CN105552904A - 基于双线性化的多区域电网全分布式抗差状态估计方法 - Google Patents

基于双线性化的多区域电网全分布式抗差状态估计方法 Download PDF

Info

Publication number
CN105552904A
CN105552904A CN201610067806.1A CN201610067806A CN105552904A CN 105552904 A CN105552904 A CN 105552904A CN 201610067806 A CN201610067806 A CN 201610067806A CN 105552904 A CN105552904 A CN 105552904A
Authority
CN
China
Prior art keywords
region
forall
node
overbar
measurement
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.)
Granted
Application number
CN201610067806.1A
Other languages
English (en)
Other versions
CN105552904B (zh
Inventor
吴文传
张伯明
孙宏斌
郑伟业
郭庆来
王彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN201610067806.1A priority Critical patent/CN105552904B/zh
Publication of CN105552904A publication Critical patent/CN105552904A/zh
Priority to US15/331,876 priority patent/US10222815B2/en
Application granted granted Critical
Publication of CN105552904B publication Critical patent/CN105552904B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05FSYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/66Regulating electric power
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0213Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Power Engineering (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Complex Calculations (AREA)

Abstract

本发明涉及基于双线性化的多区域电网全分布式抗差状态估计方法,属于电力系统运行和控制技术领域。该方法分为三阶段:第一阶段是对量测的预处理,得到中间状态变量的预估计;第二阶段把中间状态变量进行非线性转换,得到新的量测,即各支路两端电压相角差以及电压对数幅值之和的两倍。第三阶段基于这些新的量测,估计出最终的状态变量。第二阶段的非线性转换,各区可以并行求解,不需要与其他区域通信。第一阶段与第三阶段的状态估计,针对的是线性化的系统,每个控制区利用本地与邻居的通信,采用交替方向乘子法,求得本地状态量。本发明适用于大规模多区域状态估计,能够很好地保护各区域数据隐私,具有很高的敏捷性、灵活性与鲁棒性。

