论文部分内容阅读
进入二十一世纪,由于科技的进步以及人类对电力工业的依赖,许多国家纷纷投身智能电网建设的热潮中。配电网是连接电力生产和电力消费两个方面的纽带,因此智能配电网是实现智能化用电的关键环节。高级量测体系(AMI,Advanced Metering Infrastructure)是智能配电网重要的硬件基础,它能全面提高配电网的自动化水平。状态估计是控制中心监测电力系统实际运行状态的有效工具,而传统配电网由于其自动化水平低造成状态估计的应用不够广泛。因此,在智能配电网的新形势下,将AMI这种新型量测系统与状态估计相结合从而提高配网状态估计的性能是颇具现实意义的。本文考虑利用AMI量测数据改善配网状态估计器的性能以及AMI的选址问题,研究以下三个方面内容:首先,针对AMI能够提供配网系统节点负荷实时量测数据这一特点,提出一种基于AMI数据的配网分层状态估计方法,以AMI节点为边界将配网系统解耦为若干独立的子系统,以加权最小二乘法为算法实现配网状态估计的分布式并行计算,从计算速度和精度两方面对分层方法与传统方法做了比较。其次,针对配网量测冗余度低从而需要大量伪量测数据辅助状态估计计算这一实际情况,提出一种基于AMI的节点负荷伪量测生成方法。该方法利用负荷分配系数预测的思想,将分配系数预测值与AMI实时量测数据相结合生成节点负荷伪量测数据。算例分析中比较了传统方法与基于AMI的方法两种方式生成的节点负荷伪量测数据的精度。最后,考虑AMI的选址问题以加快分层状态估计方法的计算速度。引入节点计算负担来表征子系统状态估计的计算速度,建立分层状态估计等效计算速度最快的优化问题模型。该模型以子系统等效计算负担为目标函数,寻优算法采用遗传算法。算例分析讨论了AMI配置数不同情况下的选址方案。