性能验证,为测量装置在实际系统示范应用奠定了基础。

基于智能电表和PMU混合量测的低压配电网状态估计方法研究

随着高级量测体系的不断完善和同步相量量测PMU等高精度新型量测装置的发展,为确保低压配电网状态估计性能,提出一种基于智能电表和PMU混合量测的低压配电网状态估计方法。该方法将高级量测体系中的智能电表采集的电压幅值、功率实时量测和PMU同步相量量测相结合,以节点注入电流平衡方程为基础,建立基于指数型权函数的加权最小二乘法模型。模型中利用数据的残差对权函数进行修正,以提高状态估计的抗差性和收敛性。最后基于IEEE 14节点算例系统,对该方法进行仿真分析。仿真结果表明,该方法相较于采用传统加权最小二乘法的状态估计模型,对含有高误差数据的量测数据具有更高的精确性。

基于PMU量测的智能配电网电压–功率灵敏度鲁棒估计方法

配电网中同步相量测量技术的应用对于提高系统电压–功率灵敏度的估计精度具有重要作用。提出了一种基于同步相量量测的智能配电网电压–功率灵敏度鲁棒估计方法。首先,基于同步相量量测的历史数据和实时数据,采用最小二乘方法实现了实时电压–功率灵敏度的精确估计;进一步,考虑功率量测和电压量测均含有不良数据的情况,采用帽子值加权和最小绝对值估计方法相结合的方式,避免了最小二乘方法中删除坏数据的残差判断和迭代过程,提高了计算效率和可靠性,实现了电压–功率灵敏度的鲁棒估计;最后,通过IEEE33节点算例分析证明了所提出算法的正确性和有效性。

多源量测数据融合的配电网状态估计及应用

随着同步相量量测装置的引入,配电网中存在着不同时间尺度与量测精度的多源量测数据。如何充分融合多源量测数据,实现快速准确的配电网状态估计是高效运行决策的重要前提。该文提出一种考虑不同类型量测时间尺度、同步性和精度特点的配电网多源量测融合状态估计方法,讨论同步相量量测数据引入对状态估计分析模型的影响,对多源量测数据进行等值转换实现量测函数的线性化,针对不同类型的量测数据采用相应的数据融合策略,以提高状态估计的精度、减小状态估计的计算周期。基于广州某地区的示范工程算例,分析验证了不同量测配置及运行条件下所提出的多源量测数据融合方法对网络可观性提升、状态估计精度改善的有效性。

考虑PMU量测信息的配电网运行状态分析方法

同步相量量测单元PMU(phasor measurement unit)在配电网中的推广使用有效提升了电网系统的可观性。首先提出了一种考虑PMU信息的配电网运行状态分析方法,该方法在数据采集与监控SCADA(supervisory control and data acquisition)系统数据更新时,将SCADA和PMU等不同量测时间尺度的混合数据进行状态估计;之后通过PMU数据进行状态估计更新,直至新的SCADA数据到来,开始新的混合数据状态估计。目标函数由估计值与量测值之间残差指数的加权和组成,降低了不良数据对估计结果的影响,并通过抗残差加权减少由于量测坏数据引起的运行状态波动。最后通过IEEE 123节点的算例分析,验证了所提方法具有较好的运行状态分析效果和有较高的时效性。

基于PMU量测的配电网稀疏估计

同步相量量测技术的应用为配电网估计如潮流雅可比矩阵估计和电压/相角-功率灵敏度估计提供了重要技术基础。针对潮流雅可比矩阵的相关性、稀疏性和对称性,提出了一种基于同步相量测量单元量测数据的潮流雅可比矩阵和灵敏度矩阵的稀疏估计方法,在较少量测下,有效估计了雅可比矩阵和灵敏度矩阵。进一步针对量测过程中出现的不良数据,引入鲁棒性更大的加权最小二乘法,提高了算法的鲁棒性。最后,通过IEEE33节点配电系统验证了方法的可行性。

基于智能电表和PMU混合量测的低压配电网三相状态估计

随着同步相量量测PMU等新型测量装置的发展以及智能电表的广泛布置,为保证低压配电网安全可靠运行,提升其态势感知能力,提出一种基于智能电表和PMU混合量测的低压配电网三相状态估计方法.该方法同时采用低压配电网智能电表采集的实时量测和PMU同步相量量测,显著提高了低压配电网测量数据的冗余度,以端点注入电流平衡方程为基础,建立了低压配电网最小二乘估计模型.基于IEEE13节点修正系统,对该方法进行了仿真分析.仿真结果表明,所建模型可以对低压配电网的三相状态进行精确估计,且计算速度快收敛可靠.

