電力系統(tǒng)狀態(tài)估計

目錄
前言
第1章 緒論 1
1.1 能量管理系統(tǒng) 1
1.2 電力系統(tǒng)狀態(tài)估計概述 2
1.2.1 狀態(tài)估計的必要性和定義 2
1.2.2 狀態(tài)估計的主要功能 3
1.2.3 狀態(tài)估計的分類 4
1.3 狀態(tài)估計問題的數(shù)學描述 4
1.3.1 量測數(shù)據(jù)及量測方程 5
1.3.2 量測向量真值的表達式 9
1.3.3 狀態(tài)估計中量測量與狀態(tài)變量的個數(shù)對比 11
1.3.4 狀態(tài)估計的一般計算流程 11
1.4 狀態(tài)估計與常規(guī)潮流計算對比 12
1.5 狀態(tài)估計的模擬實驗及性能評價 13
1.5.1 狀態(tài)估計的模擬實驗 13
1.5.2 狀態(tài)估計的性能評價 13
1.6 本書的結構 15
參考文獻 16
第2章 加權*小二乘狀態(tài)估計及快速分解狀態(tài)估計 18
2.1 概述 18
2.2 極大似然估計 18
2.3 加權*小二乘狀態(tài)估計 19
2.3.1 WLS的數(shù)學模型 19
2.3.2 WLS計算中的矩陣 22
2.3.3 WLS的程序流程圖 25
2.3.4 WLS算例分析 27
2.4 快速分解狀態(tài)估計 35
2.4.1 FDSE的數(shù)學模型 36
2.4.2 FDSE的程序流程圖 39
2.4.3 FDSE算例分析 40
2.5 廣義快速分解狀態(tài)估計 47
2.5.1 GFDSE的數(shù)學模型 47
2.5.2 GFDSE的程序流程圖 51
2.5.3 GFDSE算例分析 52
2.5.4 WLS、FDSE和GFDSE三種方法的性能對比測試 53
2.6 基于直流潮流的加權*小二乘估計 58
2.6.1 直流WLS的數(shù)學模型 58
2.6.2 直流WLS算例分析 59
參考文獻 60
第3章 加權*小二乘狀態(tài)估計的改進方法 61
3.1 概述 61
3.2 基于QR分解的WLS 61
3.2.1 正則方程面臨的數(shù)值穩(wěn)定性問題 61
3.2.2 QR分解法 62
3.2.3 算例分析 65
3.3 帶等式約束的WLS和Hachtel法 67
3.3.1 帶等式約束的WLS 67
3.3.2 Hachtel法 69
3.4 減小正則方程的階數(shù) 71
3.4.1 建模方法 71
3.4.2 算例分析 72
參考文獻 73
第4章 網(wǎng)絡可觀性分析 74
4.1 概述 74
4.2 可觀性分析中的解耦 75
4.3 基于數(shù)值法的可觀性分析 76
4.3.1 數(shù)值法可觀性分析的理論基礎 76
4.3.2 不可觀支路和可觀島辨識方法 81
4.3.3 恢復可觀性的額外量測配置 86
4.4 基于圖論法的可觀性分析 94
4.4.1 圖論法可觀性分析的理論基礎 94
4.4.2 基于增廣序列的圖論法 95
參考文獻 102
第5章 不良數(shù)據(jù)的檢測與辨識 104
5.1 概述 104
5.1.1 不良數(shù)據(jù)的分類 104
5.1.2 不良數(shù)據(jù)的檢測、辨識、估計及狀態(tài)估計修正 105
5.1.3 不同水平的檢測與辨識功能 105
5.2 殘差方程及相關性質 107
5.2.1 殘差方程的推導 107
5.2.2 相關矩陣的性質 109
5.2.3 標準化殘差和加權殘差 110
5.2.4 基于殘差方程的量測量分類 111
5.2.5 不良數(shù)據(jù)的可檢測性和可辨識性 112
5.3 基于殘差方程的不良數(shù)據(jù)檢測 112
5.3.1 三種檢測方法 112
5.3.2 三種檢測方法的特點 118
5.3.3 三種檢測方法的算例對比分析 119
5.3.4 殘差污染和殘差淹沒 122
5.4 以前一量測斷面為依據(jù)的檢測方法 123
5.4.1 量測量突變檢測 123
5.4.2 基于偽量測的檢測方法 126
5.5 不良數(shù)據(jù)的殘差搜索辨識法 130
5.5.1 基本原理 130
5.5.2 殘差搜索辨識法 131
參考文獻 136
