CN102136105A - 基于相量测量单元的电力网络新息图参数估计方法 - Google Patents
基于相量测量单元的电力网络新息图参数估计方法 Download PDFInfo
- Publication number
- CN102136105A CN102136105A CN2011100694803A CN201110069480A CN102136105A CN 102136105 A CN102136105 A CN 102136105A CN 2011100694803 A CN2011100694803 A CN 2011100694803A CN 201110069480 A CN201110069480 A CN 201110069480A CN 102136105 A CN102136105 A CN 102136105A
- Authority
- CN
- China
- Prior art keywords
- branch
- innovation
- mover
- branches
- mrow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000013598 vector Substances 0.000 claims abstract description 78
- 238000004364 calculation method Methods 0.000 claims abstract description 50
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
基于相量测量单元的电力网络新息图参数估计方法,本发明涉及电力网络的参数估计方法。它解决了现有技术不能在坏数据、拓扑错误和参数错误同时存在情况下进行网络支路参数估计的问题,降低了PMU配置冗余度要求。过程如下:对电力网络进行拓扑分析,确定树支和连支;计算有量测支路的电流新息矢量;计算各回路中树支的电流新息值,得到所有树支的电流连支推算新息矢量和有量测支路的电流新息差矢量;判断有量测支路上的电流新息差是否明显偏大;计算每条支路上的修正预估比;判断每条支路上的修正预估比是否偏大或是否接近于零,根据判断结果排除坏数据和拓扑错误影响并判断该支路存在参数错误决定是否进行参数估计过程。用于电力网络参数估计。
Description
技术领域
本发明涉及电力网络的参数估计方法。
背景技术
电网参数是状态估计、潮流、稳定计算等电力系统计算软件的基础数据。数据库中的参数错误会影响各种应用软件的计算结果,导致发出错误的控制命令,可能危及电力系统的正常安全运行。
目前关于状态估计参数识别的方法主要有两种:增广状态估计法和量测残差灵敏度分析法。增广状态估计方法把待识别的参数作为状态变量进行状态估计计算,估计参数值。这样容易导致增益矩阵病态,存在数值稳定性差的问题。量测残差灵敏度分析方法,即在常规状态估计结束后再利用量测残差进行参数估计,这种方法容易受到状态估计质量的影响。
文献“计及广域测量信息的状态估计错误参数识别与修正”(李大路,李蕊,孙元章,陈涵,电力系统自动化,2008,32(14):11-15)引入WAMS量测,建立了计及WAMS信息的目标函数,将WAMS功率残差和零注入节点功率残差,与SCADA量测残差一起构成拉格朗日函数,由优化理论得出参数误差与各残差的灵敏度关系,从而进一步识别和修正错误参数,并用IEEE-39母线系统对此方法进行仿真,在9个母线上配置PMU装置时可以实现多个参数错误的识别和修正,同时也可以识别拓扑错误和参数错误同时存在的情况,但此方法需要进行迭代求解,算法较复杂,PMU配置冗余度要求仍较大,并且没有考虑参数错误和坏数据同时存在时的参数估计问题。
发明内容
本发明的目的是提供一种基于相量测量单元的电力网络新息图参数估计方法,以解决现有技术不能在坏数据、拓扑错误和参数错误同时存在情况下进行网络支路参数估计的问题,同时还能降低PMU配置冗余度要求,提高计算速度。
本发明的方法包括下述步骤:步骤一:对n节点b条支路的电力网络进行拓扑分析,根据PMU配置情况形成电力网络的生成树,确定树支和连支;
步骤二:获取所有支路和节点注入的电流预报值与有量测的支路和节点注入电流量测值,有量测是指利用PMU装置采样得到的量测值;
步骤三:计算有量测支路的电流新息矢量;
步骤四:根据连支的新息值计算各回路中树支的电流新息值,得到所有树支的电流连支推算新息矢量;
