基于PMU量测的电力系统k阶隐式离散动态状态估计

随着电力系统的快速发展,对系统状态的实时准确估计提出了更高要求。近年来,动态状态估计技术已成为监测电力系统实时运行状态的重要手段。提出了一种基于相量测量单元(phasor measurement unit,PMU)的电力系统动态状态估计(dynamic state estimation,DSE)方法,采用隐式离散化技术处理电力系统的非线性微分代数方程(nonlinear differential algebraic equations,NDAE)模型。建立了包含发电机动态、电网代数方程和潮流方程在内的电力系统NDAE模型,并结合PMU测量信息,对NDAE模型进行了线性化处理;基于隐式离散的方法提出了用于电力系统DSE的求解模型,实现对系统未知的动态和代数状态的有效地估计。基于WECC-9节点电力测试系统进行仿真实验,仿真结果表明,提出的基于PMU的动态状态估计方法,通过隐式离散化技术和NDAE模型的线性化处理,实现了对电力系统状态的准确估计,在实时监测电力系统状态方面具有显著的有效性和可靠性。

基于关键PMU量测的智能配电网跨供区合环潮流计算方法

为了降低功率损耗,提高潮流计算精度,提出基于关键同步相量测量装置(PMU)量测技术的跨供区合环潮流计算方法。在高次谐波作用下,利用变压器模型和电力线路模型,构建跨供区合环主要元件谐波模型,采用标准化残差检测法的思想,处理跨供区合环的不良数据。通过关键PMU量测估计不良数据量测的残差分量,利用增益矩阵定义跨供区合环不良数据检测的残差协方差矩阵,完成跨供区合环不良数据的检测,结合跨供区合环潮流计算流程设计,实现跨供区合环潮流的计算。算例结果表明,所提方法可以将潮流计算的各支路功率损耗控制在0.04 kW以内,通过将节点电压计算误差控制在0.004以内,提高了潮流计算精度。

基于PMU量测的城市电力系统分布式状态估计算法

针对未来微网和新能源大量接入城市电网后,电力系统状态估计功能的计算数据量过大,计算速度缓慢的问题,文中提出了一种适用于城市电力系统的基于相量量测装置(PMU)量测的分布式状态估计算法。该算法将城区电网分层分区,将PMU的同步相量量测引入县调层和地调层的分布式状态估计中,不仅在县调层实现并行计算,而且在地调层满足线性状态估计条件,最终达到提高状态估计速度的目标。文中利用IEEE 118节点系统对新算法进行了测试,仿真结果验证了新算法有效提升了状态估计的速度。

基于PMU的量测系统配置及其对状态估计精度的影响

提出一种新的相量测量单元(PMU)配置策略,同时搭建了由数据采集与监控系统(SCADA)和广域测量系统(WAMS)组成的混合量测平台。定量比较PMU阶段性配置过程中状态估计数值稳定性变化、PMU配置前后的估计误差及不同PMU配置方案下的各个母线估计误差,对所提出的经济且实用的PMU子站建设新方案进行了多角度验证。

基于混合量测的二次线性状态估计方法及其工程应用

基于相量测量单元(PMU)和数据采集与监控(SCADA)混合量测进行状态估计计算时,如果仍采用传统非线性估计模型,将面临PMU量测计算权值难以确定、PMU量测坏数据辨识不准、相角参考点和成熟商用程序改动等多方面问题。提出了一种基于混合量测的二次线性状态估计方法。该方法在传统非线性状态估计收敛后,利用其结果中的各节点电压幅值及相角估计值和PMU相量量测再进行二次线性状态估计计算,有效解决了上述问题。最后结合电网实例验证了该方法的有效性。

量测误差对高压线路零序参数辨识的影响机理分析

输电线路的零序参数是电力系统分析计算、保护整定的重要参数。随着PMU的广泛应用,采用PMU量测数据在线辨识成为输电线路零序参数获取的新方法。然而,现场PMU量测数据往往存在误差,影响了零序参数计算结果的精度。该文在输电线路π模型的基础上,分析了三相电压、电流相量量测误差对输电线零序参数辨识的影响机理。首先,通过数学推导,揭示了三相量测误差对零序分量的影响;其次,采用小扰动分析方法,研究了零序电压与零序电流的幅值、相角影响零序参数计算结果精度的机理;最后,通过仿真验证了所提理论的正确性。

