电力系统分析-电力系统状态估计算法.pdf

电力系统状态估计算法 电力系统状态估计算法  概述  基本加权最小二乘法  快速分解状态估计  变换量测量  比较  示例 概述 WLS FDSE 变换量测 比较 示例 概述  在给定网络结构、支路参数和量测系统 的条件下，根据量测值求最优状态估计 值的计算方法称为状态估计算法。  电力系统状态估计算法可以分为两大类 型：  一种是卡尔曼型逐次算法  一种是高斯型最小二乘法的总体算法 概述 WLS FDSE 变换量测 比较 示例 逐次型状态估计  由于逐次型状态估计算法使用内存最少，对节 点注入型量测具有一定的适应能力，程序简单， 在一段时间内由邦那维尔电力系统提出后得到 了一定的应用。  但是这种算法的缺点是收敛速度慢，计算时间 长，估计质量差，随着电力系统规模增大和节 点注入型量测量的增多而变得更加严重，这些 缺点限制了它的推广应用。  目前在电力系统中，基本上应用的都是最小二 乘法的总体算法一类。 概述 WLS FDSE 变换量测 比较 示例 三种常用的最小二乘类算法  基本加权最小二乘法（牛顿法）  快速分解法  变化量测量 概述 WLS FDSE 变换量测 比较 示例 状态估计与潮流相比  节点划分？  潮流计算分为三类节点  而状态估计是没有节点类型的概念的  一个n节点的网络，状态变量有多少个？  状态变量有2n-1个  因为必须指定一个节点的相角为0  方程的个数？  潮流计算方程的个数等于状态变量的个数  状态估计中，方程的个数由量测量的个数决定 概述 WLS FDSE 变换量测 比较 示例 加权最小二乘法的数学模型  量测方程 z h(x) ν T 1  目标函数 min J (x) z h(x) R z h(x)      非线性方程求极值  必要条件：J (x ) 0 x T J (x) T 1  根据预备知识： T 2H (x)R z h(x ) 0 x  简化：H T (x )R1 z h(x ) 0 概述 WLS FDSE 变换量测 比较 示例