第6章 抗差狀態(tài)估計 138
6.1 概述 138
6.2 崩潰率及杠桿點 139
6.2.1 崩潰率 139
6.2.2 杠桿點 140
6.2.3 算例分析 145
6.3 M估計 147
6.3.1 M估計的數(shù)學描述 147
6.3.2 幾種常見的M估計方法 148
6.4 加權*小絕對值估計 151
6.4.1 基于線性量測方程的加權*小絕對值估計 151
6.4.2 基于非線性量測方程的加權*小絕對值估計 153
6.4.3 算例分析 156
6.5 基于*大相關熵的抗差狀態(tài)估計 159
6.5.1 基本原理 159
6.5.2 基于*大相關熵的抗差狀態(tài)估計一般模型與方法 163
6.5.3 MEAV模型及求解方法 166
6.5.4 算例分析 169
6.6 量測噪聲自適應狀態(tài)估計方法 174
6.6.1 理論基礎 174
6.6.2 模型方法 174
6.6.3 算例分析 177
參考文獻 179
第7章 狀態(tài)估計的全局尋優(yōu)方法 181
7.1 概述 181
7.2 量測方程的精確線性化 182
7.2.1 輔助量測向量和輔助狀態(tài)向量的引入 182
7.2.2 精確線性化的量測方程及雅可比矩陣 183
7.3 雙線性抗差狀態(tài)估計方法 184
7.3.1 BRSE的建模和求解 184
7.3.2 BRSE的可觀性分析 187
7.3.3 算例分析 188
7.4 基于錐規(guī)劃的抗差狀態(tài)估計方法 194
7.4.1 輔助狀態(tài)向量滿足的其他約束及其凸松弛方法 194
7.4.2 CRSE第一階段 195
7.4.3 CRSE算例分析 196
參考文獻 196
第8章 網(wǎng)絡拓撲錯誤辨識 197
8.1 概述 197
8.2 拓撲錯誤類型及檢測和辨識方法分類 197
8.2.1 電網(wǎng)拓撲錯誤類型 197
8.2.2 拓撲錯誤檢測和辨識方法分類 198
8.3 基于殘差的拓撲錯誤檢測和辨識 199
8.3.1 拓撲錯誤對殘差的影響 199
8.3.2 殘差法拓撲錯誤檢測和辨識的理論依據(jù) 200
8.3.3 殘差法拓撲錯誤檢測和辨識算例分析 202
8.4 轉移潮流法拓撲錯誤辨識 205
8.4.1 轉移潮流法的理論基礎 205
8.4.2 轉移潮流法的建模和分析 210
8.4.3 轉移潮流法算例分析 220
8.5 基于轉移潮流的狀態(tài)估計模型 227
8.5.1 轉移潮流的統(tǒng)一形式 228
8.5.2 轉移潮流方程 229
8.5.3 考慮轉移潮流方程約束的狀態(tài)估計模型 231
8.5.4 算例分析 235
8.6 廠站拓撲錯誤辨識 238
8.6.1 拓撲錯誤可疑廠站檢測 238
8.6.2 基于增廣狀態(tài)估計的廠站拓撲錯誤辨識 239
8.6.3 廠站簡化模型 242
8.6.4 改進的增廣狀態(tài)估計模型和算法 246
8.6.5 算例分析 247
參考文獻 251
第9章 電網(wǎng)參數(shù)估計 252
9.1 概述 252
9.2 參數(shù)錯誤的原因和影響及參數(shù)估計中的注意事項 252
9.2.1 參數(shù)錯誤的原因和影響 252
9.2.2 參數(shù)辨識與參數(shù)估計 253
9.2.3 主導參數(shù)和非主導參數(shù) 253
9.2.4 參數(shù)估計的實用化 254
9.3 基于殘差的參數(shù)辨識和估計方法 254
9.3.1 參數(shù)誤差對殘差的影響 254
9.3.2 基于殘差的參數(shù)辨識方法 256
9.3.3 殘差法參數(shù)辨識算例分析 257
9.4 基于增廣狀態(tài)估計的參數(shù)估計 260
9.4.1 基本原理 260
9.4.2 參數(shù)估計可觀性分析 261
9.4.3 算例分析 262
9.5 基于分解迭代的參數(shù)估計方法 266
9.5.1 基本原理 266
9.5.2 算例分析 270
9.6 變壓器分接頭位置辨識和估計 271
9.6.1 可疑分接頭位置辨識 271
9.6.2 變壓器分接頭位置估計的遞推貝葉斯方法 273
9.6.3 算例分析 284
參考文獻 288