刘 颖 ,童伟林 ,邹 宇 ,王建全,夏彦辉 ,肖谭南
(1.南京国电南自电网自动化有限公司,江苏 南京 211153;2.浙江大学 电气工程学院,浙江 杭州 310027)
电力系统状态估计是能量管理系统(EMS)的重要组成部分,也是稳定控制、经济调度等其他电力系统应用的重要基础,在电网安全运行中承担着重要作用[1-2]。它利用实时测量系统的冗余度来提高数据精度,给出系统运行状态的估计值。
状态估计一般用非线性加权最小二乘法问题加以描述。正则方程法是早期状态估计的主要方法,包括加权最小二乘法、快速分解法等。但是,正则方程系数矩阵的条件数是量测雅可比矩阵条件数的平方,方程的病态性导致计算精度下降。在处理虚拟量测的情况下,方程病态问题更加突出。
对此,一类研究较多的方法是利用拉格朗日乘子法来处理等式约束[3],但是该方法存在信息矩阵不正定和计算量大的不足。Cholesky分解法[4]能够提升算法的数值稳定性、克服信息矩阵不正定的情况,但计算效率仍然有待提高。使用修正牛顿法[5-7]处理等式约束计算简单,可以有效规避上述问题。
另一类研究方法则是利用正交变换法。正交变换法[8-9]是一种可以有效提高数值稳定性的计算方法,在电力系统状态估计中应用广泛。Givens旋转法及Household镜像法是正交变换的2种主要方法。Household镜像法适用于满矩阵的情况,而状态估计的加权雅可比矩阵一般比较稀疏,使用Givens正交变换法具有更高的效率。
在进行Givens正交变换过程中会产生大量的中间注入元素,增加了Givens旋转的次数和计算量,影响计算效率。……