事件触发机制下配电网三相动态状态估计

黄蔓云; 徐启颖; 孙国强; 卫志农; 孙康

doi:10.7500/AEPS20231106005

您当前的位置：

首页 >

文章列表页 >

事件触发机制下配电网三相动态状态估计

学术研究 | 更新时间：2025-06-16

- 事件触发机制下配电网三相动态状态估计
- Three-phase Dynamic State Estimation for Distribution Network in Event-triggered Mechanism
- 电力系统自动化 2024年48卷第13期页码：100-108
- 作者机构：
  
  河海大学电气与动力工程学院，江苏省南京市 211100
- 作者简介：
  
  黄蔓云(1991—)，女，通信作者，博士，副教授，硕士生导师，主要研究方向：互联大电网状态估计、中低压配电网态势感知。E-mail：hmy_hhu@yaeh.net
  徐启颖(2000—)，女，硕士研究生，主要研究方向：电力系统状态估计。E-mail：hhuxuqiying@163.com
  孙国强(1978—)，男，博士，教授，博士生导师，主要研究方向：电力系统调度与优化、新能源发电、电力系统状态估计。E-mail：hhusunguoqiang@163.com
- 基金信息：
  
  国家自然科学基金青年科学基金资助项目(52207090)
- DOI：10.7500/AEPS20231106005
  中图分类号：
- 收稿：2023-11-06，
  
  修回：2024-01-14，
  
  网络出版：2024-05-20，
  
  纸质出版：2024-07-10
- 稿件说明：
移动端阅览
黄蔓云,徐启颖,孙国强等.事件触发机制下配电网三相动态状态估计[J].电力系统自动化,2024,48(13):100-108.

HUANG Manyun,XU Qiying,SUN Guoqiang,et al.Three-phase Dynamic State Estimation for Distribution Network in Event-triggered Mechanism[J].Automation of Electric Power Systems,2024,48(13):100-108.
黄蔓云,徐启颖,孙国强等.事件触发机制下配电网三相动态状态估计[J].电力系统自动化,2024,48(13):100-108. DOI： 10.7500/AEPS20231106005.

HUANG Manyun,XU Qiying,SUN Guoqiang,et al.Three-phase Dynamic State Estimation for Distribution Network in Event-triggered Mechanism[J].Automation of Electric Power Systems,2024,48(13):100-108. DOI： 10.7500/AEPS20231106005.

摘要

高级量测体系的发展和智能电表的广泛应用，为配电网三相状态估计提供了丰富的终端量测信息。同时，大量的智能电表数据给配电网通信系统提出了更高的通信带宽和实时存储要求。为了缓解量测拥堵和时延现象，文中引入事件触发机制代替传统量测数据的周期性采样，在保证有效量测信息及时上传的同时减少通信成本和投资。在此基础上，针对配电网实时状态感知问题，提出了基于鲁棒集合卡尔曼滤波的配电网三相动态状态估计方法，在正常运行场景下，能够保持与无偏估计加权最小二乘法相近的估计精度。该方法对于坏数据也有较强的鲁棒性。

Abstract

With the development of advanced metering infrastructure and the wide application of smart meters

the rich terminal measurement information is provided for the three-phase state estimation of distribution networks. At the same time

a large amount of smart meter data puts forward higher communication bandwidth and real-time storage requirements to the communication system of distribution networks. In order to alleviate the phenomenon of the measurement congestion and delay

this paper introduces an event-triggered mechanism instead of the traditional periodic sampling of measurement data

which ensures the timely uploading of effective measurement information while reducing the communication cost and investment. On this basis

for the real-time state sensing problem of distribution network

this paper proposes a three-phase dynamic state estimation method based on the robust ensemble Kalman filter

which can maintain estimation accuracy similar to the weighted least squares method in normal operation scenarios. The method also possesses strong robustness against bad data.

关键词

Keywords

references

PRIMADIANTO A ， LU C N . A review on distribution system state estimation ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 5 ）： 3875 - 3883 .

费有蝶，黄蔓云，卫志农，等 . 深度学习辅助的区域交直流配电网区间状态估计［J］. 电力系统自动化， 2022 ， 46 （ 1 ）： 101 - 109 .

FEI Youdie ， HUANG Manyun ， WEI Zhinong ， et al . Deep-learning-assisting interval state estimation of regional AC/DC distribution network ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 1 ）： 101 - 109 .

郑重，苗世洪，李超，等 . 面向微型能源互联网接入的交直流配电网协同优化调度策略［J］. 电工技术学报， 2022 ， 37 （ 1 ）： 192 - 207 .

