CN106372440B - 一种并行计算的配电网自适应抗差状态估计方法及装置 - Google Patents

一种并行计算的配电网自适应抗差状态估计方法及装置 Download PDF

Info

Publication number
CN106372440B
CN106372440B CN201610840090.4A CN201610840090A CN106372440B CN 106372440 B CN106372440 B CN 106372440B CN 201610840090 A CN201610840090 A CN 201610840090A CN 106372440 B CN106372440 B CN 106372440B
Authority
CN
China
Prior art keywords
district
sub
network
state estimation
real
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.)
Active
Application number
CN201610840090.4A
Other languages
English (en)
Other versions
CN106372440A (zh
Inventor
唐巍
马健
王雨婷
杨德昌
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.)
China Agricultural University
Original Assignee
China Agricultural 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 China Agricultural University filed Critical China Agricultural University
Priority to CN201610840090.4A priority Critical patent/CN106372440B/zh
Publication of CN106372440A publication Critical patent/CN106372440A/zh
Application granted granted Critical
Publication of CN106372440B publication Critical patent/CN106372440B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Water Supply & Treatment (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供了一种并行计算的配电网自适应抗差状态估计方法及装置，包括：对网络进行分区获取网络子区；通过并行计算处理对所述网络进行解耦；根据网络子区内的实时量测点采用与该子区相应的状态估计方法进行状态估计；根据所述网络子区的状态估计结果输出网络的状态估计结果。本发明实现了对对网络进行分区，能较容易地部署在多台计算机上，进行分布式并行状态估计，能够保证较快的速度；并且根据子区选取适合于该子区的状态估计方法，确保了状态估计结果的准确性和可靠性。

