基于WAMS/SCADA混合量测的电力系统动态状态估计算法研究

摘要

电力系统状态估计为电力系统在线分析和控制功能提供电网实时工况，状态估计的性能直接影响分析的准确性和控制效果。动态状态估计显示出其优于静态状态估计的众多特性，能对电力系统进行安全评估、状态预测，实现经济分配、预防控制等在线功能，因此尤为重要。传统状态估计主要基于监控和数据采集(SCADA)系统提供的遥测量。随着相量测量装置(PMU)在电网中的推广应用，PMU量测已成为电力系统重要数据源之一。PMU量测具有精度高、全网严格同步、更新周期短等优点，并实现了节点状态直接可观，这为动态状态估计的发展带来了新的契机。同时，由于成本原因，当前PMU配置还不能保证电网的完全可观测。如何在动态状态估计中有效利用PMU量测是当前必须面对和解决的问题，本文针对以上问题对以下几部分展开工作： (1)对电力系统动态状态估计的基本原理和算法作了比较全面的分析，对几种典型的改进算法作了介绍，并指出了各自不足之处。 (2)针对广域测量系统(WAMS)的量测的特点，分别从引入高精度节点电压相量量测、引入高精度支路电流相量量测、引入全部WAMS量测3个方面介绍了目前引入WAMS量测的各种状态估计算法，并详细分析了其中的2种算法的优缺点和适用范围。 (3)针对当前WAMS和SCADA系统量测并存的现状，利用量测变换技术，将SCADA系统下支路功率量测和节点注入功率量测转换为等效的电流相量量测，并与WAMS量测组成混合量测系统，在此基础上提出了直角坐标系下的线性动态状态估计算法。该算法采用Holt两参数线性指数平滑技术，结合线性定常系统Kalman滤波原理，实现了系统状态的预测和估计。该算法具有常数的雅克比矩阵，大大减少了动态状态估计的计算时间，同时保证了动态状态估计的计算精度。 (4)提出了非线性静态状态估计和线性动态状态估计结合的二次动态状态估计算法。该算法首先把SCADA系统量测进行非线性一次估计，然后再利用一次估计结果、PMU节点状态量量测和PMU相关节点的状态推算值作为二次估计的量测量进行线性动态状态估计。该算法可以进一步利用PMU量测来提高动态状态估计的计算精度，在PMU不可观配置情况下，可作为从非线性估计到线性估计的过渡。

目录

文摘

英文文摘

学位论文独创性声明及学位论文使用授权说明

第1章绪论

1.1引言

1.1.1电力系统状态估计的研究意义

1.1.2电力系统状态估计的作用

1.2电力系统状态估计的概念

1.2.1状态估计与潮流计算的比较

1.2.2静态状态估计与动态状态估计的比较

1.3电力系统状态估计的研究现状

1.3.1静态状态估计的研究现状

1.3.2动态状态估计的研究现状和存在的问题

1.4广域测量系统简介及给动态状态估计带来的机遇

1.4.1广域测量系统简介

1.4.2相量测量装置简介

1.5本文的主要工作

第2章动态状态估计算法简述

2.1卡尔曼滤波的基本原理

2.2动态状态估计数学模型

2.3改进动态状态估计算法简介

2.4本章小结

第3章基于广域测量系统的状态估计算法分析

3.1引言

3.2基于广域测量系统的状态估计研究概况

3.2.1引入节点电压相量量测的算法

3.2.2引入支路电流相量量测的算法

3.2.3引入全部WAMS量测的算法

3.3线性动态状态估计算法分析

3.3.1基于相量量测的线性动态状态估计

3.3.2算例仿真

3.4线性动态状态估计混合算法分析

3.4.1 SCADA量测与WAMS量测的匹配问题

3.4.2线性动态状态估计混合算法

3.5本章小结

第4章基于混合量测的线性动态状态估计算法

4.1引言

4.2混合量测数据的处理

4.2.1等效电流量测变换

4.2.2等效电流的量测权重

4.3基于混合量测的线性动态状态估计算法

4.3.1线性动态状态估计的数学模型

4.3.2系统状态变化比较大时的模型

4.4算例仿真和分析

4.4.1 IEEE-14节点系统仿真试验

4.4.2 IEEE-118节点系统仿真试验

4.5本章小结

第5章基于混合量测的二次动态状态估计算法

5.1引言

5.2 WAMS系统支路电流相量量测的处理

5.3基于混合量测的二次动态状态估计算法

5.3.1混合量测系统下的量测方程

5.3.2基于混合量测的二次动态状态估计算法

5.4算例仿真和分析

5.4.1 IEEE-14节点系统仿真试验

5.4.2 IEEE-118节点系统仿真试验

5.5本章小结

第6章结论与展望

6.1本文总结

6.2本文工作展望

附录

参考文献

攻读硕士学位期间发表的学术论文

致谢