步骤五:根据步骤三获取的有量测支路的电流新息矢量和步骤四获取的电流连支推算新息矢量计算有量测支路的电流新息差矢量
如果所有树支支路新息差都没有明显偏大的情况,则确定所有树支支路上都不存在坏数据,执行步骤八;
如果某些回路中存在大量支路新息差明显偏大,则判断此回路的连支为坏数据,进行换树,即将存在坏数据的连支变为树支,另取该回路中一树支作为该回路连支,返回步骤四重新计算连支推算新息矢量;大量是指新息差很大支路数占该回路有测量支路数一半及一半以上;
如果某些回路中有较少支路的新息差明显偏大,则判断为新息差较大的支路存在坏数据,执行步骤七,较少是指新息差很大支路数占该回路有测量支路数少于一半;
步骤七:标记出所有坏数据所在的树支,然后将存在坏数据支路的量测值不再使用;
步骤八:排除坏数据后根据步骤四获取的连支推算新息矢量和步骤二获取的预报矢量计算得出每条支路上的修正预估比矢量R;
步骤九:判断每条支路上的修正预估比是否偏大或是否接近于零,偏大是指该支路修正预估比比其他正常支路的修正预估比大一至二个数量级,接近于零是指该支路修正预估比比其他正常支路的修正预估比小一至二个数量级;
如果所有支路修正预估比既不偏大也不接近于零,则该网络不存在拓扑错误,执行步骤十;
如果某支路修正预估比偏大,则该支路存在突然闭合拓扑错误;如果某支路修正预估比接近于零,则该支路存在开断拓扑错误,此时执行步骤九B:改变拓扑错误的支路状态,根据新的拓扑结构重新计算预报值,并计算支路新息值和所有支路连支推算新息值;然后执行步骤十;
步骤十:判断支路中是否有某些支路及其相连支路的连支推算新息值较大,较大是指该支路连支推算新息值大于其他正常支路值一倍及一倍以上;
如果所有支路连支推算新息值均不大于一倍及一倍以上,则判断此电力网络不存在参数错误;
如果某些支路及其相连支路的连支推算新息值较大,则判断该支路存在参数错误,执行步骤十一;
步骤十一:标记支路连支推算新息值较大的支路,认为连支推算新息值最大支路存在参数错误,进行参数估计过程。
本申请利用新息图法进行参数估计,无需迭代,可以实现在线估计,同时冗余度要求低,在n节点b条支路的电力网络中,PMU配置个数只需满足网络连支有量测即可(PMU配置个数≤b-n+1)。例如,在无坏数据的情况下IEEE-39母线系统仅需6个节点配置PMU装置即可识别拓扑错误和参数错误。在坏数据、拓扑错误和参数错误同时存在的情况下可以逐一辨识这些不正常事件,只是存在坏数据时PMU配置冗余度要求稍有提高,这是其他方法难于识别的情况。本发明对坏数据、拓扑错误和参数错误同时存在情况下进行了处理并提高了计算速度。
附图说明
图1是形成新息矢量的示意图,图2是支路π型等效电路模型的示意图,图3是交流潮流模型t+1时刻的运行网络示意图,图4是交流潮流模型t+1时刻的预报网络示意图,图5是交流潮流模型t+1时刻的新息网络示意图,图6是参数估计支路模型示意图,图7是IEEE-5节点系统结构示意图,图7中细实线代表树支,虚线代表连支。图8是本发明的流程示意图。
具体实施方式
具体实施方式一:下面结合图1具体说明本实施方式。本实施方式包括下述步骤:
步骤一:对n节点b条支路的电力网络进行拓扑分析,根据PMU配置情况形成电力网络的生成树,确定树支和连支,本申请的树支、连支及生成树等概念均为图论相关概念。在电力网络中配置的PMU数量只需满足所有连支(b-n+1个)均有量测即可满足拓扑错误识别和参数估计的需求。某支路存在坏数据则在该支路所在的回路中需要有树支测量,有一个树支测量可检测出该回路存在坏数据;有两个树支测量可以正确识别出坏数据。
步骤二:获取所有支路和节点注入的电流预报值与有量测的支路和节点注入电流量测值,有量测是指利用PMU装置采样得到的量测值;
步骤三:计算有量测支路的电流新息矢量;
步骤四:根据连支的新息值计算各回路中树支的电流新息值,得到所有树支的电流连支推算新息矢量;
如果所有树支支路新息差都没有明显偏大的情况,则确定所有树支支路上都不存在坏数据,执行步骤八;
如果某些回路中存在大量支路的新息差明显偏大,则判断此回路的连支为坏数据,进行换树,即将存在坏数据的连支变为树支,另取该回路中一树支作为该回路连支,返回步骤四重新计算连支推算新息矢量;大量是指新息差很大支路数占该回路有测量支路数一半及一半以上;
如果某些回路中有较少支路的新息差明显偏大,则判断为新息差较大的支路存在坏数据,执行步骤七,较少是指新息差很大支路数占该回路有测量支路数少于一半;