Description

一种并行计算的配电网自适应抗差状态估计方法及装置
技术领域
本发明涉及状态估计计算领域，具体涉及一种并行计算的配电网自适应抗差状态估计方法及装置。
背景技术
配电网状态估计(Distribution State Estimation，DSE)是能量管理系统(EMS)和配电管理系统的一项核心功能，是配电系统安全、可靠、优质和经济运行必不可少的保障环节。在智能电网背景下，数据和信息的可靠性更加依赖于可靠、精确的配电网状态估计结果。
随着能源危机的加重和环境问题的日益严峻，分布式发电(DistributedGeneration，DG)因其清洁、低碳和成本低廉等优点得到了越来越多的关注。大量DG接入和配电网规模的不断扩大使传统的配电网逐步发展成为复杂有源配电网；针对复杂有源配电网，状态估计网络规模与量测量数目也随之增大。由于配电网风力、光伏等不可控DG出力具有很强的随机性与间歇性和负荷量庞大且复杂多变，负荷预测本身有很大的误差，得到的伪量测的值也有较大误差，所以其相应的预测值较传统负荷预测精度较低。
基于上述原因，配电网状态估计的精度会变得越来越低，难以满足智能电网中对状态估计精度的要求。因而，如何能够提高配电网状态估计的精度，以满足智能电网中对状态估计精度的要求，是本领域技术人员目前需要解决的技术问题。
发明内容
为解决上述技术问题，本发明提供了一种并行计算的配电网自适应抗差状态估计方法及装置，对网络的子区采用不同的状态估计方法，减小子区量测对状态估计结果的影响，进而通过提高各子区状态估计结果精度提高网络状态估计精度。
为实现上述目的，本发明提供以下技术方案：
一方面，本发明提供了一种并行计算的配电网自适应抗差状态估计方法，包括如下步骤：
对网络进行分区获取网络子区；
通过并行计算处理对所述网络进行解耦；
根据网络子区内的实时量测点采用与该子区相应的状态估计方法进行状态估计；
根据所述网络子区的状态估计结果输出网络的状态估计结果。
所述网络进行分区采用拉格朗日乘子法将等式约束条件和不等式约束条件以罚函数的形式添加到目标函数中，采用遗传算法对目标函数进行求解。
所述目标函数为：
其中，F1为子区规模不平衡度指标；N为网络总分区数；ni为子区i的内部节点数；为子区内部节点数的平均值；
最小子区规模不平衡度指标所对应的网络总分区数为网络子区的数量；
所述等式约束条件为子区符合可观测性的约束条件，按下式计算：
其中，ηi表示子区i的可观测性，当ηi等于0时表示子区i可观测，当ηi等于1时表示子区i不可观测；
所述不等式约束条件，按下式计算：
max(Nmin,NF-2)≤N≤min(Nmax,NF)
其中，Nmin为网络总分区数最小值，在辐射型配电网中，当网络只有一个分区点时，网络分区数取得最小值2；Nmax为网络总分区数最大值，理论上为网络总节点数；NF为理论最大分区数量。
所述根据网络子区内的实时量测点采用与该子区相应的状态估计方法进行状态估计，包括：根据所述子区内的实时量测点采用加权最小二乘法或指数型目标函数电力系统抗差状态估计模型对所述子区进行状态估计。
当子区内的实时量测点大于设定数量时，采用加权最小二乘法对该子区进行状态估计；
当子区内的实时量测点小于设定数量时，采用指数型目标函数电力系统抗差状态估计模型对该子区进行状态估计。
另一方面，本发明提供了一种并行计算的配电网自适应抗差状态估计装置，包括：
分区单元：用于对网络进行分区获取网络子区；
解耦单元：用于通过并行计算处理对所述网络进行解耦；
选取单元：用于根据网络子区内的实时量测点采用与该子区相应的状态估计方法进行状态估计；
输出单元：用于根据所述网络子区的状态估计结果输出网络的状态估计结果。
所述分区单元包括采用拉格朗日乘子法将等式约束条件和不等式约束条件以罚函数的形式添加到目标函数中，采用遗传算法对目标函数进行求解的模块。
所述采用拉格朗日乘子法将等式约束条件和不等式约束条件以罚函数的形式添加到目标函数中，采用遗传算法对目标函数进行求解的模块中的目标函数为：
其中，F1为子区规模不平衡度指标；N为网络总分区数；ni为子区i的内部节点数；为子区内部节点数的平均值；
最小子区规模不平衡度指标所对应的网络总分区数为网络子区的数量；
所述等式约束条件为子区符合可观测性的约束条件，按下式计算：
其中，ηi表示子区i的可观测性，当ηi等于0时表示子区i可观测，当ηi等于1时表示子区i不可观测；
所述不等式约束条件，按下式计算：
max(Nmin,NF-2)≤N≤min(Nmax,NF)
其中，Nmin为网络总分区数最小值，在辐射型配电网中，当网络只有一个分区点时，网络分区数取得最小值2；Nmax为网络总分区数最大值，理论上为网络总节点数；NF为理论最大分区数量。
