远程终端单元(remote terminal unit, RTU)是当前电网中最主要的测量终端,但是其量测量没有统一时标,更新频率低,而且存在不确定性的传输时延。而同步相量测量单元(phasor measurement unit, PMU)具有高同步、高精度等特点,成为电力系...远程终端单元(remote terminal unit, RTU)是当前电网中最主要的测量终端,但是其量测量没有统一时标,更新频率低,而且存在不确定性的传输时延。而同步相量测量单元(phasor measurement unit, PMU)具有高同步、高精度等特点,成为电力系统中重要的数据采集装置。为协调利用这两种测量数据,首先归纳出RTU量测非同步的来源,分析了量测数据不同步对状态估计和潮流计算的影响,并给出了相关的验证结果。并提出基于能量交互算子的量测数据相关性分析方法。该方法应用同步数据间相关性最大的原理,利用PMU所产生的精确数据来同步RTU数据,为混合测量系统确定测量基准时刻。通过对IEEE39节点电网和广东83节点实际电网的仿真,结果表明该方法能有效校正量测数据非同步以及改善状态估计和潮流计算精度。展开更多
针对传统静态状态估计方法的缺点,提出了一种改进的电力系统状态估计方法,即将部分节点相量测量单元(phasor measurement unit,PMU)量测数据与监控数据采集(supervisory control and data acquisition,SCADA)量测数据融合进行电力系统...针对传统静态状态估计方法的缺点,提出了一种改进的电力系统状态估计方法,即将部分节点相量测量单元(phasor measurement unit,PMU)量测数据与监控数据采集(supervisory control and data acquisition,SCADA)量测数据融合进行电力系统的全网状态估计。该方法简化了系统的雅可比矩阵,缩短了计算时间。文章研究了PMU和SCADA系统融合改进后的快速分解法,针对SCADA量测数据的缺点,通过历史数据库对潮流数据进行预测,并依据PMU量测量对系统进行分析,继而进行系统全网状态的动态监测。通过算例证明,与传统的估计方法相比,该方法改善了状态估计的精确性,减少了迭代次数,细致地描绘了电网状态的变化过程,为调度中心下一步的决策提供了依据。展开更多
文摘远程终端单元(remote terminal unit, RTU)是当前电网中最主要的测量终端,但是其量测量没有统一时标,更新频率低,而且存在不确定性的传输时延。而同步相量测量单元(phasor measurement unit, PMU)具有高同步、高精度等特点,成为电力系统中重要的数据采集装置。为协调利用这两种测量数据,首先归纳出RTU量测非同步的来源,分析了量测数据不同步对状态估计和潮流计算的影响,并给出了相关的验证结果。并提出基于能量交互算子的量测数据相关性分析方法。该方法应用同步数据间相关性最大的原理,利用PMU所产生的精确数据来同步RTU数据,为混合测量系统确定测量基准时刻。通过对IEEE39节点电网和广东83节点实际电网的仿真,结果表明该方法能有效校正量测数据非同步以及改善状态估计和潮流计算精度。
文摘针对传统静态状态估计方法的缺点,提出了一种改进的电力系统状态估计方法,即将部分节点相量测量单元(phasor measurement unit,PMU)量测数据与监控数据采集(supervisory control and data acquisition,SCADA)量测数据融合进行电力系统的全网状态估计。该方法简化了系统的雅可比矩阵,缩短了计算时间。文章研究了PMU和SCADA系统融合改进后的快速分解法,针对SCADA量测数据的缺点,通过历史数据库对潮流数据进行预测,并依据PMU量测量对系统进行分析,继而进行系统全网状态的动态监测。通过算例证明,与传统的估计方法相比,该方法改善了状态估计的精确性,减少了迭代次数,细致地描绘了电网状态的变化过程,为调度中心下一步的决策提供了依据。