基于最优变量投影的电力系统主导振荡参数综合辨识

准确、有效地辨识电力系统主导振荡模式、主导振荡模态和参与因子等低频振荡特征参数,对深入探究电力系统低频振荡诱因、提出科学合理的振荡抑制措施具有重要价值。为此,该文提出一种基于最优变量投影(OVP)的电力系统主导振荡模式、模态和参与因子综合辨识方法。该方法采用有限差分法(FDM)预处理电力系统的广域量测信息;借助处理后的广域量测信息构建含系统关键动态振荡信息的低阶状态矩阵,进而从低阶状态矩阵中提取电力系统的关键振荡特征信息;结合广域量测信息和关键振荡特征信息构建变量投影函数,通过OVP对其进行求解,以辨识振荡模式及其模态;引入累积能量权重从所辨识的振荡模式及模态中分离电力系统的主导振荡模式及模态,并根据分离的主导振荡模态实现参与因子的评估。最后,通过IEEE68节点测试系统和中国南方电网公司算例对所提方法进行分析,验证了所提方法的准确性和有效性。

面向配电网边缘计算装置的两阶段PMU数据压缩方法

针对配电网高上送速率的同步相量测量装置(phasor measurement unit,PMU)产生的海量数据对通信系统和存储系统造成巨大压力的问题,考虑到配电网边缘计算装置计算与存储资源有限,提出了基于过滤旋转门和指数哥伦布编码的配电网边缘侧PMU数据压缩方法。首先,对旋转门压缩判据进行改进,利用改进的过滤旋转门压缩算法对原始PMU数据进行有损压缩。其次,对有损压缩数据进行差分编码和归一化处理,利用0阶指数哥伦布编码方法进一步无损压缩,降低数据冗余。最后,利用实际的PMU数据,对所提出的方法进行验证。与过滤旋转门压缩算法和通用压缩工具相比,该方法在预先设定的精度要求下,实现了更高的压缩比。

抵御多点虚假数据攻击的主动配电网状态估计方法

引入同步相量量测装置(PMU)识别虚假数据注入攻击(FDIA)的动态状态估计是实现主动配电网安全准确决策的有效途径。提出一种融合贝叶斯定理的深度森林(BA-DF)FDIA检测机制的混合量测加权平方根容积卡尔曼滤波(WASRCKF)动态状态估计方法。首先,通过图卷积神经网络预测PMU和SCADA混合量测融合,提高数据冗余度;其次,利用WASRCKF估计状态量和混合量测预测量进行加权估计,降低FDIA对状态估计更新层的影响;然后,采用BA-DF进行FDIA检测,判断虚假数据攻击位置,使用混合量测预测值进行修正,形成BA-DF-WASRCKF组合方法。最后,采用PG&E69配电网进行验证,结果表明该方法在不同PMU配置下均可获得更高精度状态估计结果,配置24台PMU的FDIA识别率为95%,较传统方法状态估计精度提高了77.8%。

考虑谐波状态估计精度的PMU优化配置研究

线性谐波状态估计利用多点的谐波监测数据,估计整个系统范围的谐波状态,其估计质量受同步相量量测装置安装数目和位置的影响。本文给出了一种计及谐波状态估计精度的PMU优化配置算法,在保证系统谐波状态可观的前提下,以各次谐波量测矩阵条件数的加权和为冗余量测的排除基准,获得谐波状态估计的基本量测;结合三种典型的PMU量测配置方案,研究了PMU配置对谐波状态估计结果的影响。