所述选取单元，包括：用于根据所述子区内的实时量测点采用加权最小二乘法或指数型目标函数电力系统抗差状态估计模型对所述子区进行状态估计的模块。
所述用于根据所述子区内的实时量测点采用加权最小二乘法或指数型目标函数电力系统抗差状态估计模型对所述子区进行状态估计的模块，包括判断子区内实时量测点的数量；
当子区内的实时量测点大于设定数量时，采用加权最小二乘法对该子区进行状态估计；
当子区内的实时量测点小于设定数量时，采用指数型目标函数电力系统抗差状态估计模型对该子区进行状态估计。
由上述技术方案可知，本发明所述的一种并行计算的配电网自适应抗差状态估计方法及装置，通过对网络进行分区，能较容易地部署在多台计算机上，进行分布式并行状态估计，能够保证较快的速度；并且根据子区选取适合于该子区的状态估计方法，确保了状态估计结果的准确性和可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的一种并行计算的配电网自适应抗差状态估计方法的流程示意图；
图2是本发明提供的一种并行计算的配电网自适应抗差状态估计装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
分布式发电得到了越来越多的关注。大量分布式发电接入和配电网规模的不断扩大使传统的配电网逐步发展成为复杂有源配电网；针对复杂有源配电网，状态估计网络规模与量测量数目也随之增大。由于配电网风力、光伏等不可控的分布式发电出力具有很强的随机性与间歇性和负荷量庞大且复杂多变，负荷预测本身有很大的误差，得到的伪量测的值也有较大误差，所以其相应的预测值较传统负荷预测精度较低。如何能够提高配电网状态估计的精度，以满足智能电网中对状态估计精度的要求，是本领域技术人员目前需要解决的技术问题。为了解决该问题，本发明下述实施例提出了一种并行计算的配电网自适应抗差状态估计方法及装置。
如图1所示，本发明第一个实施例提供的并行计算的配电网自适应抗差状态估计方法，包括如下步骤：
S101：对网络进行分区获取网络子区；
在本步骤中，在对网络进行分区前，读取网络初始数据，包括：网络拓扑结构、负荷分布、分布式电源分布和量测配置情况等；
通过拉格朗日乘子法将等式和不等式约束以罚函数的形式添加到目标函数中，采用遗传算法(GA)进行求解。
在分布式并行状态估计方法中，各子区计算时间取决于子区规模大小，整体计算时间为最大规模子区计算所用时间，各子区规模越相近，整体计算效率越高。因此，本发明定义了目标函数，目标函数值越小表示各子区规模不平衡度越低，分区之后的整体计算效率越高。
目标函数为子区规模不平衡度指标：
式中，N为网络总分区数；ni为子区i的内部节点数；为各子区内部节点数的平均值。
网络分解时还需要满足等式和不等式约束条件，其中等式约束条件为网络可观测性等式约束，电力系统的可观测性是可以进行状态估计计算的前提条件，因此，在满足目标函数最优的同时，应满足分区后的各子区均满足可观测性约束。
式中：ηi表示子区i的可观测性，当ηi等于0时表示子区i可观测，当ηi等于1时表示子区i不可观测。
同时还需满足总分区数不等式约束，网络总分区数目过少，则各子区仍会存在计算量过大问题，分区优势难以体现。分区数目过多，则会影响各子区的可观性以及系统收敛性并增加各子区间协调交互的信息数量，使得分区反而比不分区的计算量要大。综合两者考虑，网络总分区数不等式约束如下：
max(Nmin,NF-2)≤N≤min(Nmax,NF) (3)
式中：Nmin为网络分区数最小值，在辐射型配电网中，当网络只有一个分区点时，网络分区数取得最小值2；Nmax为网络分区数最大值，理论上为网络总节点数；NF为理论最大分区数目，可根据经验取值。
S102：通过并行计算处理对所述网络进行解耦；
在本步骤中，通过并行计算处理对网络进行解耦，为分布式并行计算提供支持。
S103：根据网络子区内的实时量测点采用与该子区相应的状态估计方法进行状态估计；
在本步骤中，针对某一子区进行量测情况分析；对于实时量测点较多的子区，选取抗差效果较弱但计算速度较高的WLS方法，对于实时量测点较少的子区，选取能够自动排除不良数据影响，具有较强的抗差性MES方法；
在网络分区实现之后，本方法通过对各子区量测误差进行判断，选取适合于该子区的状态估计方法，实现自适应抗差状态估计。
对于实时量测点较多的子区，本方法认为该子区量测数据精度较高，选取抗差效果较弱但计算速度较高的加权最小二乘法(Weighted Least Square，WLS)，采用量测变换思想将所有量测量变换成等效电流量测量，选取基于支路电流的状态估计方法。该方法以支路电流作为状态变量，以电流的量测值与估计值之差的平方和最小为目标函数，具有常雅可比矩阵、三相解耦、实虚部解耦的特性。
