基于微型同步相量测量装置(μPMU)的配电网状态估计方法
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第11-19页 |
1.1 课题的背景和意义 | 第11页 |
1.2 状态估计发展历程 | 第11-13页 |
1.3 国内外研究动态 | 第13-17页 |
1.3.1 配电网状态估计方法 | 第13-14页 |
1.3.2 PMU和μPMU的发展 | 第14-15页 |
1.3.3 基于μPMU的配电网状态估计 | 第15-16页 |
1.3.4 考虑AMI的配电网状态估计 | 第16-17页 |
1.4 本文主要研究内容 | 第17-19页 |
第2章 基于μPMU的混合量测数据融合 | 第19-32页 |
2.1 包含μPMU的配电网的量测体系 | 第20-23页 |
2.1.1 μPMU数据特点 | 第20-22页 |
2.1.2 配电网的量测体系 | 第22-23页 |
2.2 基于数据差异的混合量测数据融合 | 第23-31页 |
2.2.1 混合量测在数据成分上的融合 | 第23-26页 |
2.2.2 混合量测在数据精度上的融合 | 第26-27页 |
2.2.3 混合量测在数据断面上的融合 | 第27-30页 |
2.2.4 混合量测在数据刷新频率上的融合 | 第30-31页 |
2.3 本章小结 | 第31-32页 |
第3章 基于μPMU的配电网状态估计方法 | 第32-47页 |
3.1 基于μPMU的支路电流法 | 第32-37页 |
3.1.1 支路电流法 | 第32-33页 |
3.1.2 基于μPMU的支路电流法模型 | 第33-37页 |
3.2 基于扩展卡尔曼滤波(EKF)的数据预测 | 第37-41页 |
3.3 基于状态估计结果的坏数据检测 | 第41-44页 |
3.3.1 标准化残差检测法 | 第41-43页 |
3.3.2 配电网量测体系中的坏数据的检测 | 第43-44页 |
3.4 弱环网情况下的状态估计优化 | 第44-46页 |
3.5 本章小结 | 第46-47页 |
第4章 基于μPMU的配电网状态估计方法算例分析 | 第47-57页 |
4.1 IEEE13系统算例 | 第47-51页 |
4.2 IEEE123系统算例 | 第51-53页 |
4.3 江西共青城10kV配电线路算例 | 第53-56页 |
4.4 本章小结 | 第56-57页 |
结论与展望 | 第57-58页 |
参考文献 | 第58-63页 |
附录A 攻读学位期间获得的研究成果 | 第63-64页 |
附录B IEEE123状态估计结果及市中Ⅳ线参数 | 第64-69页 |
1 IEEE123节点修正系统状态估计结果 | 第64-67页 |
2 江西共青城10kV配电线路市中Ⅳ线线路参数 | 第67-68页 |
3 江西共青城10kV配电线路市中Ⅳ线配变参数 | 第68-69页 |
致谢 | 第69页 |