论文部分内容阅读
随着电力系统的不断发展,其运行调度日益复杂。为了保证系统运行的安全可靠性,要求快速、准确而全面地掌握系统的实际运行状态。但由于参数和量测信息的误差,使系统的实时状态很难准确获取。而状态估计是解决这个问题的重要手段。因此本论文在状态估计的计算速度和估计精度方面进行了较为深入的研究。具体研究内容如下:目前在状态估计软件中常采用的算法是经典的加权最小二乘估计法。该算法的估计质量和收敛性能好,但计算时间长。针对此问题,本文充分利用信息矩阵的分块对称稀疏结构特点,提出了一种基于分块信息矩阵十字链表的快速状态估计方法。首先,建立了基于直角坐标系下的功率量测方程。其次,创建了分块信息矩阵的下三角分块十字链表,提高了信息矩阵内存空间操作与节点优化编号的效率。最后,基于量测方程与分块信息矩阵的网络节点关联关系,提出了信息矩阵形成与修正的量测方程直接追加法,避免了雅可比矩阵的存储操作及其矩阵运算,提高了分块信息矩阵形成与修正及其十字链表存储空间开辟的效率。在此基础上,将功率量测方程严格等值变换为电流量测方程,使其对应雅可比矩阵部分元素为常数,以利于信息矩阵的修正,进一步提高了计算效率。同时,针对局部区域的坏数据污染其它区域测点的情况,本文进一步研究了考虑电网分区的两阶段状态估计方法。首先,采用基于节点度搜索的分区方法,将原网络自动分解为辐射支路子网、单环网以及复杂环网,形成多个独立子区域。其次,对每个子区域独立进行状态估计,并根据该估计结果修正量测量的权重。最后,利用修正后的权重对全网进行状态估计。该方法抑制了局部区域内的坏数据对其它区域的污染,有利于提高状态估计的估计精度。通过IEEE标准算例系统以及实际算例系统的仿真分析计算,验证了本文所提方法的快速性和有效性。