基于现代内点理论的电力系统加权非线性L范数状态及参数估计研究

摘要

状态估计是现代电力系统EMS软件的核心,其应用程序的执行依赖于状态估计提供的数据.系统中变压器抽头位置的变化十分频繁,若调度中心不能及时得到正确的网络参数,状态估计的结果将不能真实反映当时的网络状态.基于原问题的扰动Karush-Kuhn-Tucker(KKT)条件,该文提出了一种新的电力系统加权非线性L,范数状态及参数估计内点算法.该算法将可疑参数作为参数状态量和节点状态量一起进行状态估计,提高了状态估计的可信度以及数据的可靠性.对IEEE-4～118节点系统和广西主网进行的仿真结果表明：L<,1>范数估计具有不良数据拒绝特性,当量测量中存在不良数据时,该算法在不经检测和辨识不良数据情况下仍是无偏估计,具有良好收敛性,所需迭代次数随着问题规模扩大而增长极小;能够同时估计多个变压器抽头,并保持状态估计主体;在满足可观测性条件下,估计的相对误差保证在±0.1﹪以内;能够有效处理等式约束和病态条件,并具有多项式时间性.该文涉及一种新颖数据结构,大大减少方程注入元素的数量,提高计算速度.

目录

文摘

英文文摘

符号说明

第一章绪论

1.1电力系统状态及参数估计概述

1.1.1问题的提出

1.1.2参数估计的重要性

1.1.3状态及参数估计

1.2电力系统状态及参数估计的发展概况

1.3我国电力系统状态及参数估计的研究和应用概况

第二章现代内点算法及其在电力系统中的应用

2.1引言

2.2内点算法简介

2.3内点线性规划

2.3.1线性规划的发展

2.3.2内点线性规划算法描述

2.3.3算法框图及实现

2.4内点非线性规划

2.4.1非线性规划问题

2.4.2内点非线性规划算法描述

2.5内点算法在电力系统中的应用

第三章电力系统加权L1范数参数估计内点算法

3.1加权L1范数估计

3.1.1引言

3.1.2 L1范数估计数学描述

3.1.3 L 1范数估计的“穿透”特性

3.2电力系统状态及参数估计数学描述

3.3电力系统状态及参数估计算法回顾

3.3.1基于灵敏度分析的状态及参数估计算法

3.3.2基于法方程法的增广状态估计算法

3.3.3基于卡尔曼滤波的增广状态估计算法

3.4电力系统加权非线性L1范数状态及参数估计内点算法

第四章算法实现

4.1电力系统状态及参数估计量测函数方程

4.2量测函数方程的Jacobian矩阵和Hessian矩阵

4.2.1 Jacobian矩阵结构

4.2.2 Hessian矩阵结构

4.3等式约束的Jacobian矩阵和Hessian矩阵

4.4稀疏算法

第五章数值仿真实验及讨论

5.1数值仿真实验

5.2讨论

第六章结论与展望

6.1算法的综合评述

6.2展望

参考文献

附录

致谢

攻读硕士学位期间发表的论文