步骤七:标记出所有坏数据所在的树支,然后将存在坏数据支路的量测值不再使用,即将存在坏数据的支路作为无测量支路处理;
步骤八:根据步骤四获取的连支推算新息矢量和步骤二获取的预报矢量(预报矢量是预报值的一种矢量形式)计算得出每条支路上的修正预估比矢量R;
步骤九:判断每条支路上的修正预估比是否偏大或是否接近于零,偏大是指该支路修正预估比比其他正常支路的修正预估比大一至二个数量级,接近于零是指该支路修正预估比比其他正常支路的修正预估比小一至二个数量级;
如果所有支路修正预估比既不偏大也不接近于零,则该网络不存在拓扑错误,执行步骤十;
如果某支路修正预估比偏大,则该支路存在突然闭合拓扑错误;如果某支路修正预估比接近于零,则该支路存在开断拓扑错误,此时执行步骤九B、改变拓扑错误的支路状态,即从开断状态变为闭合状态或从闭合状态变为开断状态,根据新的拓扑结构重新计算预报值,并计算支路新息值和连支推算新息值,然后执行步骤十;
步骤十:排除坏数据和拓扑错误影响后,判断支路中是否有某些支路及其相连支路的连支推算新息值较大,较大是指该支路连支推算新息值大于其他正常支路值一倍及一倍以上(根据具体网络可做适当调整);
如果所有支路连支推算新息值均不大于一倍及一倍以上,则判断此电力网络不存在参数错误;
如果某些支路及其相连支路的连支推算新息值较大,则判断该支路存在参数错误,执行步骤十一;
步骤十一:标记支路连支推算新息值较大的支路,认为连支推算新息值最大支路存在参数错误,进行参数估计过程。
下面对某些概念进行详细说明:
(一)新息矢量与新息图
新息矢量为测量矢量与预报矢量之差。新息矢量的形成如图1所示。根据t时刻的状态结果进行节点负荷预报得到当前t+1时刻的节点注入功率的预报值Ppred(t+1)、Qpred(t+1),再通过状态预估可以得到节点电压的幅值、相角xpred(t+1)以及支路功率的预报值。当得到t+1时刻的测量矢量z(t+1)后,可以得到m维新息矢量v(t+1),其中m为测量数目:
v(t+1)=z(t+1)-h(xpred(t+1)) (1)
式中h(xpred(t+1))则是对应t+1时刻z(t+1)的预报矢量。上述是获取新息矢量的一种途径,此时新息矢量元素是以个体形式出现的,相互之间没有联系。
新息图中新息量之间遵循克希荷夫第一、第二定律。因而可通过计算得到连支推算新息,这提供了获取新息矢量元素的又一途径。
通过上述两种不同的途径获得的两种新息,它们具有一致性,这是新息图法检测和辨识拓扑错误、坏数据等不正常事件的基础。当假设不存在拓扑变化、坏数据和网络参数错误等不正常事件时,新息与连支推算新息均为零。
以上新息图模型均以直流潮流模型为基础。
交流潮流模型的支路采用π型等效电路模型,如图2所示。其中,zjk为线路等效电抗,yjd0和ykd0为线路接地电容,为代表线路开断状态的等效电势源。如果该支路断开时,根据置换定理,电势源等于开路电压;否则电势源为0。
线路j侧等效支路电流为:
交流潮流模型中,实际运行网络仍然是新息矢量,测量矢量和预报矢量的载体。
在交流潮流模型下,新息矢量计算公式为:
由于运行网络、预报网络和新息网络具有相同的网络拓扑和结构参数,根据叠加原理,预报网络与新息网络中同一支路电流的和即为运行网络中该支路的电流。
如果运行网络中不存在坏数据,上述建模原则使得图5中的新息矢量满足克希霍夫定律。如果有在网络的部分节点配置PMU,则一些无测量支路的电流新息矢量可以通过回路电流法计算出来。通过恰当选择树支和连支(连支位于PMU直接测量支路),树支电流新息值即可由连支推算出来,即为连支推算新息矢量:
新息图法利用新息差矢量识别坏数据,新息差矢量可表示为:
(二)网络参数错误辨识
新息图法建模原则是:新息网络、预报预估网络和运行网络的支路参数是相同的,即在建立新息图时不考虑网络参数错误。
式中,为实际运行支路j-k的参数值,该值是正确的但未知,zjk为在数据库中存放的可能含有错误的支路j-k的参数值,Δzjk表示支路j-k的参数偏差。对任意运行的支路j-k进行参数估计时,采用一般支路模型如图6所示:
在新息网络中,在没有拓扑变化,节点预报值准确的情况下,如果没有参数错误,反映参数错误的电势源新息网是无源网,反之,新息网是有源网,这样参数错误辨识问题转化为不为零的电势源识别问题,识别出不为零的电势源,即识别出参数错误。
因此可以得到辨识网络参数错误的判据:在系统中排除了拓扑变化和坏数据等不正常事件的影响后,仍然有不为零的新息出现,则说明存在网络参数错误;根据某支路及与该支路相连的支路的新息值比较大的特点识别网络参数错误的位置。
