基于内点理论的电力系统加权非线性L范数状态估计研究

摘要

加权非线性L<,1>范数是一种用于电力系统状态估计的不可微非二次准则,具有不良数据拒绝特性.该文中对其作一等价变换,同时将系统零注入功率考虑为等式约束条件,形成一个带等式约束的可微非线性规划问题.基于扰动Karush-Kuhn-Tucher(KKT)条件,推导出一个新颖的加权非线性L<,1>范数内点算法.该算法在电力系统状态估计问题求解上具有更良好的收敛性,达到收敛所需迭代次数随问题规模的扩大增长极少,接近于常数.另外,该算法还具有一个非常有用的特性,即它对量测中加权因子的变化相当不敏感,体现了算法良好的适应性.同时,该算法中将量测量分为电压-支路和节点注入两类,将与电压-支路量测量相对应 修正量从修正方程中既约掉,从而极大地减少了方程维数,使问题更易于求解.

目录

文摘

英文文摘

前言

符号说明

第一章绪论

§1-1电力系统状态估计概述

1-1-1问题的提出

1-1-2电力系统状态估计与现代EMS

1-1-3电力系统状态估计与常规潮流

§1-2电力系统状态估计的发展概况

§1-3我国电力系统状态估计研究与应用概况

第二章内点规划算法及其在电力系统的应用

§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算法框图及实现结果

§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概况

第三章电力系统加权L1范数状态估计内点算法

§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 L1范数估计的“穿透”特性

§3-2电力系统状态估计数学描述

§3-3电力系统状态估计算法回顾

3-3-1加权最小二乘估计类算法

3-3-2加权L1范数估计类算法

§3-4电力系统加权L1范数估计内点算法

第四章算法实现

§4-1电力系统状态估计量测方程

§4-2量测方程的Jacobian矩阵与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矩阵与Hessian矩阵

第五章数值仿真试验及结论

§5-1数值仿真试验

§5-2结论

参考文献

附录

致谢