声明
摘要
第1章 绪论
1.1 课题的研究背景和现实意义
1.2 同步相量测量技术的发展
1.2.1 相量测量单元(PMU)的基本原理
1.2.2 同步相量测量技术在国内外的发展
1.3 同步相量测量技术在电力系统中的应用
1.3.1 可观测分析
1.3.2 电力系统稳态应用
1.3.3 电力系统动态监测和控制
1.3.4 电力系统暂态稳定预测和控制
1.3.5 输电线路的故障测距
1.4 本文的主要研究内容
1.5 本文的章节安排
第2章 算法原理
2.1 关于遗传算法
2.2 遗传算法原理
2.2.1 编码问题(Encoding)
2.2.2 遗传操作
2.2.3 适应度函数定标
2.3 自适应遗传算法及其改进
2.3.1 传统的自适应遗传算法
2.3.2 改进自适应遗传算法
第3章 系统可观的PMU最优配置和分阶段最优配置
3.1 电力系统可观测的PMU最优配置
3.1.1 传统电力系统可观测性分析
3.1.2 基于PMU量测的系统线性观测模型
3.1.3 系统可观测的PMU最优配置模型
3.1.4 改进自适应遗传算法寻求最优解
3.2 电力系统分阶段配置PMU
3.2.1 问题的产生
3.2.2 电力系统不可观测度
3.2.3 分阶段最优解的求解思想
3.2.4 PMU分阶段最优配置的模型
3.2.5 改进自适应遗传算法寻求每阶段的最优解
3.3 算例及其分析
3.3.1 IEEE14节点算例
3.3.2 浙江省32节点实际电网算例
3.4 本章小结
第4章 同步相量测量在电力系统状态估计中的应用
4.1 状态估计概述
4.2 传统状态估计
4.2.1 加权最小二乘法算法
4.2.2 快速分解算法
4.2.3 极坐标系下的雅可比矩阵元素
4.3 基于PMU量测的线性状态估计
4.4 引入PMU量测的混合状态估计
4.4.1 相量作为待求量参与状态估计
4.4.2 相量作为已知量参与状态估计
4.5 基于快速分解算法的引入PMU量测混合状态估计的算例分析
4.5.1 5节点系统
4.5.2 IEEE14节点系统
4.5.3 实际系统算例—浙江电网333节点系统
4.6 本章小结
第5章 结论与展望
5.1 本文所作的主要工作和结论
5.2 目前存在的不足和未来工作的展望
参考文献
附录
攻读硕士学位期间的研究成果
致谢
作者简介