Description

基于双线性化的多区域电网全分布式抗差状态估计方法
技术领域
本发明属于电力系统运行和控制技术领域,特别涉及一种基于双线性化的多区域电网全分布式抗差状态估计方法。
背景技术
电力系统的状态估计就是以数据采集与监视控制系统采集的实时量测为数据输入源,剔除其中的不良数据之后,结合电网模型,按照特定的状态估计模型,对电网的状态量进行最优估算。状态估计在能量管理系统中处于极为重要的地位,是后续一系列高级应用的重要基石;但是,随着系统规模增大,现有的集中式的管理系统,将面临如下挑战:
(1)海量信息问题:巨大的网络规模极有可能造成通信拥塞和信息处理瓶颈;
(2)可维护问题:互联区域数众多,异动频繁,控制中心难以实时地维护整个电网的全局模型;
(3)隐私性问题:不同控制区可能隶属于不同的运营主体,由于商业机密,控制中心难以采集各控制区的所有信息。
上述挑战都将促使集中式的状态估计变革为全分布式架构,决策机制由单一模式变革为自治模式。全分布式架构不需要协调层来对各区域进行集中管理协调,各区域完全自治,可以并行计算本区域的子问题,并与相邻区域交互边界信息,即可准确获得整个系统的状态变量,同时抑制坏数据带来的影响。
发明内容
本发明的目的是为克服已有技术的不足之处,提出一种基于双线性化的多区域电网全分布式抗差状态估计方法,采用本发明提出的方法所进行的状态估计方法,能够很好地保护各子区域的数据隐私,各区域之间只需交互极少量信息,即可协同获得电力系统状态,并且能抑制坏数据带来的影响,具有很高的敏捷性与鲁棒性。
本发明提出一种基于双线性化的多区域电网全分布式抗差状态估计方法,其特征在于,该方法包括以下步骤:
1)将电力系统分成多个控制区,一个控制区为一条或若干条母线和挂接在上面的发电机;设给定的电力系统被划分为R个区域,R为正整数;定义每个控制区中所有节点的集合为节点j表示该区域中任意一节点,mj:=|Mj|为包含节点j的区域数量;
2)对划分后的电力系统的每个控制区域建立由目标函数和约束条件组成的分布式第一阶段线性模型,区域a和b为系统中任意两个相邻的控制区域,区域a其节点集Na={1,2,4…},区域b节点集Nb={3,5…};
2-1)设任意控制区域a目标函数为最小化全网残差平方和以及保证坏数据稀疏性所引入的惩罚项如式(1):
min Σ a = 1 R J a f ( y a , o a f ) = Σ a = 1 R [ 1 2 ( z a - B a y a - o a f ) T ( z a - B a y a - o a f ) + λ | | o a f | | 1 ] - - - ( 31 )
其中,为区域a的目标函数,ya为区域a的中间状态变量,由{Ua,i,Ka,ij,La,ij}组成,La,ij=Va,iVa,jsinθa,ij,θa,ij=θa,ia,j,Va,i和Va,j分别为区域a节点i和节点j的电压幅值,θa,i和θa,j分别为区域a节点i和节点j的电压相角,为惩罚项;为区域a第一阶段坏数据向量,za为区域a的量测包括电压幅值量测、支路有功量测、支路无功量测、节点注入有功量测和注入无功量测,Ba为区域a的第一阶段量测矩阵,其元素由式(2)-(6)量测方程确定:
P a , i m = Σ j ∈ i j ≠ i [ ( g s h , i + g i j ) U a , i - g i j K a , i j - b i j L a , i j ] + ϵ P - - - ( 32 )
Q a , i m = Σ j ∈ i j ≠ i [ - ( b s h , i + b i j ) U a , i - g i j L a , i j + b i j K a , i j ] + ϵ Q - - - ( 33 )
P a , i j m = ( g s h , i + g i j ) U a , i - g i j K a , i j - b i j L a , i j + ϵ P - - - ( 34 )
Q a , i j m = - ( b s h , i + b i j ) U a , i - g i j L a , i j + b i j K a , i j + ϵ Q - - - ( 35 )
U a , i m = U a , i + ϵ U - - - ( 36 )
其中,是区域a节点i的注入有功和无功量测,是区域a支路ij的i端的有功和无功量测,是区域a节点i电压量测值的平方,gij为支路ij的电导,gsh,i为节点i的并联电导,bij为支路ij的电纳,bsh,i为节点i的并联电纳,εP,εQ,εU分别为有功量测、无功量测、电压幅值平方的误差项;λ为常数;
2-2)约束约束条件包括:区域a的零注入等式约束,如式(7)所示:
E a y a = 0 , ∀ a - - - ( 37 )
Ea代表区域a的零注入量测矩阵;
为保证相邻区域边界状态量一致所引入的约束,如式(8)所示:
K a , i j = K b , i j L a , i j = L b , i j , ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a , ∀ a - - - ( 38 )
其中,Ka,ij为区域a线路ij两端电压幅值以及相角差之余弦的乘积,La,ij为区域a线路ij两端电压幅值以及相角差之正弦的乘积,Гa,b为区域a和b之间的联络线集合,Δa为a的相邻区域的集合;
3)令交替方向乘子法的迭代下标t=0;给定交替方向乘子法的收敛标准ε∈R+;采用交替方向乘子法对步骤2)建立的分布式第一阶段线性模型进行求解;具体包括:
3-1)更新控制区域a的中间状态变量,如式(9)所示:
y a t + 1 = G ^ B , a - 1 ( I - E a T B ^ a ) [ B a T ( z a - o a f , t ) + ρ f y ^ a t ] + B ^ a T z e , a - - - ( 39 )
ρf∈R+为交替方向乘子法的罚因子,其中R+为正实数集,为增广信息矩阵,I为单位阵,为第t步迭代中区域a的辅助中间状态变量,由与{Ua,Ka,La}所对应的辅助中间状态变量组成,初始值选为 { U ^ a 0 , K ^ a 0 , L ^ a 0 } = { 1 , 1 , 0 } , B ^ a = ( E a G ^ B , a - 1 E a T ) - 1 E a G ^ B , a - 1 为区域a的第一阶段辅助矩阵;
3-2)更新控制区域a的坏数据变量,如式(10)所示:
o a f , t + 1 = [ z a - B a y a t + 1 ] λ + - - - ( 40 )
其中代表阈值算符,相当于对向量中的每个分量做如式(11)运算:
其中l代表分量序号;
