基于粒子群优化方法的电力系统状态向量估计模型

电力系统状态向量估计是电力系统能量管理系统的重要组成部分;在电力系统实时监控中,传统的基于最小二乘法的状态向量估计方法,存在估计值与实际电力系统中的参数值相差较大的问题,基于此提出了一种适用于电力系统实时监测的有效状态估计模型;该模型采用了一种基于直角坐标系的加权最小二乘法,由一组与测量量和状态变量相关的非线性方程组描述,使用预测-校正迭代技术求解状态估计器模型;利用粒子群算法优化同步相量测量单元(phasor measurements unit,PMU)仪表的分配,增强了算法的有效性;该模型被应用于IEEE14总线和IEEE-30总线测试系统;结果表明,与传统算法相比,所开发的电力系统状态向量估计模型在执行时间、准确性和迭代次数方面均有明显的优势,所提出的估计模型对于实时监控应用具有很好的应用前景。