第一章 绪论
1.1 混合电力系统状态估计的背景
随着电气化时代的到来，电气作为各个行业必不可少的组成部分，其发展规模和涉及领域逐步扩大。随着电力系统规模的扩大，其运行结构也日趋复杂，特别是电网和现代化信息相结合形成智能电网以来，对电力系统的准确性和稳定性提出了更高的要求。未来几年，我国将会逐步形成超高压，长距离的输电方式，与互联网相互结合也将成为未来电网的趋势，电网结构的不断复杂，使得电网的安全变得尤为重要。因此，如何在满足现在企业以及人民对电网规模的不断需求，又能满足电网安全有效运行的需求，保证用电的安全性和可靠性，是如今电网必须解决的问题。
随着我国经济的不断发展，电力系统的运行环境受到了一定程度上的挑战。受国家土地、环境保护以及公众接受态度等综合因素的影响，新的电力系统的改造依然比较困难。状态估计（State Estimation）是指在电力系统中安装测量装置，对测量到的数据根据一定的估计规则进行估计，从而得到电力系统内部的运行状态。通常情况下，对电力系统的输入/输出量测数据进行分析，只能得到电力系统的外部特征，而电力系统往往需要对电网的内部特征有更加全面的了解，所以需要对其内部状态量（无法直接得到）进行分析。状态估计是一个量测系统利用其自身的高冗余度对量测过程中的不良数据进行去除，得到与电网状态真实值最接近的电力系统的各个节点的状态估计值，并利用这些量测量对电力系统各个节点的其他电气量测量进行精确的估算，从而实现对电力系统某些量测点数据缺失的补充，最终得到一个保证电力系统准确性和可靠性的实时数据库[1,2]。
衡量电力系统状态估计性能的好坏主要有两个指标：1、状态估计精度的大小；2、状态估计方程计算时间的长短。可以通过提高量测装置的冗余度、提高量测装置的精度、优化量测装置的配置来提高状态估计的性能指标[3]。对电力系统状态估计的研究是从卡尔曼滤波开始的，虽然电力系统状态估计对同一时刻的量测数据利用一定的估计规则进行处理，但并不确定测量的误差对状态估计会有怎样的影响，所以近些年，人们提出了很多新的算法用来改进状态估计，但是由于种种原因，这些算法并未在实际中得到广泛的使用，现阶段来看，实际中广泛采用的依然是基于最小二乘法所改进的算法。
......
......
1.2 混合电力系统状态估计的研究意义及发展趋势
1.2.1 电力系统状态估计的研究意义
状态估计的概念最初是在 1800 年由 Guas 和 Lgenerde 提出的，其基本思想是利用最小化残差平方和，来对内部状态变量进行估计和预测。
如上图 1-1 所示，对状态估计的功能进行简要概述：
（1）对电力系统中量测设备采集到的数据估算处理，得到各个节点最接近运行状态的真实量测值；（2）对已知的电气量进行估算处理，得到无法直接量测的电气量；（3）通过对采集的量测数据进行检测与识别，去除或者修正采集到的“坏数据”，提高量测数据的准确可靠性；（4）遥测量可以反映出电力系统中的各个开关的状态，对出现错误状态的开关进行改正，使其修正为正确的接线结果；（5）辨识及修正状态估计中存在的错误系统拓扑结构和网络参数；（6）通过合理的布置各个量测点的位置，对量测系统进行及时的规划和调整；（7）具有预测功能，能根据当前或者历史时刻的信息推断出未来的电网运行信息。
例如电力网络的接线图、电网线路的阻抗等，由于在设计电网时，已经对这些参数做好了规划，所以认为结构参数是固定的，不需要对结构参数进行估算。电网的运行参数主要是指电力网络中的电气量（电压、电流、有功功率、无功功率、相角信息等），当电网负荷发生变化时，这些电气量也会随之而改变，并且能够利用远动设备传到调度中心。利用状态估计对电网的运行参数进行估计，通过对数据收集、经过传送设备传输、对传送数据进行转换而传到调度中心的数据就是“远动数据”，由于远动数据存在以下几个缺点，如果只利用远动数据，难以达到电网中调度的标准。
（1）远动数据缺乏“自补性”，即采集到的远动数据只是电网中所有数据的一部分，参数的类型不够全面。若对实时信息进行及时的掌握，则需要建立实时信息的通道，建立通道需要耗费一定的财力，如果对电网中对所有信息都采用信息通道进行传送，会大大增加电网建设的成本，缺乏建设电网的经济性，造成较大的资金浪费。若利用一定的估计算法对采集到的部分实时数据进行估算和处理，进而得到那些难以测量的运行数据和参数，不但保证了对整个电网进行全面分析的需求，也大大减少了电网在建设过程中的费用。
......