3-3)控制区a与相邻控制区b交互边界辅助变量K和L,对相邻控制区a和b之间联络线上的辅助变量K和L求均值,如式(12):
K ‾ a , i j t + 1 = 1 2 ( K a , i j t + 1 + K b , i j t + 1 ) L ‾ a , i j t + 1 = 1 2 ( L a , i j t + 1 + L b , i j t + 1 ) , ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a - - - ( 42 )
3-4)更新区域a的辅助中间状态变量,如式(13):
K ^ a , i j t + 1 = K ^ a , i j t + 2 K ‾ a , i j t + 1 - K ‾ a , i j t - K a , i j t + 1 L ^ a , i j t + 1 = L ^ a , i j t + 2 L ‾ a , i j t + 1 - L ‾ a , i j t - L a , i j t + 1 , ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a - - - ( 43 )
其中,均为的分量;
3-5)判断第一阶段中交替方向乘子法是否收敛:
计算原始残差向量如式(14):
r f , t = 1 2 { | K a , i j t - K b , i j t | , | L a , i j t - L b , i j t | | ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a , ∀ a } - - - ( 44 )
计算对偶残差向量如式(15):
d f , t = { | K ‾ a , i j t - K ‾ a , i j t - 1 | , | L ‾ a , i j t - L ‾ a , i j t - 1 | | ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a , ∀ a } - - - ( 45 )
计算总残差如式(16):
δ f , t = | | r f , t d f , t | | ∞ - - - ( 46 )
若δf,t≥εf,则t:=t+1,返回步骤3-1);反之,说明交替方向乘子法已收敛,进行步骤4);
4)对控制区域a的辅助中间状态变量进行第二阶段非线性变换,从而得到分布式第三阶段线性模型所需要的量测,如式(17)-(19):
αa,i=lnUa,i(47)
α a , i j = l n ( K a , i j 2 + L a , i j 2 ) - - - ( 48 )
θ a , i j = arctan ( L a , i j K a , i j ) - - - ( 49 )
其中αa,i为区域a节点i的电压幅值自然对数的两倍,αa,ij为区域a支路ij两端αa,i和αa,j之和,θa,ij为区域a的支路ij两端的电压相角差;
5)对控制区a域建立由目标函数和约束条件组成的分布式第三阶段线性模型;
5-1)目标函数如下,为最小化全网残差平方和以及保证坏数据稀疏性所引入的惩罚项
min J s ( x , o s ) = Σ a = 1 R J a s ( x a , o a s ) = Σ a = 1 R [ 1 2 ( u ~ a - C a x a - o a s ) T ( u ~ a - C a x a - o a s ) + λ | | o a s | | 1 ]
其中为区域a的目标函数,xa为区域a的最终状态变量包括节点电压幅值和相角,为区域第二阶段坏数据向量,为惩罚项;为区域a的经过非线性转换后的量测,包括{αa,ia,ija,ij},Ca为区域a的第三阶段量测矩阵,其元素由式(20)、(21)量测方程决定:
αa,ij=αa,ia,jα(50)
θa,ij=θa,ia,jθ(51)
其中,εαθ是第三阶段量测αa,ija,ij的误差项;
5-2)约束条件是用以保证相邻区域在边界处一致的等式约束,如式(22):
s . t . x a , i = x b , i , ∀ i ∈ N ^ a B B , ∀ a - - - ( 52 )
其中,xa,i为区域a节点i的状态变量,为区域a的边界节点集;
6)令交替方向乘子法的迭代下标t=0;给定交替方向乘子法的收敛标准ε∈R+;采用交替方向乘子法对步骤5)的分布式第三阶段线性模型进行求解;
6-1)更新区域a的最终状态变量,如式(23)所示:
x a t + 1 = G ^ C , a - 1 ( C a T ( u ~ a - o a s , t ) + ρ s x ^ a t ) , ∀ a - - - ( 53 )
ρs∈R+为交替方向乘子法的罚因子,,为第二阶段增广信息矩阵,为第t步迭代中区域a的辅助最终状态变量,初值为0;
6-2)更新区域a的坏数据变量,如式(24)所示:
o a s , t + 1 = [ u ~ a - C a x a t + 1 ] λ + - - - ( 54 )
6-3)控制区a利用本地和与邻居的通信,区域a与相邻区域b交互边界节点的状态变量最新估计值,对区域a任意边界节点i上的状态变量求均值,如式(25)所示:
x ‾ a , i t + 1 = 1 m i Σ a ∈ M i x a , i t + 1 , ∀ i ∈ N ^ a B B - - - ( 55 )
其中,Mi为包含节点i的区域集合,mi为包含节点i的区域数;
6-4)更新区域a的辅助状态变量,如式(26)所示:
x ^ a , i t + 1 = x ^ a , i t + 2 x ‾ a , i t + 1 - x ‾ a , i t - x a , i t + 1 , ∀ i ∈ N ^ a B B - - - ( 56 )
4-5)判断第三阶段中交替方向乘子法是否收敛,计算原始残差向量如式(27)所示:
r s , t = 1 2 { | x a , i t - x b , i t | | ∀ i ∈ N ^ a B B , ∀ b ∈ Δ a , ∀ a } - - - ( 57 )
计算对偶残差向量,如式(28)、(29)所示:
d s , t = 1 2 { | x ‾ a , i t - x ‾ a , i t - 1 | | ∀ i ∈ N ^ a B B , ∀ b ∈ Δ a , ∀ a } - - - ( 58 )
d f , t = { | K ‾ a , i j t - K ‾ a , i j t - 1 | , | L ‾ a , i j t - L ‾ a , i j t - 1 | | ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a , ∀ a } - - - ( 59 )