基于GPS的相量量测单元在电力系统中的应用研究

基于GPS(Global Position System)技术的同步相量量测单元(PMU)可以实时测量节点电压的幅值和相角,介绍了PMU的测量原理以及其在电力系统电网稳定性监测与分析、广域测量系统(WAMS)、暂态稳定预测及控制、在线扰动识别、低频振荡的在线监测与分析、负荷参数辨识等方面的潜在的应用价值。为电力系统分析和控制提供了新思路。

PMU准实时数据对主动配电网抗差估计的影响

由于相量测量单元(PMU)因成本问题无法在配电网中大规模配置,且不同设备向主站传输数据时存在客观的通信延迟、带宽限制等因素,因此状态估计器输入端存在不良数据。提出一种基于同步相量量测的主动配电网抗差估计方法,并提出以虚拟PMU量测模型补充大量的高精度冗余数据。将数据采集与监视控制(SCADA)量测系统、PMU量测和虚拟PMU量测构成的混合量测系统作为状态估计的输入端。考虑网络和量测数据不确定度对抗差M估计算法进行改进,避免了传统加权最小二乘估计中删除坏数据的残差判断和迭代过程,降低了估计耗时,提高了状态估计的可靠性和抗差性能。改进IEEE 14和IEEE 33节点配电网算例的仿真分析,验证了所提方法的有效性和普适性。

PMU数据处理及其在综合负荷建模中的应用

为将PMU数据应用于电力系统综合负荷建模,针对调度数据平台所获得的PMU数据量大和采样频率低的实际特点,提出了一套对PMU数据进行预处理的方法。预处理包括数据筛选、数据整合与数据插值3个关键环节,详细介绍了数据处理流程及其数据插值的实现原理与方法。取某省电网220kV变电站PMU实测数据,将处理后数据应用于三阶感应电动机并联恒阻抗的动态负荷模型参数辨识,通过与系统实际响应的对比分析,验证了所提出的方法得到的数据样本能够很好地满足负荷模型参数辨识的要求。

一种基于遗传-禁忌混合策略的PMU最优配置方法

以电力系统状态完全可观测和相量测量单元配置数目最小为目标,形成PMU最优配置问题.相量测量单元可以测量母线电压相量,结合测量数据采用改进的快速拓扑可观测性分析方法保证系统完全可观测,应用遗传算法和禁忌搜索算法的混合策略求解最优配置问题,实现全局最优.以IEEE 9节点系统和IEEE 39节点系统为例进行验证,结果表明,直接利用节点可观测原则判断电力系统的可观测性,可以提高可观测性分析的计算效率.

Transmission Line Sequence Impedances Identification Using PMU Measurements

An online TL （transmission line） impedance TPIS （transmission line parameter identification system） using PMU （phasor measurement unit） was recently developed and implemented at CSG （china southern power grid company）, Traditional approaches for TL impedance calculation only approximate the effect of conductor sags and ignore the dependence of impedances on temperature variation. Utilizing PMU measurements may improve the accuracy of TL parameters calculation. The challenge is that the parameters identified are very sensitive to noise and errors in PMU measurements, which are difficult to quantify and can be uncertain under different system operating/loading condition, TPIS provides an innovative yet practical problem formulation for TL sequence parameter estimation based on least-squares with linear constraints. A bootstrapping-based resampling technique is developed and a new metric is proposed to determine the credibility of the estimated sequence impedances. This paper discusses the proposed methodologies, challenges, as well as implementation issues identified during the development of TPIS.

面向智能电网的空间隐蔽型恶性数据注入攻击在线防御研究

智能电网的安全运行高度依赖信息环节功能所提供的强大技术保障,致使电网在运行过程中易受到恶性数据注入等网络攻击的威胁,其中空间隐蔽型恶性数据注入攻击是最普遍的一种。为保证该类恶性数据注入攻击在电网运行中能被高效实时检测处理,提出一套面向监视控制与数据采集(supervisory control and data acquisition,SCADA)和相量测量单元(phasor measurement unit,PMU)混合量测的智能电网恶性数据在线防御流程。首先通过历史状态量获取与状态预测实现状态量挖掘,再进行SCADA仪表与PMU量测量的恶性数据检测、剔除与修正。此外,该文提出一种适用于混合量测系统的多重匹配状态预测方法,其预测结果作为状态参考用以打破恶性数据隐蔽性。IEEE-14和IEEE-118节点测试系统仿真结果验证了所提方法预测准确性及在线检测空间隐蔽型恶性数据的有效性。

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。