根据PMU实际配置情况,某些支路可能无新息值,但在无坏数据的情况下,可用连支推算新息进行替代。
(三)新息图法参数估计原理
在辨识出网络参数错误的基础上,需要进一步对错误的网络参数提供一个正确的估计值。采用交流潮流模型时,对于存在网络参数错误的支路有:
新息网络中,可以得到:
(9)
在新息网络图中的任意选定回路中,根据排除了坏数据和拓扑错误后的连支推算新息矢量,利用克希荷夫第二定律可以计算出回路中电势源的代数和。
假设系统回路S中只有一条支路存在阻抗参数错误时,有
又由式(7)可计算出该支路的参数偏差Δzjk为:
根据PMU实际配置情况,某些支路可能无新息值,但在无坏数据的情况下,新息可用连支推算新息进行替代。
具体实施方式二:本实施方式区别于实施方式一之处在于,步骤三中的有量测支路的电流新息值按如下公式获取:
具体实施方式三:本实施方式区别于实施方式一之处在于,步骤四中的连支推算新息矢量按如下公式获取:
具体实施方式四:本实施方式区别于实施方式一之处在于,步骤五中的新息差矢量按如下公式获取:
具体实施方式五:本实施方式区别于实施方式一之处在于,步骤八中的某一支路j-k修正预估比按如下公式获取:
具体实施方式六:本实施方式区别于实施方式一之处在于,步骤十一中参数估计过程如下:
判断出存在参数错误支路后,利用克希荷夫第二定律可以计算出存在参数错误的回路中电势源的代数和,公式如下:
其中,l为包含在回路S中的支路,zl,分别为支路l的阻抗、连支推算新息矢量元素值、支路l存在参数错误产生的电势源;
在假设系统回路S中只有一条支路存在电抗参数错误时,有:
具体实施方式七:下面举一个具体的实例来说明本发明的实验效果
根据上述理论,以如图2所示的IEEE-5节点系统为例来说明利用新息图进行参数估计的方法。
假设在母线2和母线3上安装PMU装置,支路3-4存在坏数据、网络拓扑结构错误和支路1-2阻抗参数存在10%误差时的计算结果如表1所示。
支路3-4的新息差元素值很大,可以断定该支路存在坏数据;根据支路3-4接近于零的修正预估比和较大的连支推算新息值,可断定该支路发生突然断开拓扑错误。
表1拓扑错误位于支路2-4、坏数据树支2-4及电抗参数错误位于支路2-3的初始计算结果
排除拓扑错误和坏数据后,包含支路2-3的回路新息电压差为0.003581-j0.005595,可得此时支路2-3阻抗参数的估计值为0.059955+j0.179944,电阻和电抗的估计误差百分比为0.025%和0.020%。
由上述分析可以看出,当坏数据、网络拓扑错误和网络参数错误同时发生时,本发明的方法仍然有效。
Claims (6)
1.基于相量测量单元的电力网络新息图参数估计方法,其特征在于本方法包括下述步骤:步骤一:对n节点b条支路的电力网络进行拓扑分析,根据PMU配置情况形成电力网络的生成树,确定树支和连支;
步骤二:获取所有支路和节点注入的电流预报值与有量测的支路和节点注入电流量测值,有量测是指利用PMU装置采样得到的量测值;
步骤三:计算有量测支路的电流新息矢量;
步骤四:根据连支的新息值计算各回路中树支的电流新息值,得到所有树支的电流连支推算新息矢量;
如果所有树支支路新息差都没有明显偏大的情况,则确定所有树支支路上都不存在坏数据,执行步骤八;
如果某些回路中存在大量支路新息差明显偏大,则判断此回路的连支为坏数据,进行换树,即将存在坏数据的连支变为树支,另取该回路中一树支作为该回路连支,返回步骤四重新计算连支推算新息矢量;大量是指新息差很大支路数占该回路有测量支路数一半及一半以上;
如果某些回路中有较少支路的新息差明显偏大,则判断为新息差较大的支路存在坏数据,执行步骤七,较少是指新息差很大支路数占该回路有测量支路数少于一半;
步骤七:标记出所有坏数据所在的树支,然后将存在坏数据支路的量测值不再使用;
步骤八:排除坏数据后根据步骤四获取的连支推算新息矢量和步骤二获取的预报矢量计算得出每条支路上的修正预估比矢量;
步骤九:判断每条支路上的修正预估比是否偏大或是否接近于零,偏大是指该支路修正预估比比其他正常支路的修正预估比大一至二个数量级,接近于零是指该支路修正预估比比其他正常支路的修正预估比小一至二个数量级;
如果所有支路修正预估比既不偏大也不接近于零,则该网络不存在拓扑错误,执行步骤十;
如果某支路修正预估比偏大,则该支路存在突然闭合拓扑错误;如果某支路修正预估比接近于零,则该支路存在开断拓扑错误,此时执行步骤九B,改变拓扑错误的支路状态,根据新的拓扑结构重新计算预报值,并计算支路新息值和所有支路连支推算新息值;然后执行步骤十;
