陈艳波, 谢瀚阳, 王 鹏, 王金丽, 刘 进, 王若兰

(1. 华北电力大学电气与电子工程学院, 新能源电力系统国家重点实验室, 北京市 102206; 2. 广东电网有限责任公司信息中心, 广东省广州市 510600; 3. 中国电力科学研究院有限公司, 北京市 100192)

0 引言

已有的状态估计(state estimation,SE)方法,如加权最小二乘(weighted least squares,WLS)估计[1]、加权最小绝对值(weighted least absolute value,WLAV)[2-3]估计、非二次准则QL(quadratic-linear)估计和QC(quadratic-constant)估计[4]等,以及基于测量不确定度的最大正常测点率(maximum normal measurement rate,MNMR)状态估计[5-7]等,主要建立在概率统计体系下大数定律或测量不确定度的理论基础上。由于实际系统中量测量的数目有限,直接使用小样本或者假定主观先验概率去应用概率统计的数学系统进行计算和求解,估计结果的精度没有理论上的保证[8]。

本文是系列文章(共3篇)的第2篇。本文在文献[9]的基础上,基于不确定测度的评价指标定义了新的SE准则函数,进而提出SE的多目标模型——最大正常率最小偏差度 (maximum normal-rate least deviation,MNLD)估计。针对所述模型的特点,通过目标规划法将SE的多目标规划转化为单目标规划问题,进一步采用双曲正切型矩形脉冲替代正常测点参与度函数,以及采用改进凝聚函数逼近max(·)型函数(无穷范数型函数),从而将模型改进为目标与约束处处连续可导的单目标规划问题,最后采用拉格朗日乘子法求解。本文还对模型计算中的参数进行了试验分析和计算效率分析。

1 兼顾测点正常率的偏离度最小准则

在实际SE计算中,测量正常率和量测估计值靠近正常量测量的程度都是重要的SE结果评价指标。……