基于动态分区和多估计准则的电力系统自适应鲁棒状态估计

摘要

随着当前智能电网技术的高速发展,电力系统的组成和运行方式愈发复杂,对状态估计的鲁棒性和实时性也产生了更高的需求.为此,提出一种基于动态分区和多估计准则的电力系统自适应鲁棒状态估计.通过模糊c均值聚类筛选出系统中的可疑量测集,进而根据可疑量测的空间分布实现系统动态分区.考虑到不同估计器各自的特点和适应性,针对可疑量测区域和正常量测区域自适应选取不同的估计准则,在保证估计精度的同时兼顾计算效率.为了保证边界节点信息和联络线传输功率的一致性,引入边界协调信息作为等式约束,并基于交替方向乘子法进行求解.通过IEEE标准系统进行测试,结果表明所提方法具有较好的估计精度和鲁棒性,并且其估计效率较加权最小绝对值估计法有明显提升.