......
第二章 基于混合量测的电力系统状态估计算法基础
2.1 电力系统状态估计
状态估计是通过增加量测系统的冗余度来提高量测数据的精度。它可以自行剔除在量测过程中因受到其他干扰所产生的错误信息，从而得到比较接近系统真实运行状态的状态信息。[4]。状态估计包括两种：动态状态估计、静态状态估计[5]。动态估计具有一定的预测功能，可以根据某时刻的量测信息，利用一定的量测方程，估算出未来某一时刻的量测信息；静态估计则是利用某时刻的量测信息，利用一定的量测方程，来得到当前时刻的量测信息。所以，利用动态状态估计可以在状态估计中得到未来的量测量，相比较而言，动态估计的具有更好的实时效果。因为电力系统远动设备的运行状况随着电网状况的改变而改变，如果远动设备只能提供少量的状态信息，则状态估计不能正常进行。所以，在进行状态估计时，所必须做的就是先判定整个系统是否可观。对整个量测系统进行判定后，若系统中存在不可观测的部分，则不能利用状态估计构造相应的实时信息库，应该把系统中不可观的部分从状态估计中去除，或者通过在系统中引入人为设定的虚拟/伪量测信息将系统中的不可观部分变为可观部分[6]。
（1）量测量 Z，是一个由节点电压幅值、节点电压相角、节点有功功率以及节点无功功率组成的 m 维向量。量测量 Z 的获取途径主要有：从 SCADA 或者 PMU 测量装置获得的遥测数据、人为设定的数据以及电话查询得到的数据。由于这些数据存在着一定的误差，其数学表达式为：
（2）网络参数 P，包括变压器参数和线路参数。用变压器变比和变压器电抗来代表变压器参数（忽略电阻），用电阻、电抗和对地电纳来代表线路参数。给出含误差参数的表达式：
（3）开关状态 S，代表电力系统中各个支路之间的拓扑关系，对电网中各个开关的状态起着决定性的作用。开关运行状态主要有两种获取途径：一是由远程量测开关的状态而得到，二是由电话询问得到。一般情况下，电力系统中各个网络接线都是正确的，但在特殊情况下，远程测试系统在传输开关状态时，会出现错误，从而引起网络接线出现错误，由此给出开关状态数学表达式为：
......
......
2.2 电力系统状态估计与传统的潮流计算的对比
电力系统状态估计中，量测向量的维数高于状态向量的维数，即已知方程的数量比待求方程的数量多，一般由节点电压幅值、电压相角、有功/无功功率等测量值组成测量向量。而在传统的潮流计算中，待求量的个数等于已知量的个数，通常所求的值包括节点电压幅值或节点功率注入量。状态估计与传统的潮流计算在求解方程时，所采用的数学思想也不同。对于状态估计与传统的潮流计算，在算法以及框架上进行了对比，如下表 2-1 和图 2-3 所示：
传统的状态估计算法可以概括成两类：一是静态状态估计（SSE），该估计从 SCADA系统获得数据，并以基础方程法作为基础算法，首先用拓扑分析法得到电力系统的结线情况以及运行情况，其次根据各个开关的闭合构造一个实时网络结构模型，最后用迭代的方法计算出电网中状态量的估计量，加权最小二乘（WLS）法是静态状态估计法的最典型算法；二是动态状态估计，动态估计法依照运动状态，以前一阶段的测量信息当成起始值，预测和估算出下一阶段的状态信息，这样既能使得前一阶段的量测数据得到充分发挥，又能兼顾下一阶段得到的预报状态量，扩展卡尔曼滤波（EKF）算法是动态估计算法最典型的算法[7,8]。
从式（2-24）协方差矩阵的表达式可以得知信息矩阵 G(x)的含义。信息矩阵很好的反映了最小二乘法的优劣，误差方差的大小与 G(x)的值成反比。最小二乘法是一种非统计学估计方法，不需要太多的统计特性，比较容易实现，是状态估计的经典解法和理论基础，可以用于很多不同种类的量测系统，但是，并不适用于大型电力网络的实时计算[10,11]。
......