计算总残差,如式(30)所示:
δ s , t = | | r s , t d s , t | | ∞ - - - ( 60 )
若δs,t≥ε,则t:=t+1,返回步骤4-1);反之,说明交替方向乘子法已收敛,则区域a输出xa为各区域a的电力系统状态变量,包括各区域a的电压幅值和相角,并结束计算。
本发明提出的一种基于双线性化的多区域电网全分布式抗差状态估计方法,其优点是:
(1)可扩展性:经过分区后,该方法各区域的子问题规模十分小,因此可以应对大规模系统;
(2)可维护性:整体而言,该方法只需各区域与相邻区域的协同迭代,不需要控制中心进行协调、处理,不需要维护庞大的集中模型;
(3)私密性:各区域只需在第一阶段和第三阶段中与相邻区域交互边界信息,因此本区域内的数据隐私得到很好的保护。
附图说明
图1是本方法第一阶段分解示意图。
图2是本方法第三阶段分解示意图。
具体实施方式
本发明提出一种基于双线性化的多区域电网全分布式抗差状态估计方法,下面结合具体实施例进一步详细说明如下:
本发明提出一种基于双线性化的多区域电网全分布式抗差状态估计方法,其特征在于,该方法包括以下步骤:
1)将电力系统分成多个控制区,一个控制区为一条或若干条母线和挂接在上面的发电机;假设给定的电力系统被划分为R个区域,R为正整数;区域a、区域b为任意两个相邻区域,定义每个控制区中所有节点的集合为节点j表示该区域中任意一节点,mj:=|Mj|为包含节点j的区域数量;
2)对划分后的电力系统的每个控制区域建立由目标函数和约束条件组成的分布式第一阶段线性模型,如图1所示,区域a和b为系统中任意两个相邻的控制区域,区域a包含节点1、2、4等,其节点集Na={1,2,4…},区域b包含节点3、5等,其节点集Nb={3,5…};(以下具体步骤描述以区域a表示任意一个区域,每个区域均为相同处理)。
2-1)设任意控制区域a目标函数为最小化全网残差平方和以及保证坏数据稀疏性所引入的惩罚项如式(1):
min Σ a = 1 R J a f ( y a , o a f ) = Σ a = 1 R [ 1 2 ( z a - B a y a - o a f ) T ( z a - B a y a - o a f ) + λ | | o a f | | 1 ] - - - ( 61 )
其中,为区域a的目标函数,ya为区域a的中间状态变量,由{Ua,i,Ka,ij,La,ij}组成,La,ij=Va,iVa,jsinθa,ij,θa,ij=θa,ia,j,Va,i和Va,j分别为区域a节点i和节点j的电压幅值,θa,i和θa,j分别为区域a节点i和节点j的电压相角,为惩罚项;为区域a第一阶段坏数据向量,za为区域a的量测包括电压幅值量测、支路有功量测、支路无功量测、节点注入有功量测和注入无功量测,Ba为区域a的第一阶段量测矩阵,其元素由式(2)-(6)量测方程确定:
P a , i m = Σ j ∈ i j ≠ i [ ( g s h , i + g i j ) U a , i - g i j K a , i j - b i j L a , i j ] + ϵ P - - - ( 62 )
Q a , i m = Σ j ∈ i j ≠ i [ - ( b s h , i + b i j ) U a , i - g i j L a , i j + b i j L a , i j ] + ϵ Q - - - ( 63 )
P a , i j m = ( g s h , i + g i j ) U a , i - g i j K a , i j - b i j L a , i j + ϵ P - - - ( 64 )
Q a , i j m = - ( b s h , i + b i j ) U a , i - g i j L a , i j + b i j K a , i j + ϵ Q - - - ( 65 )
U a , i m = U a , i + ϵ U - - - ( 66 )
其中,是区域a节点i的注入有功和无功量测,是区域a支路ij的i端的有功和无功量测,是区域a节点i电压量测值的平方,gij为支路ij的电导,gsh,i为节点i的并联电导,bij为支路ij的电纳,bsh,i为节点i的并联电纳,εPQU分别为有功量测、无功量测、电压幅值平方的误差项;λ为常数,一般取值为1.34e-2;
2-2)约束约束条件包括:区域a的零注入等式约束,如式(7)所示:
E a y a = 0 , ∀ a - - - ( 67 )
Ea代表区域a的零注入量测矩阵;
为了保证相邻区域边界状态量一致所引入的约束,如式(8)所示:
K a , i j = K b , i j L a , i j = L b , i j , ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a , ∀ a - - - ( 68 )
其中,Ka,ij为区域a线路ij两端电压幅值以及相角差之余弦的乘积,La,ij为区域a线路ij两端电压幅值以及相角差之正弦的乘积,Гa,b为区域a和b之间的联络线集合,Δa为a的相邻区域的集合;如图1所示,在联络线1-3上,为了保证相邻区域边界状态量一致所引入的约束为Ka,13=Kb,13,La,13=Lb,13
3)令交替方向乘子法的迭代下标t=0;给定交替方向乘子法的收敛标准ε∈R+;采用交替方向乘子法对步骤2)建立的分布式第一阶段线性模型进行求解;具体包括:
3-1)更新控制区域a的中间状态变量,如式(9)所示:
y a t + 1 = G ^ B , a - 1 ( I - E a T B ^ a ) [ B a T ( z a - o a f , t ) + ρ f y ^ a t ] + B ^ a T z e , a - - - ( 69 )
ρf∈R+为交替方向乘子法的罚因子,一般取值为1,其中R+为正实数集,为增广信息矩阵,I为单位阵,为第t步迭代中区域a的辅助中间状态变量,由与{Ua,Ka,La}所对应的辅助中间状态变量组成,初始值选为 { U ^ a 0 , K ^ a 0 , L ^ a 0 } = { 1 , 1 , 0 } , B ^ a = ( E a G ^ B , a - 1 E a T ) - 1 E a G ^ B , a - 1 为区域a的第一阶段辅助矩阵;
3-2)更新控制区域a的坏数据变量,如式(10)所示:
o a f , t + 1 = [ z a - B a y a t + 1 ] λ + - - - ( 70 )
其中代表阈值算符,相当于对向量中的每个分量做如式(11)运算:
其中l代表分量序号;
3-3)区域a与相邻控制区b交互边界信息(辅助变量K和L),对相邻控制区b之间联络线上的辅助变量K和L求均值,如式(12):