ZHENG Zhong ， MIAO Shihong ， LI Chao ， et al . Coordinated optimal dispatching strategy of AC/DC distribution network for the integration of micro energy Internet ［J］. Transactions of China Electrotechnical Society ， 2022 ， 37 （ 1 ）： 192 - 207 .

马文涛，寇晓，郭耀松，等 . 基于扩展KRSL无迹卡尔曼滤波的约束动态状态估计［J］. 电力系统自动化， 2023 ， 47 （ 6 ）： 185 - 196 .

MA Wentao ， KOU Xiao ， GUO Yaosong ， et al . Constrained dynamic state estimation based on extended kernel risk sensitive loss unscented Kalman filter ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 6 ）： 185 - 196 .

MOHAMMADREZAEE R ， GHAISARI J ， YOUSEFI G ， et al . Dynamic state estimation of smart distribution grids using compressed measurements ［J］. IEEE Transactions on Smart Grid ， 2021 ， 12 （ 5 ）： 4535 - 4542 .

朱茂林，刘灏，毕天姝，等 . 考虑风电场量测相关性的双馈风力发电机鲁棒动态状态估计［J］. 电工技术学报， 2023 ， 38 （ 3 ）： 726 - 740 .

ZHU Maolin ， LIU Hao ， BI Tianshu ， et al . Robust dynamic state estimation of doubly-fed induction generator considering measurement correlation in wind farms ［J］. Transactions of China Electrotechnical Society ， 2023 ， 38 （ 3 ）： 726 - 740 .

黄蔓云，费有蝶，卫志农，等 . 高比例新能源下的交直流配电网预测辅助区间状态估计［J］. 电力系统自动化， 2023 ， 47 （ 16 ）： 34 - 43 .

HUANG Manyun ， FEI Youdie ， WEI Zhinong ， et al . Interval state estimation aided by forcasting for AC/DC distribution network with high proportion of renewable energy ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 16 ）： 34 - 43 .

颜伟，段磊，杨焕燕，等 . 基于智能电表量测的三相四线制配网抗差估计［J］. 中国电机工程学报， 2015 ， 35 （ 1 ）： 60 - 67 .

YAN Wei ， DUAN Lei ， YANG Huanyan ， et al . Robust state estimation for three-phase four-wire distribution system using smart meters measurement data ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 1 ）： 60 - 67 .

王云静，邢奥岚，曲正伟，等 . 基于AMI全量测点分区的配电网动态状态估计方法［J］. 电力自动化设备， 2023 ， 43 （ 7 ）： 142 - 150 .

WANG Yunjing ， XING Aolan ， QU Zhengwei ， et al . Dynamic state estimation method of distribution network based on partition of AMI total measurement points ［J］. Electric Power Automation Equipment ， 2023 ， 43 （ 7 ）： 142 - 150 .

林佳颖，栾文鹏，余贻鑫，等 . AMI量测用于配电网在线状态估计的可信度建模及分析［J］. 电网技术， 2018 ， 42 （ 4 ）： 1191 - 1200 .

LIN Jiaying ， LUAN Wenpeng ， YU Yixin ， et al . Credibility modelling and analysis of AMI measurements for on-line distribution state estimation ［J］. Power System Technology ， 2018 ， 42 （ 4 ）： 1191 - 1200 .

宋雨露，樊艳芳，刘牧阳，等 . 基于SC-DNN和多源数据融合的新能源电力系统状态估计方法［J］. 电力系统保护与控制， 2023 ， 51 （ 9 ）： 177 - 187 .

SONG Yulu ， FAN Yanfang ， LIU Muyang ， et al . State estimation method of a new energy power system based on SC-DNN and multi-source data fusion ［J］. Power System Protection and Control ， 2023 ， 51 （ 9 ）： 177 - 187 .

ABOLMASOUMI A H ， FARAHANI A ， MILI L . Robust particle filter design with an application to power system state estimation ［J］. IEEE Transactions on Power Systems ， 2024 ， 39 （ 1 ）： 1810 - 1821 .

王泽，张玉敏，吉兴全，等 . 基于深度学习与内核岭回归的电力系统鲁棒状态估计［J］. 高电压技术， 2022 ， 48 （ 4 ）： 1332 - 1342 .

WANG Ze ， ZHANG Yumin ， JI Xingquan ， et al . Robust state estimation of power system based on deep learning and kernel ridge regression ［J］. High Voltage Engineering ， 2022 ， 48 （ 4 ）： 1332 - 1342 .

陈吉 . 混合量测环境下智能电网的动态状态估计［D］. 武汉：华中科技大学， 2020 .