......
第三章 基于混合量测的电力系统状态相关问题......................15
3.1 广域测量装置对状态估计的影响............................... 15
3.1.1 广域测量系统简介...........................................15
第四章 基于 APSI 多级策略下的混合电力系统状态估计研究............22
4.1 基于 SCADA/PMU 混合量测状态估计的网络模型...............22
4.2 基于 APSI 多级策略下的混合状态估计算法................. 22
第五章 基于混合量测下电力系统中 PMU 的优化配置研究...........31
5.1 PMU 优化配置的必要性...................................... 31
5.1.1 经济和技术角度层面......................................31
第五章 基于混合量测下电力系统中 PMU 的优化配置研究
GPS 是 PMU 量测装置的主要组成部分，另外还包括微处理器微处理器、GPS 接收器、信号传送模块和通讯模块等，可以实现对电压/电流向量的实时测量。本章首先分析 PMU 在电力系统中配置的必要性，然后对 PMU 在电力系统中的可观性进行分析，最后分析并给出了 PMU 在混合量测系统中的配置策略，利用仿真验证提出策略的有效性。
5.1 PMU 优化配置的必要性
5.1.1 经济和技术角度层面
电力系统中最理想的 PMU 配置策略就是在系统中的所有节点均配置 PMU 装置，这样可以使得直接通过 PMU 量测装置测量出所需要的精确的状态量。而且在状态估计算法的执行过程中，也将会是线性化的计算，大大优化了算法。然而，一方面是 PMU装置的本身费用比较昂贵，会给电网带来很大的经济负担，其次，我国电网目前大部分都是采用 SCADA 装置，如果全部替换为 PMU 装置，需要对原有的软件做很大的变动，无论是在技术上还是实际操作上都是不可行的[43]。另一方面，在技术上，因为我国通信系统的宽带并不发达，很难达到同时传递多个 PMU 量测数据的条件[44]。所以，无论从经济还是技术层面来看，目前我国电网依然适合进行混合量测。所以研究 PMU 在电网中的合理配置显得非常有必要。
5.1.2 状态估计系统内存占用率层面
虽然 PMU 的出现，大大增加了状态估计的冗余度，提高了状态估计的精确性。但是，过多的数据会使计算速度变慢，而且需要占用很多的内存，所以也急需对 PMU 进行合理配置。
......
......
第六章 总结与展望
6.1 总结
本文要解决的问题在于如何在混合状态估计中提高状态估计的精度，以及如何对PMU 进行最优化配置，以使得其功能在电力系统中能够得到最大程度的发挥。对此进行研究有着重大的现实意义，随着我国电网规模的不断扩大，对电网的运行提出了更高更严格的要求，如何才能够最快最准确地全面掌握电网中各个节点的运行状态，关乎着整个电网的可靠性和安全性。传统的状态估计主要采用 SCADA 装置，但是由于精度低以及时间同步性差，并不能满足电网对于状态信息实时性的需求，基于广域量测技术的 PMU 量测装置，不仅能够提高状态估计的精度，而且具有高度的时间统一性，对于电力系统的实时监控有着非常重大的意义。本文基于 SCADA 和 PMU 量测装置对电力系统的状态估计进行研究，并对如何优化合理配置 PMU 进行研究，主要成果如下：
目前，经过不断的发展和进步，状态估计虽然取得了不错的成果，但是动态状态估计还没有在电力系统的实际运行中得到应用。由于试验条件的限制以及试验环境的限制等，对动态状态估计的研究大都还处于理论研究的层面。然而实际运行的环境要比理论仿真的环境复杂很多，如果能将电力系统状态估计的成果和理论应用到实际的电网中，将会进一步推动电力系统状态估计的研究。为了适应我国社会主义建设的需要，我国的电力系统规模也日益庞大，电力产业的管理机制也越来越市场化，对状态估计的发展提出了更高的要求；而且如 PMU 技术等新兴技术在电网中的不断发展，对状态估计出现了一些新的问题亟待研究和探索。例如，能否用多尺度传感器信息融合估计来解决混合量测的数据匹配问题；能否利用 WAMS系统对于突变的天气做出提前预测和估计，从而使得电力系统的可靠性更高；随着我国微网的逐渐发展，能否将混合量测与微网更好的结合，实现经济性和可靠性等。
......
参考文献（略）
......
参考文献（略）