K ‾ a , i j t + 1 = 1 2 ( K a , i j t + 1 + K b , i j t + 1 ) L ‾ a , i j t + 1 = 1 2 ( L a , i j t + 1 + L b , i j t + 1 ) , ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a - - - ( 72 )
3-4)更新区域a的辅助中间状态变量,如式(13):
其中,均为的分量;
3-5)判断第一阶段中交替方向乘子法是否收敛:
计算原始残差向量如式(14):
r f , t = 1 2 { | K a , i j t - K b , i j t | , | L a , i j t - L b , i j t | | ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a , ∀ a } - - - ( 74 )
计算对偶残差向量如式(15):
d f , t = { | K ‾ a , i j t - K ‾ a , i j t - 1 | , | L ‾ a , i j t - L ‾ a , i j t - 1 | | ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a , ∀ a } - - - ( 75 )
计算总残差如式(16):
δ f , t = | | r f , t d f , t | | ∞ - - - ( 76 )
若δf,t≥εf,则t:=t+1,返回步骤3-1);反之,说明交替方向乘子法已收敛,进行步骤4);
4)对控制区域a的辅助中间状态变量进行第二阶段非线性变换,从而得到分布式第三阶段线性模型所需要的量测值,如式(17)-(19):
αa,i=lnUa,i(77)
α a , i j = l n ( K a , i j 2 + L a , i j 2 ) - - - ( 78 )
θ a , i j = arctan ( L a , i j K a , i j ) - - - ( 79 )
其中αa,i为区域a节点i的电压幅值自然对数的两倍,αa,ij为区域a支路ij两端αa,i和αa,j之和,θa,ij为区域a的支路ij两端的电压相角差;
5)对控制区域a建立由目标函数和约束条件组成的分布式第三阶段线性模型,以图2为例,该系统包含5个节点两个区域,区域a包含节点1、2、3、4,区域b包含节点3、5,节点3为两个区域共享的节点。
5-1)目标函数如下,为最小化全网残差平方和以及保证坏数据稀疏性所引入的惩罚项
min J s ( x , o s ) = Σ a = 1 R J a s ( x a , o a s ) = Σ a = 1 R [ 1 2 ( u ~ a - C a x a - o a s ) T ( u ~ a - C a x a - o a s ) + λ | | o a s | | 1 ]
其中为区域a的目标函数,xa为区域a的最终状态变量包括节点电压幅值和相角,为区域第二阶段坏数据向量,为惩罚项;为区域a的经过非线性转换后的量测,包括{αa,ia,ija,ij},Ca为区域a的第三阶段量测矩阵,其元素由式(20)、(21)量测方程决定:
αa,ij=αa,ia,jα(80)
θa,ij=θa,ia,jθ(81)
其中,εαθ是第三阶段量测αa,ija,ij的误差项;
5-2)约束条件是为了保证相邻区域在边界处一致的等式约束,如式(22):
s . t . x a , i = x b , i , ∀ i ∈ N ^ a B B , ∀ a - - - ( 82 )
其中,xa,i为区域a节点i的状态变量,为区域a的边界节点集;以图2为例,为了保证相邻区域在边界处一致,在节点3上所引入的等式约束为xa,3=xb,3.
6),令交替方向乘子法的迭代下标t=0;给定交替方向乘子法的收敛标准ε∈R+;采用交替方向乘子法对步骤5)的分布式第三阶段线性模型进行求解;
6-1)更新区域a的最终状态变量,如式(23)所示:
x a t + 1 = G ^ C , a - 1 ( C a T ( u ~ a - o a s , t ) + ρ s x ^ a t ) , ∀ a - - - ( 83 )
ρs∈R+为交替方向乘子法的罚因子,一般取为为第二阶段增广信息矩阵,为第t步迭代中区域a的辅助最终状态变量,初值为0;
6-2)更新区域a的坏数据变量,如式(24)所示:
o a s , t + 1 = [ u ~ a - C a x a t + 1 ] λ + - - - ( 84 )
6-3)控制区a利用本地和与邻居的通信,区域a与相邻区域b交互边界节点的状态变量最新估计值,对区域a边界节点上的状态变量求均值,设区域a的任一边界节点i,如式(25)所示:
x ‾ a , i t + 1 = 1 m i Σ a ∈ M i x a , i t + 1 , ∀ i ∈ N ^ a B B - - - ( 85 )
其中,Mi为包含节点i的区域集合,mi为包含节点i的区域数;
6-4)更新区域a的辅助状态变量,如式(26)所示:
x ^ a , i t + 1 = x ^ a , i t + 2 x ‾ a , i t + 1 - x ‾ a , i t - x a , i t + 1 , ∀ i ∈ N ^ a B B - - - ( 86 )
4-5)判断第三阶段中交替方向乘子法是否收敛,如式(27)所示:
计算原始残差向量如下:
r s , t = 1 2 { | x a , i t - x b , i t | | ∀ i ∈ N ^ a B B , ∀ b ∈ Δ a , ∀ a } - - - ( 87 )
计算对偶残差向量,如式(23)所示:
d s , t = 1 2 { | x ‾ a , i t - x ‾ a , i t - 1 | | ∀ i ∈ N ^ a B B , ∀ b ∈ Δ a , ∀ a } - - - ( 88 )
d f , t = { | K ‾ a , i j t - K ‾ a , i j t - 1 | , | L ‾ a , i j t - L ‾ a , i j t - 1 | | ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a , ∀ a } - - - ( 89 )
计算总残差,如式(23)所示:
δ s , t = | | r s , t d s , t | | ∞ - - - ( 90 )
若δs,t≥ε,则t:=t+1,返回步骤4-1);反之,说明交替方向乘子法已收敛,则区域a输出xa
为区域a的电力系统状态变量,包括区域a的电压幅值和相角,并结束计算。