CHEN Ji . Dynamic state estimation for smart grid with hybrid measurements ［D］. Wuhan ： Huazhong University of Science & Technology ， 2020 .

刘敬知 . 无线传感器网络中的分布式扩散卡尔曼滤波算法研究［D］. 重庆：西南大学， 2021 .

LIU Jingzhi . Research on distributed adaptive kalman filter in wireless sensor networks ［D］. Chongqing ： Southwest University ， 2021 .

白星振，郑鑫磊，葛磊蛟，等 . 基于事件触发机制的配电网自适应UKF动态状态估计［J］. 高电压技术， 2021 ， 47 （ 7 ）： 2312 - 2321 .

BAI Xingzhen ， ZHENG Xinlei ， GE Leijiao ， et al . Dynamic state estimation method with adaptive UKF for distribution network based on the event-triggered mechanism ［J］. High Voltage Engineering ， 2021 ， 47 （ 7 ）： 2312 - 2321 .

LI Z ， LI S ， LIU B ， et al . A stochastic event-triggered robust cubature Kalman filtering approach to power system dynamic state estimation with non-gaussian measurement noises ［J］. IEEE Transactions on Control Systems Technology ， 2023 ， 31 （ 2 ）： 889 - 896 .

EVENSEN G . Sequential data assimilation with a nonlinear quasi-geostrophic model using Monte Carlo methods to forecast error statistics ［J］. Journal of Geophysical Research： Oceans ， 1994 ， 99 （ C5 ）： 10143 - 10162 .

符杨，张语涵，田书欣，等 . 基于混合量测的新能源电力系统动态频率预测方法［J］. 中国电机工程学报， 2024 ， 44 （ 5 ）： 1823 - 1836 .

FU Yang ， ZHANG Yuhan ， TIAN Shuxin ， et al . Dynamic frequency prediction based on mixed measurement for new energy power system ［J］. Proceedings of the CSEE ， 2024 ， 44 （ 5 ）： 1823 - 1836 .

王少芳，刘广一，黄仁乐，等 . 多采样周期混合量测环境下的主动配电网状态估计方法［J］. 电力系统自动化， 2016 ， 40 （ 19 ）： 30 - 36 .

WANG Shaofang ， LIU Guangyi ， HUANG Renle ， et al . State estimation method for active distribution networks under environment of hybrid measurements with multiple sampling periods ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 19 ）： 30 - 36 .

HAN D ， MO Y L ， WU J F ， et al . Stochastic event-triggered sensor schedule for remote state estimation ［J］. IEEE Transactions on Automatic Control ， 2015 ， 60 （ 10 ）： 2661 - 2675 .

GIRARD A . Dynamic triggering mechanisms for event-triggered control ［J］. IEEE Transactions on Automatic Control ， 2015 ， 60 （ 7 ）： 1992 - 1997 .

于尔铿 . 电力系统状态估计［M］. 北京：水利电力出版社， 1985 .

YU Erkeng . Power system state estimation ［M］. Beijing ： China Water & Power Press ， 1985 .

臧海祥，耿明昊，黄蔓云，等 . 电-热-气混联综合能源系统状态估计研究综述与展望［J］. 电力系统自动化， 2022 ， 46 （ 7 ）： 187 - 199 .

ZANG Haixiang ， GENG Minghao ， HUANG Manyun ， et al . Review and prospect of state estimation for electricity-heat-gas integrated energy system ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 7 ）： 187 - 199 .

VISHNU T P ， VISWAN V ， VIPIN A M . Power system state estimation and bad data analysis using weighted least square method ［C］// 2015 International Conference on Power， Instrumentation， Control and Computing （PICC）， December 9-11 ， 2015 ， Thrissur， India .

ABUR A ， EXPOSITO A G . Power system state estimation： theory and implemetation ［M］. Florida， USA ： CRC Press ， 2004 .

HUANG M Y ， WEI Z N ， ZHAO J B ， et al . Robust ensemble Kalman filter for medium-voltage distribution system state estimation ［J］. IEEE Transactions on Instrumentation and Measurement ， 2020 ， 69 （ 7 ）： 4114 - 4124 .

MILI L ， CHENIAE M G ， VICHARE N S ， et al . Robust state estimation based on projection statistics of power systems ［J］. IEEE Transactions on Power Systems ， 1996 ， 11 （ 2 ）： 1118 - 1127 .

ZHAO J B ， MILI L . Robust unscented Kalman filter for power system dynamic state estimation with unknown noise statistics ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 2 ）： 1215 - 1224 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

计及恢复过程状态估计误差风险的配电网恢复决策

基于MCC-PCKF的跟网型变流器时变虚拟惯量与状态估计