中低压混合配网一体化状态估计及其应用
本文关键词: 高级量测体系(AMI) OpenDSS 三相状态估计 量测时延 窃电分析 出处:《天津大学》2014年硕士论文 论文类型:学位论文
【摘要】:高级配电运行(Advanced Distribution Operation,ADO)是智能电网的重要组成部分。ADO要求电网具备实时的监视分析、网络重构等功能,这些功能的实现都需要利用状态估计技术来提供基础数据支持。随着电力系统网络的日益复杂,电力市场多元化的深入发展,人们对配电网的状态估计精度和处理实时量测信息的能力有了更高的要求。促使针对于配电网的状态估计理论研究得到进一步的开展,为更准确的估计网络运行状态提供了可能。高级量测体系(Advanced Metering Infrastructure,AMI)是智能电网的重要基础设施。通过AMI的核心设备智能电表,电力公司可以获得配电网终端用户历史的或准实时的多种量测信息。这些信息丰富了配电网的量测类型,能够有效解决长期以来配电网因量测配置不足、通信通道不完善而造成局部网络不可观测的问题。将AMI所采集的数据合理的应用到配电网状态估计中能够更准确、全面的估计出系统当前运行状态,从而为其它高级应用提供更可靠的数据支持。本文首先针对配电网中三相线路不对称,负荷不平衡的特点,详细描述了电网中各类元件的三相模型,以节点电压实部和虚部为状态变量分别对节点负荷功率量测、节点电压幅值量测、支路电流幅值量测和支路功率量测的雅克比矩阵进行了推导,利用OpenDSS与VBA的接口功能实现了配电网三相状态估计。利用AMI核心设备智能电表采集的多种量测信息,在中压配电网状态估计中,提出了以基于AMI数据生成伪量测的方法来代替通过负荷预测得到的传统伪量测,提高了状态估计精度,同时实现了以用户为最小节点的低压配电网的状态估计,并通过算例表明估计结果具有较高的精度。最后,本文综合利用SACDA量测和AMI智能电表量测等多种量测信息,提出了中低压混合配网一体化的状态估计方法,该方法可以避免中压馈线末端负荷量测匮乏时而采用误差较大的伪量测和对低压配网进行估计时将馈线末端变压器节点近似为“假设电源”的问题。基于中低压混合配电网的状态估计,分别对量测量时延处理和窃电分析两方面的应用提出了相应的方法并通过算例证明有效性。
[Abstract]:Advanced distribution operation (Advanced Distribution Operation, ADO) is an important part of smart grid.ADO grid have the real-time monitoring function analysis, network reconfiguration and so on, are required to achieve these functions by using state estimation techniques to provide data support. With the development of power system network is increasingly complex, in-depth development of power market diversification, people state the distribution network estimation accuracy and real-time processing ability measurement information have higher requirements. The needle for distribution network state estimation theory to get further development, provides the possibility to estimate the running state of the network more accurately. Advanced measuring system (Advanced Metering Infrastructure, AMI) is an important infrastructure of intelligence the grid. Through the core equipment of AMI's smart meters, electric power company can achieve a variety of distribution network terminal history or quasi real time The measurement information. These abundant information of distribution network measurement types, can effectively solve the long-standing distribution network measurement due to lack of allocation and communication channel imperfections caused by local network cannot be observed. The AMI collected data reasonably applied to the distribution network state estimation can be more accurate and comprehensive estimation the system currently running, so as to provide more reliable data support for other advanced applications. In this paper, the three-phase line distribution network asymmetry, unbalanced load characteristics, describes the various components of the grid three-phase model in detail, the real and imaginary node voltage as the state variable of node load power measurement. Node voltage amplitude measurement, the Jacobian matrix of branch current phasor and branch power measurement are deduced and realized distribution three-phase state estimation using the interface of OpenDSS and VBA Using a variety of measurement information. The amount of AMI core equipment of smart meter acquisition, in medium voltage distribution network state estimation, put forward to the method of generating pseudo measurement based on AMI data to replace the traditional load forecasting by pseudo amount measurement, improves the precision of state estimation, at the same time in order to realize the users of low-voltage distribution network state minimum node estimates, shows that the estimation results with high accuracy and through examples. Finally, this paper test and AMI smart meter measuring various measurement information by SACDA, put forward the estimation method in low voltage distribution network integration mixed state, the method can avoid the end of medium voltage feeder load measurements and the lack of the pseudo volume the error of measurement and estimation of the low voltage distribution network feeder terminal transformer node approximately "assume power". In the low voltage distribution network based on hybrid state estimation, respectively on the amount The application of the two aspects of the time delay processing and the electric stealing analysis is proposed and the validity of the method is proved by an example.
