用于电力系统状态估计的WAMS/SCADA混合量测数据融合方法

为了充分利用相量测量单元(PMU),并与数据监控及采集系统(SCADA)相结合以提高状态估计精度,详细分析了广域测量系统(WAMS)和SCADA这2套系统数据存在的4种差异(数据成分、传输延时、刷新频率、数据精度)。给出了2套数据在线性、非线性以及混合非线性3种估计模型下的数据成分处理方法;提出了全球定位系统(GPS)对时与时延校正相结合的方法以提高数据断面一致性;采用分段曲线拟合方法来填补PMU上传时刻SCADA数据的空缺,建立了多时间标尺混合量测预处理数据集,它可以用于多种时间尺度下的状态估计。在4节点测试系统潮流基础上叠加随机误差,形成量测数据,采用加权最小二乘估计算法,验证了该方法的有效性。