步骤十:判断支路中是否有某些支路及其相连支路的连支推算新息值较大,较大是指该支路连支推算新息值大于其他正常支路值一倍及一倍以上;
如果所有支路连支推算新息值均不大于一倍及一倍以上,则判断此电力网络不存在参数错误;
如果某些支路及其相连支路的连支推算新息值较大,则判断该支路存在参数错误,执行步骤十一;
步骤十一:标记支路连支推算新息值较大的支路,认为连支推算新息值最大支路存在参数错误,进行参数估计过程。
6.根据权利要求1所述的基于相量测量单元的电力网络新息图参数估计方法,其特征在于步骤十一中参数估计过程如下:
判断出存在参数错误支路后,利用克希荷夫第二定律可以计算出存在参数错误的回路中电势源的代数和,公式如下:
在假设系统回路S中只有一条支路存在电抗参数错误时,有:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100694803A CN102136105A (zh) | 2011-03-22 | 2011-03-22 | 基于相量测量单元的电力网络新息图参数估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100694803A CN102136105A (zh) | 2011-03-22 | 2011-03-22 | 基于相量测量单元的电力网络新息图参数估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102136105A true CN102136105A (zh) | 2011-07-27 |
Family
ID=44295882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100694803A Pending CN102136105A (zh) | 2011-03-22 | 2011-03-22 | 基于相量测量单元的电力网络新息图参数估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102136105A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636706A (zh) * | 2012-03-12 | 2012-08-15 | 河海大学 | 一种电网中参数误差支路的辨识方法 |
CN102982379A (zh) * | 2012-11-16 | 2013-03-20 | 清华大学 | 基于集合论估计模型的电力系统状态估计方法及系统 |
CN104281749A (zh) * | 2014-10-10 | 2015-01-14 | 广州供电局有限公司 | 基于新息图法的含dg配电网的拓扑辨识方法 |
CN106845143A (zh) * | 2017-03-13 | 2017-06-13 | 深圳供电局有限公司 | 一种用于scada系统上线路估计值改进方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101593977A (zh) * | 2009-04-17 | 2009-12-02 | 哈尔滨工业大学 | 电力网络支路参数估计方法 |
CN101976426A (zh) * | 2010-10-27 | 2011-02-16 | 哈尔滨工业大学 | 基于热网历史数据挖掘的负荷预报方法 |
-
2011
- 2011-03-22 CN CN2011100694803A patent/CN102136105A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101593977A (zh) * | 2009-04-17 | 2009-12-02 | 哈尔滨工业大学 | 电力网络支路参数估计方法 |
CN101976426A (zh) * | 2010-10-27 | 2011-02-16 | 哈尔滨工业大学 | 基于热网历史数据挖掘的负荷预报方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636706A (zh) * | 2012-03-12 | 2012-08-15 | 河海大学 | 一种电网中参数误差支路的辨识方法 |