电力系统谐波状态估计研究

指出了开展谐波状态估计研究对于电力系统谐波监测和治理的重要意义,阐述了电力系统谐波状态估计的概念、功能,对现有的几种谐波状态估计方法进行了评述,介绍了谐波状态估计的数学模型,探讨了量测点的优化配置问题,最后对谐波状态估计技术今后应开展的工作进行了展望。

基于μPMU电压相位数据的配电网拓扑辨识

为了满足配电网拓扑识别快速准确的要求,提出了一种基于微型同步相量量测装置(micro-synchronous phasor measurement unit,μPMU)的配电网拓扑识别方法。获取拓扑变化前后的电压相位构建拓扑变化辨识参数,辨识出系统拓扑变化时刻;提出基于相位差异度的拓扑识别算法,借助μPMU获取的数据及潮流计算,分析不同拓扑条件下电压相位与实际相位间的差异,选取差异度最小所对应的拓扑为实际拓扑,实现对配电网的拓扑识别。通过仿真算例验证所提方法的合理性,结果表明,拓扑变化时刻辨识判据正确可靠,所提拓扑识别算法的识别正确率高。

基于快速解耦算法的地区电网状态估计研究

近年来,随着智能电网的快速发展,大量微网和新能源电源并入地区电网,调度自动化系统中的核心模块—电力系统状态估计因数据量急剧扩大,计算速度缓慢的问题日益凸显。文中提出了一种适用于地区电网的快速解耦状态估计算法,目的在于解决状态估计计算效率低下的问题。该算法基于地区电网调度分区分层运行的特点和管理架构,引入同步相量量测的发展成果,在下层(县调层)采用快速解耦状态估计算法,在上层(地调层)满足线性状态估计条件。相比之前算法,新算法在上、下两层都具有更快的计算速度,整体效率有较大提高。通过用IEEE 118节点仿真系统对新算法进行的测试,结果验证了新算法在计算速度上的优越性能。

基于DSCADA和μPMU数据融合的配电网运行拓扑辨识

在配电网安装了配电网数据采集及监视控制系统(distribution network supervisory control and data acquisition,DSCADA)和部分节点安装少量微型同步相量测量装置(micro-synchronous phasor measurement unit,μPM U)情形下,提出了一种基于DSCADA和μPMU遥测数据融合的配电网运行拓扑辨识方法。首先,基于μPMU节点电压相位量测构建配电网拓扑变化时刻辨识模型,确定拓扑变化的时刻;然后,基于拓扑变化前后的节点电压变化,借助DSCADA和μPMU的遥测数据构建可能拓扑判据,缩小重构后可能拓扑的范围;最后,使用加权最小二乘法将DSCADA和μPMU遥测数据进行融合,估计出可能拓扑下的节点电压相位,并利用构建的拓扑相似度辨识模型辨识出实际拓扑。算例中考虑μPMU和DSCADA不同量测误差组合,对该算法辨识的准确性进行验证。

基于节点注入功率的配电网运行拓扑辨识

配电网安全监控和数据采集系统(DSCADA)采集的遥信数据存在抖动和误动情况,导致基于遥信数据的配电网拓扑信息可靠性不高。通过微型同步相量量测单元(μPMU)多次采样的节点注入功率,构建基于节点注入功率量测的支路电压偏差的方差模型。采用Kruskal算法得到以支路电压偏差的方差为线路权重的最小生成树,实现对配电网拓扑运行结构的辨识。在此基础上,对比分析节点注入功率量测的采样次数以及网络复杂程度对拓扑辨识误差的影响。IEEE 33和IEEE 123节点系统仿真结果表明,该配电网运行拓扑辨识算法具有较好的可靠性和实用性。

输电线路参数与运行方式的相关性分析

为解决实际运行状态下输电线路参数与参数库中存在差异的问题,基于同步相量测量数据的输电线路参数辨识模型,对线路参数进行了辨识。基于实测数据,分析线路参数与线路电压、电流之间的相关性。分析结果表明:输电线路的电抗参数与线路电流之间的相关性较强,不同线路电抗与电流之间的相关性存在差异。研究结果对提升输电线路参数库的准确度具有重要意义。