多域系统分布式状态估计算法研究.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2008 中国国际供电会议 1 多域系统分布式状态估计算法的研究 郭金莲 1 ,范晓丹 1 ,黄晓红 2 ,赵洪山 1 1 电气工程学院,华北电力大学大学,河北 保定 071003 ,中国 2 调度控制中心,长治供电公司,山西 长治 046000 ,中国 E-MAIL: jianuogjl@126.com 摘 要:随着电网规模的扩大,集中式状态估计算法因其维数过大,不易获得满足系统可观测性的足够信息以及计算速 度而不再适用。针对此问题,本文利用基于区域划分的分布式并行优化模型来解决多区域电力系统状态估计问题。在传 统的集中式状态估计算法的基础上,提出了在计算速度、数值精度上显著提高的分布式并行算法,且以 MPI 为软件平台 对验证系统进行了模拟计算。并与集中式计算结果进行了比较,结果表明了该分布式算法的有效性。 关键词:电力系统;区域划分;状态估计;分布式优化;MPI 计算法。该算法的分层结构与两级分层式状态估计算法略 0. 引言 有不 同。在划分子系统时,每个子系统要包 边界的联络 以往,在电力系统中使用的状态估计都是集中式状态 线以及联络线对端的节点 。这样,在第一层状态估计时, 估计(CSE ),它接收来自电力系统厂站的远动信息,用常 联络线以及其对端的节点被计算了 2 次。该算法由此得名 。 规的估计方法对系统进行状态估计。随着电力系统的发 在第二层状态估计时,进行联络线功率的估计和全系统相 展,区域电网互联,电力系统的规模越来越大,这就使得 角的归并。这一算法解决了两级分层式状态估计算法的问 传统的集中式状态估计面临着一系列的挑战。 题,估计的效果较好 。 1. 电力系统的规模越大,集中式状态估计的维数相应 本文采用基于区域划分的分布式算法来解决多区域 的也会变得越大,这就使得状态估计的计算时间变长; 状态估计优化问题,这种多区域的分布式状态估计算法无 2. 传统的集中式状态估计忽略了电网的地理分散性, 需进行参数调整,只需交换边界信息。区域间的信息交换 而复杂化了状态估计算法的程序设计,比如它不能将某一 减小,另外算法本身所具有并行处理的特点从而大大的提 小区域的量测误差限制在本区域里; 高算法的计算时间,加快收敛速度。首先,对一实际电力 3. 在对大系统进行监控时,传统的状态估计算法在数 系统从地理上进行分区,然后基于局部最优的基础上建立 值稳定性和计算速度方面已经不可能有所突破。 与原问题等效的并且相对独立的子分区状态估计,并且要 分布式估计是解决以上问题重要方法之一。它将整体 考虑相邻子系统的影响。在程序设计部分,用 Matlab 完成 状态估计做降维处理,既可以降低单次估计的计算时间, 各个子区域内的优化计算部分,在 MPI 平台上利用局域网 提高局部量测冗余度,又可以把局部不良数据和病态系统 内多微机来模拟其计算结果。 条件的影响限制在当前区域内,避免由于局部影响而造成 1. 分布式状态估计模型 整体状态估计算法不收敛。对于各子系统,通过并行处理 技术来提高整体计算效率。因此,研究分布式状态估计算 传统集中式状态估计算法一般采用最小二乘估计法, 法有着十分重要的实际意义。 它是以量测量和测量估计值之差的平方和最小为 目标准 文献[3,4]提出两级分层式状态估计算法,将大系统设

文档评论(0)

july77 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档