CN102636706B (zh) * | 2012-03-12 | 2014-02-19 | 河海大学 | 一种电网中参数误差支路的辨识方法 |
CN102982379A (zh) * | 2012-11-16 | 2013-03-20 | 清华大学 | 基于集合论估计模型的电力系统状态估计方法及系统 |
CN102982379B (zh) * | 2012-11-16 | 2016-08-03 | 清华大学 | 基于集合论估计模型的电力系统状态估计方法及系统 |
CN104281749A (zh) * | 2014-10-10 | 2015-01-14 | 广州供电局有限公司 | 基于新息图法的含dg配电网的拓扑辨识方法 |
CN104281749B (zh) * | 2014-10-10 | 2017-12-08 | 广州供电局有限公司 | 基于新息图法的含dg配电网的拓扑辨识方法 |
CN106845143A (zh) * | 2017-03-13 | 2017-06-13 | 深圳供电局有限公司 | 一种用于scada系统上线路估计值改进方法和系统 |
CN106845143B (zh) * | 2017-03-13 | 2019-05-14 | 深圳供电局有限公司 | 一种用于scada系统上线路估计值改进方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108173263B (zh) | 一种基于ami量测信息的配电网拓扑错误辨识算法 | |
CN107453357B (zh) | 一种基于分层求解的配电网状态估计方法 | |
CN107843810B (zh) | 一种基于状态估计的有源配电网故障区段在线定位方法 | |
CN105759173B (zh) | 含分布式电源的配电网的自适应故障区段定位方法 | |
CN101964525B (zh) | 一种支持大规模电流量测的配电网状态估计方法 | |
CN102005757B (zh) | 一种基于量测生成树的电网拓扑错误的辨识方法 | |
CN101573852A (zh) | 使用时间同步测量估计实时电力系统量 | |
Feng et al. | A practical multi-phase distribution state estimation solution incorporating smart meter and sensor data | |
CN101635457A (zh) | 一种基于状态估计残差参数灵敏度的电网参数估计方法 | |
CN103954885B (zh) | 基于分布参数的双回线故障单端定位系统及定位方法 | |
CN106383296A (zh) | 一种基于相量分析的改进阻抗型有源配电网故障测距算法 | |
CN109256970B (zh) | Mmc-mtdc输电系统单极接地故障电流计算方法 | |
CN110133451A (zh) | 基于微型pmu和二分法搜索的配电网故障定位方法及系统 | |
CN105375484A (zh) | 一种基于pmu的电力系统分布式动态状态估计方法 | |
CN101593977B (zh) | 电力网络支路参数估计方法 | |
CN106026086A (zh) | 一种电网中运行状态的动态估计方法 | |
CN115128395A (zh) | 一种电压暂降源定位方法和装置 | |
CN102891485B (zh) | 基于序分量法的弱环配电网三相解耦潮流计算方法 | |
CN102136105A (zh) | 基于相量测量单元的电力网络新息图参数估计方法 | |
JP5710303B2 (ja) | 電力系統の縮約モデルのパラメータ推定方法及びその装置 | |
Vosgerau et al. | Power system state and topology coestimation | |
CN109858061B (zh) | 面向电压功率灵敏度估计的配电网络等值与化简方法 | |
CN103972889B (zh) | 一种配电线路阻抗在线辨识方法 | |
Bila | Power system dynamic state estimation and load modeling | |
CN103825270B (zh) | 一种配电网三相状态估计雅可比矩阵常数化的处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20110727 |