其数学描述如下：
式中：m为量测量个数。为第i个量测误差的方差。zi为第i个量测量。z为量测向量。x为状态向量。hi(x)为相应的量测函数。R-1为量测权矩阵。zr和zx分别为量测向量的实部和虚部。Ir和Ix分别为支路电流的实部和虚部。和分别为实部和虚部量测的权矩阵。hr和hx分别为实部量测函数和虚部量测函数。
加权最小二乘法求解状态估计目标函数时，由于量测函数向量是状态向量的线性函数，于是，将式(4)中hr(Ir)和hx(Ix)分别替换为HIr和HIx，其中，H为常雅可比矩阵，且元素为1，-1和0。要使目标函数式(4)为最小的条件是将目标函数对所有状态向量求偏导，令偏导为零，可解得状态向量的估计值为：
每计算出一组新的状态向量，量测向量zr和zx需要在迭代过程中不断更新，因此，第k次迭代的状态向量表达式为：
对于实时量测点较少的子区，本方法认为该子区量测数据精度较低，量测误差较大，选取指数型目标函数(Maximum Exponential Square，MES)电力系统抗差状态估计模型对该子区进行状态估计。该模型能够在状态估计过程中自动排除不良数据影响，具有较强的抗差性，其数学描述如下：
式中：x为状态向量；m为量测量个数；wi为第i个量测量的权重；zi为第i个量测量；hi(x)为相应的量测函数；σ为Parzen窗宽度；c(x)＝0为零注入等式约束方程。
如定义相对窗口残差则式(7)可写成：
与其他抗差估计的目标函数相比，式(8)的目标函数连续可微，可使用传统的优化算法方便地进行求解。
S104：根据所述网络子区的状态估计结果输出网络的状态估计结果。
在本步骤中，各子区分别通过适合该子区量测情况的状态估计方法进行状态估计求解；根据分区的状态估计结果整合输出整体网络的状态估计结果。
从上述描述可知，本发明实施例提供的一种并行计算的配电网自适应抗差状态估计方法，首先通过对复杂网络进行合理分区，实现各子区分布式并行计算，然后针对不同量测误差的各子区选取不同的状态估计算法，从而开发出一套适合配电网特点的、具有较强计算效率以及较高计算精度的基于分布式并行计算的配电网自适应抗差状态估计方法。
进一步的，本发明第二实施例提供了一种并行计算的配电网自适应抗差状态估计装置。如图2所示，本发明提供的配电网自适应抗差状态估计装置包括：
分区单元：用于对网络进行分区获取网络子区；
解耦单元：用于通过并行计算处理对所述网络进行解耦；
选取单元：用于根据网络子区内的实时量测点采用与该子区相应的状态估计方法进行状态估计；
输出单元：用于根据所述网络子区的状态估计结果输出网络的状态估计结果。
所述分区单元包括采用拉格朗日乘子法将等式约束条件和不等式约束条件以罚函数的形式添加到目标函数中，采用遗传算法对目标函数进行求解的模块。
所述采用拉格朗日乘子法将等式约束条件和不等式约束条件以罚函数的形式添加到目标函数中，采用遗传算法对目标函数进行求解的模块中的目标函数为：
其中，F1为子区规模不平衡度指标；N为网络总分区数；ni为子区i的内部节点数；为子区内部节点数的平均值；
最小子区规模不平衡度指标所对应的网络总分区数为网络子区的数量；
所述等式约束条件为子区符合可观测性的约束条件，按下式计算：
其中，ηi表示子区i的可观测性，当ηi等于0时表示子区i可观测，当ηi等于1时表示子区i不可观测；
所述不等式约束条件，按下式计算：
max(Nmin,NF-2)≤N≤min(Nmax,NF)
其中，Nmin为网络总分区数最小值，在辐射型配电网中，当网络只有一个分区点时，网络分区数取得最小值2；Nmax为网络总分区数最大值，理论上为网络总节点数；NF为理论最大分区数量。
所述选取单元，包括：用于根据所述子区内的实时量测点采用加权最小二乘法或指数型目标函数电力系统抗差状态估计模型对所述子区进行状态估计的模块。
所述用于根据所述子区内的实时量测点采用加权最小二乘法或指数型目标函数电力系统抗差状态估计模型对所述子区进行状态估计的模块，包括判断子区内实时量测点的数量；
当子区内的实时量测点大于设定数量时，采用加权最小二乘法对该子区进行状态估计；
当子区内的实时量测点小于设定数量时，采用指数型目标函数电力系统抗差状态估计模型对该子区进行状态估计。
从上述描述可知，本发明实施例提供的一种并行计算的配电网自适应抗差状态估计装置，能够实现通过对网络进行分区，能较容易地部署在多台计算机上，进行分布式并行状态估计，提高了配电网状态估计的运算速度；根据子区选取适合于该子区的状态估计方法，确保了状态估计结果可靠性；更为满足智能电网中的要求，且电网状态估计结果更为精确。