【学位授予单位】:天津大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TM732
【相似文献】
相关期刊论文 前10条
1 王力哲,王心丰,范正刚,薛巍;电力系统中厂站/全网双层状态估计[J];电网技术;2001年02期
2 彭世康,王永刚;一种新的三相状态估计算法[J];继电器;2001年01期
3 卫志农,周红军,顾杵,唐治育;保留非线性三相配电网状态估计[J];南京理工大学学报(自然科学版);2003年04期
4 韩富春,任先成;快速解耦状态估计算法研究[J];电力系统及其自动化学报;2003年06期
5 张丽,韩富春;带有等式约束的状态估计快速算法[J];太原理工大学学报;2003年05期
6 黄滔,卢建刚,张辉;广东省调提高状态估计计算精度的措施[J];电网技术;2004年16期
7 李雪;王克文;;在线概率状态估计[J];中原工学院学报;2006年01期
8 郑健;王承民;张强;刘志强;;自适应抗差理论在配网状态估计中的应用[J];继电器;2006年10期
9 吴建中;余贻鑫;;配电网集成负荷估计和状态估计(英文)[J];天津大学学报;2006年S1期
10 任江波;郭志忠;;电网自愈控制中的状态估计模式研究[J];电网技术;2007年03期
相关会议论文 前10条
1 徐兴华;陈万里;;地调状态估计实用化探讨[A];华东六省一市电机工程(电力)学会输配电技术研讨会2002年年会山东电机工程学会交流论文集[C];2002年
2 郭金莲;范晓丹;赵洪山;;分布式状态估计算法的研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
3 刘耀年;郝静;;基于分布式抗差加权最小二乘法的状态估计[A];第十一届全国电工数学学术年会论文集[C];2007年
4 刘顺明;刘耀年;于贺;汤德海;;基于抗差加权最小二乘法的分布式状态估计[A];高效 清洁 安全 电力发展与和谐社会建设——吉林省电机工程学会2008年学术年会论文集[C];2008年
5 何青;欧阳红林;杨民生;童调生;;基于最优定界椭球的自适应集员状态估计[A];2004全国测控、计量与仪器仪表学术年会论文集(上册)[C];2004年
6 郭晓林;曹军海;贾小平;;模糊状态估计在机动目标跟踪中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
7 林桂华;张艳军;周苏荃;;基于量测变换的混合量测状态估计算法[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
8 景渤雯;赵璐;张雨生;;基于PMU的状态估计研究现状及发展展望[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
9 彭云辉;缪栋;刘云峰;;SR-UKF在状态估计中的应用[A];2006中国控制与决策学术年会论文集[C];2006年
10 王正志;肖齐英;;部分参数不准确的线性系统H_∞状态估计滤波问题[A];1993年控制理论及其应用年会论文集[C];1993年
相关博士学位论文 前10条
1 王吉华;多轴转向车辆状态估计与控制研究[D];南京航空航天大学;2013年
2 Sideig Abd elrhman Ibrahim Dowi;PMU测量单元对电力系统动态状态估计影响研究[D];华北电力大学;2015年
3 任江波;电力系统过程状态估计研究[D];哈尔滨工业大学;2007年
4 陈芳;电网状态估计及其扩展的理论研究[D];山东大学;2010年
5 畅广辉;基于混合量测的电力系统分布式状态估计研究[D];武汉大学;2009年
6 王永;互联电网分布式状态估计和混合量测状态估计研究[D];哈尔滨工业大学;2008年
7 白宏;基于PMU量测信息的面向过程状态估计研究[D];哈尔滨工业大学;2008年
8 黄彦全;电力系统状态估计若干问题的研究[D];西南交通大学;2005年
9 柯晶;强跟踪状态估计与群集辨识[D];浙江大学;2003年
10 李强;基于PMU量测的电力系统状态估计研究[D];中国电力科学研究院;2006年
相关硕士学位论文 前10条
1 李希;滤波方法在交通状态估计中的应用研究[D];中国海洋大学;2014年
2 郑存龙;基于粒子滤波的电力系统机电暂态状态估计研究[D];东北电力大学;2016年
3 秦佳丽;通讯受限的网络化系统的状态估计的研究[D];广东工业大学;2016年
4 田莎莎;基于最大可观集计及不良数据辨识的状态估计研究[D];燕山大学;2016年
5 杜耀恒;基于PMU的状态估计研究[D];郑州大学;2016年
6 徐钟波;基于PMU量测的系统分析及状态估计模型的研究[D];华北电力大学(北京);2016年
7 闫磊;传感器网络中基于一致性的分布式状态估计[D];南通大学;2015年
8 王冠;中低压混合配网一体化状态估计及其应用[D];天津大学;2014年
9 郭金莲;多区域电力系统分布式状态估计算法的研究[D];华北电力大学(河北);2009年
10 胡晓艳;分布式平台下的配电网状态估计研究[D];华北电力大学;2015年
,本文编号:1443082
本文链接:https://www.wllwen.com/kejilunwen/dianlilw/1443082.html