基于PMU优化的电力系统状态估计算法的研究

论文摘要

现代电力系统的结构及运行方式日趋复杂,为保证电力系统的安全性与经济性,对电力系统状态估计的要求越来越高,必须研究新的算法以适应新的发展要求。本文在等效电流量测变换状态估计算法的基础上,引入PMU测量信息先进行一次状态估计,用估计的结果和PMU测量值一起作线性估计。在此基础上将基于小生境的自适应遗传算法用于PMU的优化配置中,以提高状态估计精度为目标研究了PMU的优化配置。最后对PMU在发电机同期并网中的应用进行了探索性的研究。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 课题背景及意义
• 1.2 国内外研究动态
• 1.2.1 电力系统状态估计的研究现状
• 1.2.2 基于PMU 的电力系统状态估计研究现状
• 1.2.3 基于PMU 的发电机同期问题的研究现状
• 1.3 本文的主要工作
• 第二章 电力系统状态估计的理论基础
• 2.1 电力系统状态估计的数学描述
• 2.1.1 量测系统的数学描述
• 2.1.2 电力网络的数学描述
• 2.1.3 电力系统网络方程
• 2.1.4 状态估计的基本功能
• 2.2 三种经典的电力系统状态估计算法
• 2.2.1 加权最小二乘状态估计法
• 2.2.2 快速分解状态估计算法
• 2.3 本章小结
• 第三章 基于GPS 的PMU 及其在电力系统中的应用
• 3.1 相量测量装置（PMU）
• 3.2 PMU 在电力系统中的应用
• 3.3 本章小结
• 第四章 基于PMU 优化的状态估计模型
• 4.1 计及PMU 量测的电力系统状态估计
• 4.1.2 二次估计模型
• 4.1.3 计及PMU 的混合状态估计模型
• 4.2 PMU 优化配置方案
• 4.2.1 基本遗传算法（GA）原理及特点
• 4.2.2 自适应遗传算法
• 4.2.3 基于小生境的自适应遗传算法（NAGA）
• 4.2.4 基于NAGA 的PMU 优化配置
• 4.3 算例仿真
• 4.3.1 基于PMU 的状态估计仿真结果与分析
• 4.3.2 基于NAGA 的PMU 优化配置算法仿真
• 4.4 计及PMU 的电力系统状态估计与基于SCADA 的状态估计的比较
• 4.5 本章小结
• 第五章 基于PMU 的发电机同期问题的研究
• 5.1 发电机同期并网原理
• 5.2 PMU 在发电机同期并网中的应用
• 5.2.1 PMU 装置的结构
• 5.2.2 PMU 的测量精度
• 5.2.3 PMU 在发电机同期并网中的应用
• 5.3 本章小结
• 第六章 结论
• 参考文献
• 致谢
• 附录
• 在学期间发表的学术论文和参加科研情况