💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。
⛳️座右铭：行百里者，半于九十。
⛳️赠与读者
👨💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学，什么是电的时候，不要觉得这些问题搞笑。哲学是科学之母，哲学就是追究终极问题，寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能让人胸中升起一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它居然给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。
或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎
💥1 概述
摘要：
线性网络建模和相量测量单元（PMUs）简化了传统系统状态估计（SSE）问题。现有的多相SSE-基于PMU的模型是线性的，包括接地电阻作为固定和不变的参数。然而，接地电阻强烈依赖于随时间变化的湿度和温度变化。因此，在不平衡运行时，中性接地电压（NEV）可能高于城市地区允许的接触和步进电压。现在可以使用专门的仪表监测接地电阻，并因此将其作为测量和状态变量合理地纳入到多接地SSE问题中。因此，SSE问题变得非线性，标准的线性解决方案不再适用。这个事实在文献中被忽视了。为了填补研究空白，提出了一种新的多接地SSE-基于PMU的表述。作为一个关键贡献，线性SSE方法中使用的正规方程结构被扩展为非线性结构，以便估计接地电阻、中性对地电压和中性电流。该提议在一个双母线示例中用于说明目的，并在大规模条件下成功应用和与现有方法进行比较。
编辑
编辑
多接地配电系统的基于PMU的系统状态估计研究
一、研究背景与意义
随着现代配电网的快速发展和智能化程度的提高，对配电网状态的准确估计变得越来越重要。传统的配电网状态估计方法主要基于数据采集装置（DAU）的测量数据，如电流和电压测量值等，但这些方法往往存在精确度不高和计算量大的问题。相量测量单元（PMU）的出现，为配电网状态估计提供了新的解决方案。PMU具有高精度、高频率的数据采集能力，可以对电网中的电量、相角等实时变化进行精确测量，从而显著提高状态估计的精度和实时性。
在多接地配电系统中，接地电阻的变化对系统状态估计具有重要影响。然而，传统的基于PMU的系统状态估计模型往往将接地电阻视为固定不变的参数，忽略了其随时间和环境变化的事实。因此，研究一种能够考虑时变接地电阻的多接地配电系统状态估计方法具有重要的理论和实际意义。
二、研究内容与方法
研究内容：
本研究旨在提出一种新的基于PMU的多接地配电系统状态估计方法，该方法能够考虑接地电阻的时变特性，并估计接地电阻、中性点对地电压和中性电流等关键参数。通过扩展线性状态估计方法中的正规方程结构，使其适应非线性问题，从而提高状态估计的准确性和可靠性。
研究方法：
- 线性网络建模：利用PMU的测量数据，建立多接地配电系统的线性网络模型。该模型包括节点电压、支路电流等状态变量，以及接地电阻等参数。
- 非线性扩展：针对接地电阻的时变特性，将线性模型扩展为非线性模型。通过引入额外的状态变量和测量方程，使模型能够估计接地电阻、中性点对地电压和中性电流等参数。
- 状态估计算法：采用加权最小二乘法（WLS）等状态估计算法，对非线性模型进行求解。通过迭代计算，不断优化状态变量的估计值，直到满足收敛条件。
- Matlab实现与仿真验证：利用Matlab软件，实现上述状态估计方法，并在IEEE测试系统或实际配电网系统中进行仿真验证。通过对比分析不同场景下的估计结果，评估方法的准确性和有效性。
三、研究结果与分析
研究结果：
- 非线性模型的有效性：仿真结果表明，所提出的非线性模型能够准确估计接地电阻、中性点对地电压和中性电流等参数。与传统的线性模型相比，非线性模型在接地电阻变化较大的情况下表现出更高的估计精度。
- 状态估计算法的收敛性：加权最小二乘法等状态估计算法在非线性模型中表现出良好的收敛性。通过合理设置初始值和迭代步长等参数，可以确保算法在有限次迭代内达到收敛条件。
- 实际系统的应用潜力：将所提出的方法应用于实际配电网系统中进行仿真验证，结果表明该方法能够适应实际系统的复杂性和不确定性，为配电网的安全运行和故障诊断提供有力支持。
结果分析：
- 接地电阻的影响：接地电阻的变化对系统状态估计具有重要影响。传统的线性模型由于忽略了接地电阻的时变特性，导致在接地电阻变化较大的情况下估计精度下降。而所提出的非线性模型通过引入接地电阻作为状态变量，有效解决了这一问题。
- 状态估计算法的选择：加权最小二乘法等状态估计算法在非线性模型中表现出良好的适用性。这些算法通过最小化测量误差的加权和来优化状态变量的估计值，从而提高了估计的准确性和可靠性。
- 实际系统的复杂性：实际配电网系统往往具有复杂的拓扑结构和多样的运行方式。所提出的方法通过灵活设置测量方程和状态变量，能够适应实际系统的复杂性和不确定性。同时，通过仿真验证表明，该方法在实际系统中具有广泛的应用潜力。
四、研究创新点与贡献
创新点：
- 提出非线性模型：针对传统线性模型无法适应时变接地电阻的问题，提出了一种新的非线性模型。该模型通过引入接地电阻作为状态变量，使模型能够更准确地反映系统的实际运行情况。
- 扩展正规方程结构：在线性状态估计方法中，正规方程结构通常用于求解状态变量。本研究通过扩展正规方程结构，使其适应非线性问题，从而提高了状态估计的准确性和可靠性。
贡献：
- 理论贡献：本研究丰富了多接地配电系统状态估计的理论体系，为相关领域的研究提供了新的思路和方法。
- 实践贡献：所提出的方法能够显著提高多接地配电系统状态估计的准确性和实时性，为配电网的安全运行和故障诊断提供有力支持。同时，该方法具有广泛的应用潜力，可推广至其他类型的电力系统状态估计中。
📚2 运行结果
编辑
编辑
编辑
编辑
编辑
部分代码：
% General parameters
econv=10^-4;
%l=4;%number of layers
Nei=1;% minimum noise level
Nef=4;% maximum noise level
%Ni=25;% number of iterations
%% Runs the 4-wire Power Flow for each layer
for layer=1:l
fprintf('Running 4-wire l-layer Kersting NEV Power Flow for layer %d.\n',layer);
[zm,LossesPm,Ym,Ynewm,Ynew2m,rm,injectm,vm,SLm]=KerstingGeneric_powerflow(layer);
zx{layer}=num2cell(zm);
LossesPmx{layer}=num2cell(LossesPm);
Ymx{layer}=num2cell(Ym);
Ynewx{layer}=num2cell(Ynewm);
Ynew2x{layer}=num2cell(Ynew2m);
rx{layer}=num2cell(rm);
injectmx{layer}=num2cell(injectm);
vmx{layer}=num2cell(vm);
SLmx{layer}=num2cell(SLm);
end
%% Begins the iterative process
for layer=1:l
for noisel=Nei:Nef
🎉3 参考文献
文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。
[1]P. M. De Oliveira-De Jesus, N. A. Rodriguez, D. F. Celeita and G. A. Ramos.