Claims (1)

1.一种基于双线性化的多区域电网全分布式抗差状态估计方法,其特征在于,该方法包括以下步骤:
1)将电力系统分成多个控制区,一个控制区为一条或若干条母线和挂接在上面的发电机;设给定的电力系统被划分为R个区域,R为正整数;定义每个控制区中所有节点的集合为节点j表示该区域中任意一节点,mj:=|Mj|为包含节点j的区域数量;
2)对划分后的电力系统的每个控制区域建立由目标函数和约束条件组成的分布式第一阶段线性模型,区域a和b为系统中任意两个相邻的控制区域,区域a其节点集Na={1,2,4…},区域b节点集Nb={3,5…};
2-1)设任意控制区域a目标函数为最小化全网残差平方和以及保证坏数据稀疏性所引入的惩罚项如式(1):
min Σ a = 1 R J a f ( y a , o a f ) = Σ a = 1 R [ 1 2 ( z a - B a y a - o a f ) T ( z a - B a y a - o a f ) + λ | | o a f | | 1 ] - - - ( 1 )
其中,为区域a的目标函数,ya为区域a的中间状态变量,由{Ua,i,Ka,ij,La,ij}组成,La,ij=Va,iVa0jsinθa,ij,θa,ij=θa,ia,j,Va,i和Va,j分别为区域a节点i和节点j的电压幅值,θa,i和θa,j分别为区域a节点i和节点j的电压相角,为惩罚项;为区域a第一阶段坏数据向量,za为区域a的量测包括电压幅值量测、支路有功量测、支路无功量测、节点注入有功量测和注入无功量测,Ba为区域a的第一阶段量测矩阵,其元素由式(2)-(6)量测方程确定:
P a , i m = Σ j ∈ i j ≠ i [ ( g s h , i + g i j ) U a , i - g i j K a , i j - b i j L a , i j ] + ϵ P - - - ( 2 )
Q a , i m = Σ j ∈ i j ≠ i [ - ( b s h , i + b i j ) U a , i - g i j L a , i j + b i j K a , i j ] + ϵ Q - - - ( 3 )
P a , i j m = ( g s h , i + g i j ) U a , i - g i j K a , i j - b i j L a , i j + ϵ P - - - ( 4 )
Q a , i j m = - ( b s h , i + b i j ) U a , i - g i j L a , i j + b i j K a , i j + ϵ Q - - - ( 5 )
U a , i m = U a , i + ϵ U - - - ( 6 )
其中,是区域a节点i的注入有功和无功量测,是区域a支路ij的i端的有功和无功量测,是区域a节点i电压量测值的平方,gij为支路ij的电导,gsh,i为节点i的并联电导,bij为支路ij的电纳,bsh,i为节点i的并联电纳,εPQU分别为有功量测、无功量测、电压幅值平方的误差项;λ为常数;
2-2)约束约束条件包括:区域a的零注入等式约束,如式(7)所示:
E a y a = 0 , ∀ a - - - ( 7 )
Ea代表区域a的零注入量测矩阵;
为保证相邻区域边界状态量一致所引入的约束,如式(8)所示:
K a , i j = K b , i j L a , i j = L b , i j , ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a , ∀ a - - - ( 8 )
其中,Ka,ij为区域a线路ij两端电压幅值以及相角差之余弦的乘积,La,ij为区域a线路ij两端电压幅值以及相角差之正弦的乘积,Гa,b为区域a和b之间的联络线集合,Δa为a的相邻区域的集合;
3)令交替方向乘子法的迭代下标t=0;给定交替方向乘子法的收敛标准ε∈R+;采用交替方向乘子法对步骤2)建立的分布式第一阶段线性模型进行求解;具体包括:
3-1)更新控制区域a的中间状态变量,如式(9)所示:
y a t + 1 = G ^ B , a - 1 ( I - E a T B ^ a ) [ B a T ( z a - o a f , t ) + ρ f y ^ a t ] + B ^ a T z e , a - - - ( 9 )
ρf∈R+为交替方向乘子法的罚因子,其中R+为正实数集,为增广信息矩阵,I为单位阵,为第t步迭代中区域a的辅助中间状态变量,由与{Ua,Ka,La}所对应的辅助中间状态变量组成,初始值选为为区域a的第一阶段辅助矩阵;
3-2)更新控制区域a的坏数据变量,如式(10)所示:
o a f , t + 1 = [ z a - B a y a t + 1 ] λ + - - - ( 10 )
其中代表阈值算符,相当于对向量中的每个分量做如式(11)运算:
其中l代表分量序号;
3-3)控制区a与相邻控制区b交互边界辅助变量K和L,对相邻控制区a和b之间联络线上的辅助变量K和L求均值,如式(12):
K ‾ a , i j t + 1 = 1 2 ( K a , i j t + 1 + K b , i j t + 1 ) L ‾ a , i j t + 1 = 1 2 ( L a , i j t + 1 + L b , i j t + 1 ) , ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a - - - ( 12 )
3-4)更新区域a的辅助中间状态变量,如式(13):
K ^ a , i j t + 1 = K ^ a , i j t + 2 K ‾ a , i j t + 1 - K ‾ a , i j t - K a , i j t + 1 L ^ a , i j t + 1 = L ^ a , i j t + 2 L ‾ a , i j t + 1 - L ‾ a , i j t - L a , i j t + 1 , ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a - - - ( 13 )
其中,均为的分量;
3-5)判断第一阶段中交替方向乘子法是否收敛:
计算原始残差向量如式(14):
r f , t = 1 2 { | K a , i j t - K b , i j t | , | L a , i j t - L b , i j t | | ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a , ∀ a } - - - ( 14 )