以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种并行计算的配电网自适应抗差状态估计方法，其特征在于，所述方法包括如下步骤：
对网络进行分区获取网络子区；
通过并行计算处理对所述网络进行解耦；
根据网络子区内的实时量测点采用与该子区相应的状态估计方法进行状态估计；
根据所述网络子区的状态估计结果输出网络的状态估计结果；
所述根据网络子区内的实时量测点采用与该子区相应的状态估计方法进行状态估计，包括：根据所述子区内的实时量测点采用加权最小二乘法或指数型目标函数电力系统抗差状态估计模型对所述子区进行状态估计；
其中，当子区内的实时量测点大于设定数量时，采用加权最小二乘法对该子区进行状态估计；当子区内的实时量测点小于设定数量时，采用指数型目标函数电力系统抗差状态估计模型对该子区进行状态估计。
2.根据权利要求1所述的方法，其特征在于，所述网络进行分区采用拉格朗日乘子法将等式约束条件和不等式约束条件以罚函数的形式添加到目标函数中，采用遗传算法对目标函数进行求解。
3.根据权利要求2所述的方法，其特征在于，所述目标函数为：
其中，F1为子区规模不平衡度指标；N为网络总分区数；ni为子区i的内部节点数；为子区内部节点数的平均值；
最小子区规模不平衡度指标所对应的网络总分区数为网络子区的数量；
所述等式约束条件为子区符合可观测性的约束条件，按下式计算：
其中，ηi表示子区i的可观测性，当ηi等于0时表示子区i可观测，当ηi等于1时表示子区i不可观测；
所述不等式约束条件，按下式计算：
max(Nmin,NF-2)≤N≤min(Nmax,NF)
其中，Nmin为网络总分区数最小值，在辐射型配电网中，当网络只有一个分区点时，网络分区数取得最小值2；Nmax为网络总分区数最大值，理论上为网络总节点数；NF为理论最大分区数量。
4.一种并行计算的配电网自适应抗差状态估计装置，其特征在于，所述装置包括：
分区单元：用于对网络进行分区获取网络子区；
解耦单元：用于通过并行计算处理对所述网络进行解耦；
选取单元：用于根据网络子区内的实时量测点采用与该子区相应的状态估计方法进行状态估计；
输出单元：用于根据所述网络子区的状态估计结果输出网络的状态估计结果；
所述选取单元，包括：用于根据所述子区内的实时量测点采用加权最小二乘法或指数型目标函数电力系统抗差状态估计模型对所述子区进行状态估计的模块，包括判断子区内实时量测点的数量；
当子区内的实时量测点大于设定数量时，采用加权最小二乘法对该子区进行状态估计；当子区内的实时量测点小于设定数量时，采用指数型目标函数电力系统抗差状态估计模型对该子区进行状态估计。
5.根据权利要求4所述的装置，其特征在于，所述分区单元包括采用拉格朗日乘子法将等式约束条件和不等式约束条件以罚函数的形式添加到目标函数中，采用遗传算法对目标函数进行求解的模块。
6.根据权利要求5所述的装置，其特征在于，所述采用拉格朗日乘子法将等式约束条件和不等式约束条件以罚函数的形式添加到目标函数中，采用遗传算法对目标函数进行求解的模块中的目标函数为：
其中，F1为子区规模不平衡度指标；N为网络总分区数；ni为子区i的内部节点数；为子区内部节点数的平均值；
最小子区规模不平衡度指标所对应的网络总分区数为网络子区的数量；
所述等式约束条件为子区符合可观测性的约束条件，按下式计算：
其中，ηi表示子区i的可观测性，当ηi等于0时表示子区i可观测，当ηi等于1时表示子区i不可观测；
所述不等式约束条件，按下式计算：
max(Nmin,NF-2)≤N≤min(Nmax,NF)
其中，Nmin为网络总分区数最小值，在辐射型配电网中，当网络只有一个分区点时，网络分区数取得最小值2；Nmax为网络总分区数最大值，理论上为网络总节点数；NF为理论最大分区数量。
CN201610840090.4A 2016-09-21 2016-09-21 一种并行计算的配电网自适应抗差状态估计方法及装置 Active CN106372440B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610840090.4A CN106372440B (zh) 2016-09-21 2016-09-21 一种并行计算的配电网自适应抗差状态估计方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610840090.4A CN106372440B (zh) 2016-09-21 2016-09-21 一种并行计算的配电网自适应抗差状态估计方法及装置

