第1章绪论
1.1状态估计的研究背景和意义
随着电力系统的快速发展，电力系统的装机容量越来越大，电网结构和运行方式也日趋复杂，这就要求现代化的电力调度系统能准确、迅速、全面地掌握电力系统实际的运行状态，分析和预测系统的运行趋势并能及时地对系统运行中发生的各种问题，提出处理方案，制定下一步的操作方案，从而保证电力系统运行的经济性和安全性⑴。电网自动监控系统的主要功能就是釆集电力系统的实时数据，建立起完整可靠的实时信息库。信息库包含两类数据：一类是运行参数数据，另一类是结构参数数据。结构参数数据包括电网结线方式及设备、线路的参数，如电网的结线图、线路阻抗等，这些参数都是既定的，不需要“估计”。运行参数包括有功功率、无功功率、电流、电压等，它们随着负荷的变化而实时变化，可以通过远方终端采集数据，传送到调度中心。运行参数是状态估计的对象直接用系统的量测信息来判断系统状态显然是+合理的、不能满足电网调度的要求，因为量测数据有如下几个缺点[5’61:(1)量测数据全面。量测数据并;4、包含电网的全部数据，仅仅采集了电网的部分数据。将电网的全部参数都通过硬件方法测量得到显然是不经济的。通过对实时数据进行处理与计算，可以得到全部的运行参数，从而能够对电网运行进行更全面的分析。⑵量测数据存在误差。调度中心得到的实时数据是通过传感器、变换器等远动装置传送进来的，数据采集、变换和通信每个环节都有误差，并且存在不同程度的干扰，因而这些数据是不完全可靠的，对这些数据进行计算和处理，去除其中的不良数据，可以提高数据的精度。⑶量测数据缺乏“自我纠正”能力。远动系统并不能把错误数据识别出来并且加以纠正，这就是缺乏“自动修正”的能力。从远动系统传来的数据存在错误，仅仅依靠调度人员从大量数据中找到错误数据并加以修正是不可能的。并且人工处理的速度、准确性往往达;4、到调度系统对数据的实时要求。因此在调度中心对庞大的量测数据进行科学的处理是十分必要的，以求得准确的数据。
1987年纽约电网大停电和2003年北美电网大停电充分显示了正确电力系统量测信息造成的巨大危害因此对电力系统进行状态估计也就成了必要环节。电力系统状态估计程序的主要功能是(1)根据基尔霍夫定律（网络方程）和量测量的精度（加权）按最佳估计准则(一般为最小二乘准则)对量测数据进行计算，提高数据的精度，得到最佳估计值。(2)对不良数据进行检测和辨识，改正或删除不良数据，提高数据的可靠性。(3)根据现有的量测量推算出那些难以测量的电气量，得到完整的电力系统的电气量数据。例如根据某一变电站的有功功率和无功功率量测值可以推算出该节点电压值和相角值。(4)根据量测数据估计电网的实际状态，纠正偶然出现的错误的开关数据，保证电网接线方式的准确性。这种功能称为开关状态辨识或网络结线辨识。(5)依靠现有的量测数据推算出系统的下一个状态，分析系统数据的发展趋势和可能出现的状况，为后续的运行计划和安全分析提供必要的计算条件。(6)可以把某些未知的参数作为状态量处理，利用状态估计算法计算出相应的参数值。例如带负荷变压器分接头的位置，可以把其参数值作为状态量估计出来。这种用法称为参数估计。(7)可以通过状态估计程序进行模拟试验，对量测数据进行综合收集和处理，对远方终端进行合理的规划和配置，从而节省系统的投资，使系统硬件可以在合理的配置下得到充分的利用。例如电力系统的相角测量装置(Phasor Measurement Unit, PMU)优化配置问题。
1.2状态估计的内容
精确的状态估计值是电力系统后续工作（如安全分析、最优潮流、小干扰稳定性分析等）必不可少的基础。随着能量管理系统（EMS)的功能日趋复杂化、智能化，状态估计的作用显得尤为虛要。状态估计也称为滤波，它足利用量测信息的冗余度来提高精度的，补充已有量测的不足，排除不良数据的影响，预报或估计系统的运行状态(轨迹）。状态估计的流程图如图1.1所示。状态估计问题的研究已有近50年的历史，取得了丰硕的研究成果，在多个领域广泛应用。状态估计最早作为计算机处理实时数据的工具，应用于宇宙飞船、导弹、潜艇、卫星和飞机的导航、追踪和控制。它主要使用了 20世纪60年代初期由卡尔曼、布西等人提出的一种递推式数字滤波方法，该方法既节约内存，又大大降低了每次估计的计算量电力系统状态估计的研究也是起源于卡尔曼滤波，丰田淳一在1968年提出了用卡尔曼滤波方法做负荷预报和水库来水预报，这已经属于状态估计在电力系统领域中的应用研究[3]。根据电力系统的特点，主要采用基于概率统计学的方法，如极大验后估计、最小方差估计、极大似然估计等方法，目前电力系统状态估计常用算法可以分为两大类型：一种是卡尔曼逐次算法，另一种是高斯型最小二乘法的总体算法。
1969年美国麻省理工学院的许怀不(R C. Schweppe)等人最早提出了电力系统加权最小二乘法状态估计，其特点是估计质量高，收敛性能好。然而由于这种算法计算量大，所需存储容量大，难以满足电力系统实时计算的要求。根据潮流计算经验得出的基于快速分解法和保留非线性的PQ算法，所需计算量明显减少，计算速度明显提高，并且收敛性能良好，这种算法可以看成是基本加权最小二乘法的实用形式。道桕思(J. F. Dopazo)等人和美国电力公司(AmericanElectric Power)提出的量测量变换状态估计算法也属于最小二乘法算法…],其特点是仅用支路潮流量测值，程序简单、使用内存少、计算速度快，虽然没有对节点注入型量测量进行计算，但实用性也十分满意。另外，非线性规划和线性规划方法也在电力系统状态估计中得到应用，这种方法的缺点是计算速度慢，但和最小二乘法相比，其受不良数据的影响较小。
第2章状态估计的理论基础
2.1电力系统的网络方程
快速分解法的收敛性能和估计质量与加权最小二乘法相近，快速分解法利用了高压电力系统中P-0解稱的特点，因而其计算维数明显低于加权最小二乘法，可以分别求解Ar和A队并且其系数矩阵是常数，所以其计算速度、使用内存方面明显优于加权最小二乘法，因此它是一种很有实用价值的状态估计算法。其缺点是快速分解法是在及线路两端的电压相角差较小等假设的前提下进行的，因此当系统存在不符合这些假设的因素时，就有可能出现不收敛的情况。例如低电压网络中，某些电缆线路的等值网络出现部分支路比值偏高的问题。大RIX比值病态问题已经成为快速分解法应用中的一个最大障碍。等效电流量测变换算法的优点在于当各种量测量经过等效电流变换后，形成的雅可比矩阵//是常数，迭代方程组雅可比矩阵只需要进行一次初始化、因子化，不需要重复计算，当等效电流量测实部虚部权重相等时，可以对计算模型简化并解稱，计算维数少，因此使用内存少，计算量少，计算速度快。该算法的不足之处是只有假设等效电流量测实部和虚部权重相等，在此条件下才能对计算模型解稱。并且进行等效变换时，必须有功、无功功率都存在，对于只有有功功率量测或只有无功功率量测的节点不能进行等效变换。