计算对偶残差向量如式(15):
d f , t = { | K ‾ a , i j t - K ‾ a , i j t - 1 | , | L ‾ a , i j t - L ‾ a , i j t - 1 | | ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a , ∀ a } - - - ( 15 )
计算总残差如式(16):
δ f , t = | | r f , t d f , t | | ∞ - - - ( 16 )
若δf,t≥εf,则t:=t+1,返回步骤3-1);反之,说明交替方向乘子法已收敛,进行步骤4);
4)对控制区域a的辅助中间状态变量进行第二阶段非线性变换,从而得到分布式第三阶段线性模型所需要的量测,如式(17)-(19):
αa,i=lnUa,i(17)
α a , i j = ln ( K a , i j 2 + L a , i j 2 ) - - - ( 18 )
θ a , i j = arctan ( L a , i j K a , i j ) - - - ( 19 )
其中αa,i为区域a节点i的电压幅值自然对数的两倍,αa,ij为区域a支路ij两端αa,i和αa,j之和,θa,ij为区域a的支路ij两端的电压相角差;
5)对控制区a域建立由目标函数和约束条件组成的分布式第三阶段线性模型;
5-1)目标函数如下,为最小化全网残差平方和以及保证坏数据稀疏性所引入的惩罚项
min J s ( x , o s ) = Σ a = 1 R J a s ( x a , o a s ) = Σ a = 1 R [ 1 2 ( u ~ a - C a x a - o a s ) T ( u ~ a - C a x a - o a s ) + λ | | o a s | | 1 ]
其中为区域a的目标函数,xa为区域a的最终状态变量包括节点电压幅值和相角,为区域第二阶段坏数据向量,为惩罚项;为区域a的经过非线性转换后的量测,包括{αa,ia,ija,ij},Ca为区域a的第三阶段量测矩阵,其元素由式(20)、(21)量测方程决定:
αa,ij=αa,ia,jα(20)
θa,ij=θa,ia,jθ(21)
其中,εαθ是第三阶段量测αa,ija,ij的误差项;
5-2)约束条件是用以保证相邻区域在边界处一致的等式约束,如式(22):
s . t . x a , i = x b , i , ∀ i ∈ N ^ a B B , ∀ a - - - ( 22 )
其中,xa,i为区域a节点i的状态变量,为区域a的边界节点集;
6)令交替方向乘子法的迭代下标t=0;给定交替方向乘子法的收敛标准ε∈R+;采用交替方向乘子法对步骤5)的分布式第三阶段线性模型进行求解;
6-1)更新区域a的最终状态变量,如式(23)所示:
x a t + 1 = G ^ C , a - 1 ( C a T ( u ~ a - o a s , t ) + ρ s x ^ a t ) , ∀ a - - - ( 23 )
ρs∈R+为交替方向乘子法的罚因子,,为第二阶段增广信息矩阵,为第t步迭代中区域a的辅助最终状态变量,初值为0;
6-2)更新区域a的坏数据变量,如式(24)所示:
o a s , t + 1 = [ u ~ a - C a x a t + 1 ] λ + - - - ( 24 )
6-3)控制区a利用本地和与邻居的通信,区域a与相邻区域b交互边界节点的状态变量最新估计值,对区域a任意边界节点i上的状态变量求均值,如式(25)所示:
x ‾ a , i t + 1 = 1 m i Σ a ∈ M i x a , i t + 1 , ∀ i ∈ N ^ a B B - - - ( 25 )
其中,Mi为包含节点i的区域集合,mi为包含节点i的区域数;
6-4)更新区域a的辅助状态变量,如式(26)所示:
x ^ a , i t + 1 = x ^ a , i t + 2 x ‾ a , i t + 1 - x ‾ a , i t - x a , i t + 1 , ∀ i ∈ N ^ a B B - - - ( 26 )
4-5)判断第三阶段中交替方向乘子法是否收敛,计算原始残差向量如式(27)所示:
r s , t = 1 2 { | x a , i t - x b , i t | | ∀ i ∈ N ^ a B B , ∀ b ∈ Δ a , ∀ a } - - - ( 27 )
计算对偶残差向量,如式(28)、(29)所示:
d s , t = 1 2 { | x ‾ a , i t - x ‾ a , i t - 1 | | ∀ i ∈ N ^ a B B , ∀ b ∈ Δ a , ∀ a } - - - ( 28 )
d f , t = { | K ‾ a , i j t - K ‾ a , i j t - 1 | , | L ‾ a , i j t - L ‾ a , i j t - 1 | | ∀ ( i , j ) ∈ Γ a , b , ∀ b ∈ Δ a , ∀ a } - - - ( 29 )
计算总残差,如式(30)所示:
δ s , t = | | r s , t d s , t | | ∞ - - - ( 30 )
若δs,t≥ε,则t:=t+1,返回步骤4-1);反之,说明交替方向乘子法已收敛,则区域a输出xa为各区域a的电力系统状态变量,包括各区域a的电压幅值和相角,并结束计算。
CN201610067806.1A 2016-01-30 2016-01-30 基于双线性化的多区域电网全分布式抗差状态估计方法 Active CN105552904B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610067806.1A CN105552904B (zh) 2016-01-30 2016-01-30 基于双线性化的多区域电网全分布式抗差状态估计方法
US15/331,876 US10222815B2 (en) 2016-01-30 2016-10-23 Method and device for estimating state of power system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610067806.1A CN105552904B (zh) 2016-01-30 2016-01-30 基于双线性化的多区域电网全分布式抗差状态估计方法