Publications (2)

Publication Number Publication Date
CN106372440A CN106372440A (zh) 2017-02-01
CN106372440B true CN106372440B (zh) 2019-05-07

Family

ID=57897925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610840090.4A Active CN106372440B (zh) 2016-09-21 2016-09-21 一种并行计算的配电网自适应抗差状态估计方法及装置

Country Status (1)

Country Link
CN (1) CN106372440B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109193639B (zh) * 2018-10-10 2021-05-11 河海大学 一种电力系统抗差估计方法
CN109638823B (zh) * 2018-12-19 2022-08-02 国网河南省电力公司电力科学研究院 用于辐射型电网状态估计的自动分区方法及装置
CN109933858B (zh) * 2019-02-20 2020-12-15 中国农业大学 配电网分核并行仿真方法
CN113139288A (zh) * 2021-04-21 2021-07-20 广东电网有限责任公司广州供电局 基于gpu二次加速的配电网分布式抗差状态估计方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103077325A (zh) * 2013-01-30 2013-05-01 西安交通大学 基于自适应分区状态估计的智能电网不良数据检测方法
CN103902814A (zh) * 2014-03-10 2014-07-02 中国南方电网有限责任公司 基于动态分区的电力系统运行状态检测方法
CN103944165A (zh) * 2014-04-28 2014-07-23 国电南瑞科技股份有限公司 一种大电网参数辨识估计方法
CN104009472A (zh) * 2014-06-12 2014-08-27 国家电网公司 一种基于协同粒子群的配电网状态估计方法
CN104092212A (zh) * 2014-07-24 2014-10-08 河海大学 一种基于pmu量测的电力系统多区域分布式状态估计方法
CN104182644A (zh) * 2014-08-29 2014-12-03 国家电网公司 一种融合分布式电源特性的配电网状态估计方法
CN105354656A (zh) * 2015-10-09 2016-02-24 珠海许继芝电网自动化有限公司 基于分区解耦的配电网状态估计的分布式并行计算方法及系统
CN103020726B (zh) * 2012-10-29 2016-03-23 南方电网科学研究院有限责任公司 面向全pmu量测的抗差状态估计方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020726B (zh) * 2012-10-29 2016-03-23 南方电网科学研究院有限责任公司 面向全pmu量测的抗差状态估计方法
CN103077325A (zh) * 2013-01-30 2013-05-01 西安交通大学 基于自适应分区状态估计的智能电网不良数据检测方法
CN103902814A (zh) * 2014-03-10 2014-07-02 中国南方电网有限责任公司 基于动态分区的电力系统运行状态检测方法
CN103944165A (zh) * 2014-04-28 2014-07-23 国电南瑞科技股份有限公司 一种大电网参数辨识估计方法
CN104009472A (zh) * 2014-06-12 2014-08-27 国家电网公司 一种基于协同粒子群的配电网状态估计方法
CN104092212A (zh) * 2014-07-24 2014-10-08 河海大学 一种基于pmu量测的电力系统多区域分布式状态估计方法
CN104182644A (zh) * 2014-08-29 2014-12-03 国家电网公司 一种融合分布式电源特性的配电网状态估计方法
CN105354656A (zh) * 2015-10-09 2016-02-24 珠海许继芝电网自动化有限公司 基于分区解耦的配电网状态估计的分布式并行计算方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Robust state estimation method based on maximum exponential square";W.Wu etal;《《Generation Transmission & Distribution Iet》》;20111110;第5卷(第11期);第1165-1172页
"基于多准则分区和WLS-PDIPM 算法的有源配电网状态估计";马健 等;《电力系统自动化》;20160625;第40卷(第12期);第29-30页第2-3节
"多目标函数预抗差估计";李骁 等;《电气技术》;20160415(第4期);第59页摘要、左栏第1段-右栏第2段