第 3 章 蚁群算法的优化......12
3.1 改进要点........ 12
3.2 对初始化部分的优化........ 14
3.3 对转移策略的优化.... 15
3.3.1 优化思路 ...... 15
3.3.2 具体的改进方法.... 16
3.4 对全局更新策略的优化 ..... 17
3.4.1 最大最小蚂蚁系统....... 17
3.4.2 具体的改进点..... 18
3.5 改进的蚁群算法与原算法的对比分析..... 20
3.6 改进后的蚁群算法的详细步骤....... 21
第 4 章 改进的算法在配电网规划中的应用....24
4.1 配电网规划问题概述........ 24
4.2 配电网规划问题的数学模型...... 25
4.3 配电网模拟规划的实验条件...... 26
4.4 算法的具体实施与应用.... 26
4.5 对实验结果的总结与反思..... 35
第 5 章 总结及展望....36
结论
状态估计作为能量管理系统（EMS)其他应用软件的基础，越来越拥有其应用价值和研究价值。如何提高电力系统状态估计的计算精度是近年来的热点研究课题。传统的加权最小二乘法一般选择量测误差的方差倒数作为其权重值，这种权重设置方法有其改进的地方。本文围绕加权最小二乘法状态估计算法进行了深入的分析，主要包括以下方面：
(1) 传统的方法一般是选择量测误差的方差倒数作为量测量的权重值，不同类型量测表的误差相同，即权重也相同。在实践中发现，误差相同的不同量测如果权重相同，其对状态估计影响是不同的。本文利用潮流计算中经常采用的摄动法分析状态量对不同类型量测的灵敏度，验证和分析了这种现象。
⑵摄动法的分析结果表明，状态量对电压幅值误差和节点注入功率误差的灵敏度较大；状态量对支路功率误差的灵敏度较小。据此提出了权重设置的新方法，即对电压量测和节点注入量测设置较小的权重；对支路功率量测设置较大的权重。
⑶用等效网络表示状态估计方程，对不同类型量测存在误差对状态估计精度影响原因进行解释。
参考文献
[1] Ettredge, M. and R. Greenberg. Determinants of Fee http://sblunwen.com/dlxtlw/ Cutting on Initial AuditEngagements. Journal of Accounting Research, 1990.28(1): 198-210
[2]Allen T.Craswell,Jere R.Francis and Stephen L.Taylor.Auditor Brand NameReputation and Industry specialization. Journal of Accounting and Economics,1995(December)20:297-322
[3] Defend M.，T.J.Wong and Shuhua Li.The Impact of Improved AuditorIndependence on Auditor Market Concentration in China. Journal of Accountingand Economics,2000:49-66
[4] Albert L. Nagy，Joseph V. Carcello. Client Size, Auditor Specialization andFraudulent Financial ReportingfJ].Managerial Auditing Journal, 2004, 19(5):651-668
[5] Balsam, S., Krishnan, J. and Yang, J. S. Auditor Industry Specialization andEarnings QualityfJ]. Auditing:a Journal of Practice & Theory, 2003, 22(2):71-79
[6]Brian W. Mayhew, Kimberly A. Dunn. Audit Firm Industry Specialization andClient Disclosure Quality[J].Review of Accounting Studies,2004, 19(1):35-58
[7]Defond, ML.，Francis, J. R. and Wong, T. J. Auditor Industry Specialization andMarket Segmentation: Evidence from Hong Kong[J]. Auditing: a Journal ofPractice & Theory,2000,19(1 ):49-66
[8]Gramling, A. A., Johnson, V. E., Khurana, I. K. The Association between Audit Firm Industry Experience and Financial Reporting Quality[M].Working Paper,Georgia State University,2001
[9]Krishnan, G. V. Does Big 6 Auditor Industry Expertise Constrain EarningsManagement? [J]. Accounting Horizons,2003,17(supplement):1-16
[10]Mark H. Taylor. The Effect of Industry Specialization on Auditor's Inherent RiskAssessments and Confidence Judgments. Contemporary Accounting Research,2000,17(4):693-712