Publications (2)

Publication Number Publication Date
CN105552904A true CN105552904A (zh) 2016-05-04
CN105552904B CN105552904B (zh) 2018-02-02

Family

ID=55831918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610067806.1A Active CN105552904B (zh) 2016-01-30 2016-01-30 基于双线性化的多区域电网全分布式抗差状态估计方法

Country Status (2)

Country Link
US (1) US10222815B2 (zh)
CN (1) CN105552904B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106887844A (zh) * 2017-04-20 2017-06-23 清华大学 一种基于稀疏恢复的快速分解配电网三相状态估计方法
CN107508284A (zh) * 2017-08-15 2017-12-22 华北电力大学 计及电气互联的微电网分布式优化调度方法
CN108767844A (zh) * 2018-04-25 2018-11-06 上海大学 数据注入攻击下网络化多区域电力系统的自适应状态估计方法
CN109120011A (zh) * 2018-09-29 2019-01-01 清华大学 一种考虑分布式电源的分布式配电网拥塞调度方法
CN109255171A (zh) * 2018-08-29 2019-01-22 深圳清沣溪科技有限公司 一种自动判定数值模拟计算收敛的方法
CN109301818A (zh) * 2018-10-17 2019-02-01 国网河南省电力公司电力科学研究院 一种考虑调峰、调压需求的广域分布式储能系统协调调度方法
CN109462234A (zh) * 2018-11-27 2019-03-12 国家电网有限公司 联络线扩展区域状态估计方法及装置
CN109494711A (zh) * 2018-10-24 2019-03-19 华北电力大学 一种多区域并行的全分布式状态估计方法
CN110601233A (zh) * 2019-09-30 2019-12-20 国家电网公司西北分部 一种电力系统中储能电站的调峰调度方法
CN112255457A (zh) * 2020-09-22 2021-01-22 天津电气科学研究院有限公司 适用于自动准同期装置的相角差测量方法
CN112993989A (zh) * 2021-03-05 2021-06-18 广东电网有限责任公司广州供电局 一种主动配电系统抗差状态估计数据处理方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110391935B (zh) * 2019-07-11 2022-04-15 南瑞集团有限公司 计及信息物理耦合特性和信息扰动的量测度评估方法及系统
CN110796385A (zh) * 2019-11-04 2020-02-14 北京交通大学 电力系统状态估计方法、装置、设备及存储介质
CN110969292A (zh) * 2019-11-22 2020-04-07 全球能源互联网研究院有限公司 基于拓扑图的电力系统状态测算方法、装置以及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103336904A (zh) * 2013-07-08 2013-10-02 国家电网公司 一种基于分段线性权因子函数的抗差状态估计方法
CN103413053A (zh) * 2013-08-21 2013-11-27 国家电网公司 一种基于内点法的电力系统抗差状态估计方法
CN104701849A (zh) * 2015-03-02 2015-06-10 清华大学 一种主动配电网全分布式自律电压控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6690739B1 (en) * 2000-01-14 2004-02-10 Shou Yee Mui Method for intersymbol interference compensation
DE102008042356A1 (de) * 2008-09-25 2010-04-08 Carl Zeiss Smt Ag Projektionsbelichtungsanlage mit optimierter Justagemöglichkeit
US20140032187A1 (en) * 2010-11-04 2014-01-30 Siemens Corporation Stochastic state estimation for smart grids
EP3441896B1 (en) * 2012-09-14 2021-04-21 InteraXon Inc. Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103336904A (zh) * 2013-07-08 2013-10-02 国家电网公司 一种基于分段线性权因子函数的抗差状态估计方法
CN103413053A (zh) * 2013-08-21 2013-11-27 国家电网公司 一种基于内点法的电力系统抗差状态估计方法
CN104701849A (zh) * 2015-03-02 2015-06-10 清华大学 一种主动配电网全分布式自律电压控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HAO ZHU ETC.: "Power System Nonlinear State Estimation Using Distributed Semidefinite Programming", 《IEEE J.SEL. TOPICS SIGNAL PROCESS》 *
VASSILIS KEKATOS ETC.: "Distributed Robust Power System State Estimation", 《IEEE TRANS.POWER SYST.》 *
高亚静等: "主动配电网中谐波对量测误差及其状态估计影响的仿真分析", 《电力系统自动化》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106887844B (zh) * 2017-04-20 2019-05-21 清华大学 一种基于稀疏恢复的快速分解配电网三相状态估计方法
CN106887844A (zh) * 2017-04-20 2017-06-23 清华大学 一种基于稀疏恢复的快速分解配电网三相状态估计方法
CN107508284A (zh) * 2017-08-15 2017-12-22 华北电力大学 计及电气互联的微电网分布式优化调度方法
CN108767844A (zh) * 2018-04-25 2018-11-06 上海大学 数据注入攻击下网络化多区域电力系统的自适应状态估计方法
CN108767844B (zh) * 2018-04-25 2021-06-04 上海大学 数据注入攻击下网络化多区域电力系统的自适应状态估计方法
CN109255171A (zh) * 2018-08-29 2019-01-22 深圳清沣溪科技有限公司 一种自动判定数值模拟计算收敛的方法
CN109255171B (zh) * 2018-08-29 2023-09-05 深圳十沣科技有限公司 一种自动判定数值模拟计算收敛的方法
CN109120011A (zh) * 2018-09-29 2019-01-01 清华大学 一种考虑分布式电源的分布式配电网拥塞调度方法
CN109301818A (zh) * 2018-10-17 2019-02-01 国网河南省电力公司电力科学研究院 一种考虑调峰、调压需求的广域分布式储能系统协调调度方法
CN109301818B (zh) * 2018-10-17 2021-07-13 国网河南省电力公司电力科学研究院 一种考虑调峰、调压需求的广域分布式储能系统调度方法
CN109494711A (zh) * 2018-10-24 2019-03-19 华北电力大学 一种多区域并行的全分布式状态估计方法
CN109462234A (zh) * 2018-11-27 2019-03-12 国家电网有限公司 联络线扩展区域状态估计方法及装置
CN109462234B (zh) * 2018-11-27 2022-05-24 国家电网有限公司 联络线扩展区域状态估计方法及装置
CN110601233A (zh) * 2019-09-30 2019-12-20 国家电网公司西北分部 一种电力系统中储能电站的调峰调度方法
CN110601233B (zh) * 2019-09-30 2023-02-21 国家电网公司西北分部 一种电力系统中储能电站的调峰调度方法
CN112255457B (zh) * 2020-09-22 2022-06-07 天津电气科学研究院有限公司 适用于自动准同期装置的相角差测量方法
CN112255457A (zh) * 2020-09-22 2021-01-22 天津电气科学研究院有限公司 适用于自动准同期装置的相角差测量方法
CN112993989B (zh) * 2021-03-05 2022-12-16 广东电网有限责任公司广州供电局 一种主动配电系统抗差状态估计数据处理方法
CN112993989A (zh) * 2021-03-05 2021-06-18 广东电网有限责任公司广州供电局 一种主动配电系统抗差状态估计数据处理方法

Also Published As

Publication number Publication date
US10222815B2 (en) 2019-03-05
CN105552904B (zh) 2018-02-02
US20170220521A1 (en) 2017-08-03

Similar Documents

Publication Publication Date Title
CN105552904A (zh) 基于双线性化的多区域电网全分布式抗差状态估计方法
Wang et al. Deep learning aided interval state prediction for improving cyber security in energy internet
Ardakanian et al. On identification of distribution grids
Guo et al. Predictor fusion for short-term traffic forecasting
Bolognani et al. Fast power system analysis via implicit linearization of the power flow manifold
CN102055191B (zh) 一种考虑外网等值的静态电压稳定广域切负荷控制方法
Zhang et al. A novel model for risk assessment of adjacent buildings in tunneling environments
CN110311376A (zh) 一种电力系统动态安全评估综合模型及时空可视化方法
CN109523303B (zh) 一种基于节点边际电价的低压有源配电网阻塞管理方法
CN107425520A (zh) 一种含节点注入功率不确定性的主动配电网三相区间状态估计方法
Khamees et al. Optimal power flow methods: A comprehensive survey
CN103559561A (zh) 一种光伏电站辐照度的超短期预测方法
Guerrero et al. Community detection in national-scale high voltage transmission networks using genetic algorithms
CN108695902A (zh) 一种梯级水库群生态-发电动态互馈调控方法
Lou et al. Modeling data uncertainty on electric load forecasting based on Type-2 fuzzy logic set theory
Mhanna et al. Component-based dual decomposition methods for the OPF problem
CN102801162A (zh) 一种两阶段线性加权最小二乘电力系统状态估计方法
CN102931663B (zh) 一种大规模交直流电力系统的动态无功优化方法
CN104463437B (zh) 一种基于多目标决策的电力通信接入网设计评价方法
CN106155908B (zh) 一种pas应用性能评估方法及系统
CN104218569B (zh) 一种大规模电网静态安全校核的评价分析方法
Maruta et al. Synthesis of fixed-structure robust controllers using a constrained particle swarm optimizer with cyclic neighborhood topology
Haque Best location of SVC to improve first swing stability limit of a power system
CN105529703A (zh) 一种基于供电能力瓶颈分析的城市电网改造规划方法
CN102142682A (zh) 一种基于直流潮流模型的支路开断灵敏度计算方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant