基于广义Tellegen定理的混合量测状态估计

基于广义Tellegen定理的混合量测状态估计林桂华,王涛,王玉莹,崔梅英*(国网技术学院)510摘要:建立常数化的Jacobian矩阵是提高状态估计速度重要途径之一,本文提出了一种基于广义特勒根定理的混合量测状态估计方法,在等效电流变换方法基础上利用广义特勒根定理建立了可不忽略次要因素的常数化的Jacobian矩阵,解决了现有状态估计方法中建立常数化的Jacobian矩阵带来的数值稳定性问题,使得算法具有理想的收敛性,对各种分布量测均具有较强的兼容性,并具有计算速度较快、充分利用WAMS和SCADA系统测量数据、收敛性好的优点。通过IEEE-30节点系统对本文方法进行了验证,算例结果充分证明了该方法的有效性。关键词:电力系统及其自动化;混合量测;等效电流变换;广义特勒根定理;状态估计中图分类号:TM71215MixedMeasurementStateEstimationBasedonGeneralizedTellegen’sTheoremLinGuihua,WangTao,WangYuying,CuiMeiying(StateGridofChinaTechnologyCollege)202530354045Abstract:OneofthemostimportantwaystoenhancethespeedofstateestimationistoestablishtheconstantmatrixJacobian.ThisessayputsforwardthemixedmeasurementstateestimationmethodonthefoundationoftheequivalentcurrenttransformationbasedontheGeneralizedTellegen’sTheorem.ThisestimationmethodestablishestheconstantJacobianmatrixwithoutneglectingthesecondaryfactormakinguseoftheGeneralizedTellegen’sTheorem,solvesthenumericalstabilityproblemcausedbytheestablishmentoftheconstantJacobianmatrixinthecurrentstateestimation,andmakesthealgorithmenjoyanidealconvergence.Moreover,ithasstrongcompatibilityofvariousdistributionmeasurements,andhastheadvantagesofarelativelyrapidcomputingrate,makingadvantageofmeasurementofWAMSandSCADAsystem,andanunparalleledastringency.ThemethodputforwardinthisessayhasbeenverifiedthroughIEEE-30NodeSystem,andtheefficiencyofithasbeenfullyprovedbytheexampleresults.Keywords:Powersystemanditsautomation;MixedMeasurement;EquivalentCurrentMeasurementTransformation;GeneralizedTellegen’sTheorem;stateestimation0引言随着我国特高压、智能电网建设不断的深入,状态估计的重要性进一步提升,如何充分利用WAMS和SCADA系统测量数据获取快速、可靠、准确的状态估计结果显得更为重要,目前众多学者计及PMU的状态估计算法进行了研究。文献[1-3]提出了完全使用PMU量测的线性状态估计算法,该算法具有较好的估计质量和收敛性,对理想正态分布的量测量,估计结果具有最优且无偏的优良特性,是状态估计的经典算法和理论基础,但没有利用传统的SCADA系统测量数据。近年来基于等效电流变换的状态估计方法得到了广泛的研究[4]-[7],将测得的功率量测转换成等效电流量测,利用迭代得到的电压不断修正等效电流,直至收敛为止。该算法得到了真正意义上的常数化的雅可比矩阵,当有功、无功量测对的权值相等或相差不大时,可实现信息矩阵的自动解耦,但当考虑支路电流幅值量测时,系统可能存在多解性,迭代次数也较最小二乘法有所增加,如何提高数值稳定性依然是研究的重点问题[8]。本文研究了一种新型的基于等效电流变换的混合量测状态估计方法,并将基于广义特勒作者简介:林桂华(1982-),男,讲师,主要研究方向为电力系统保护与控制.gh_lin@aliyun.com-1-SiiYijjUUY(UU)UUYSijUiijijiii0U2UiUSm,i/UiYijUjSm,ij/UiYij(UiUj)UiYi0U2/UiUIm,ijYijUiUjUiYi0Im,iSN/UiYNUIeqBSB/UiYBUUm,iU2/UiUUU根定理计算潮流的思想[9,10]应用到状态估计中,在不忽略次要因素基础上建立...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

笔杆子文秘
机构认证
内容提供者

为您提供优质文档,供您参考!

确认删除?