Also Published As

Publication number Publication date
CN106372440A (zh) 2017-02-01

Similar Documents

Publication Publication Date Title
CN106372440B (zh) 一种并行计算的配电网自适应抗差状态估计方法及装置
WO2022021726A1 (zh) 一种基于pmu的电力系统状态估计性能评价方法
CN110659693B (zh) 基于k近邻分类的配电网快速拓扑识别方法、系统及介质
CN108448568B (zh) 基于多种时间周期测量数据的配电网混合状态估计方法
CN104778367B (zh) 基于单一状态断面的广域戴维南等值参数在线计算方法
CN110299762B (zh) 基于pmu准实时数据的主动配电网抗差估计方法
CN110070282A (zh) 一种基于综合关联度的低压台区线损影响因素分析方法
CN109088407B (zh) 基于深度信念网络伪量测建模的配电网状态估计方法
CN113762625B (zh) 一种基于图卷积网络的配电网状态评估方法和系统
CN113078630B (zh) 一种基于实时量测数据的低压配电网拓扑辨识方法
CN107658881A (zh) 基于戴维南等值方法的电压稳定临界点判断方法
CN108448585B (zh) 一种基于数据驱动的电网潮流方程线性化求解方法
CN108074015A (zh) 一种风电功率超短期预测方法及系统
CN109325880A (zh) 一种基于Verhulst-SVM的中长期负荷预测方法
CN110783918A (zh) 一种基于线性模型的配电三相区间状态估计求解算法
CN103324858A (zh) 配电网三相潮流状态估计方法
CN102280877B (zh) 一种多量测断面的电力系统不良支路参数辨识方法
CN115508770A (zh) 一种基于kl-nb算法的电能表运行状态在线评估方法
CN115453193A (zh) 基于pqm、ttu和sm量测数据协同的配电网谐波状态估计方法
CN105787604B (zh) 一种输配协同的配网态势快速感知方法
CN105939026A (zh) 基于混合Laplace分布的风电功率波动量概率分布模型建立方法
CN105071388A (zh) 一种基于极大似然估计的配电网状态估计方法
CN106599541B (zh) 一种动态电力负荷模型的结构和参数在线辨识方法
CN117791552A (zh) 一种配电网状态和电压稳定性的评估方法及系统
CN115693668B (zh) 一种基于熵权理想度排序的配电网pmu多目标优化布点方法

Legal Events

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