news 2026/5/1 7:23:40

【低压配电网】【对单相接地低压电网监测方案性能】在径向低压测试馈线上使用WLS状态估计器的性能,由于测量误差的随机性质,分析以蒙特卡洛方式进行(Matlab代码实现)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【低压配电网】【对单相接地低压电网监测方案性能】在径向低压测试馈线上使用WLS状态估计器的性能,由于测量误差的随机性质,分析以蒙特卡洛方式进行(Matlab代码实现)

💥💥💞💞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。

💥1 概述

摘要:
低压配电网(LVDGs)正从传统的被动行为演变为高度主动的系统。它们的安全可靠运行将需要有效的控制方案,而这又需要可靠且准确的监测系统。大多数相关现有工作依赖于在中压配电网(MVDGs)上主要使用的三相加权最小二乘(WLS)状态估计方法。然而,由于中压和低压配电网之间的不同特性,这种方法可能不适用于监测低压配电网。本文研究了在径向低压测试馈线上使用WLS状态估计器的性能,由于测量误差的随机性质,分析以蒙特卡洛方式进行。研究表明,在监测LVDG时存在明显的误差,与负载条件和配电网的不对称运行有关。

为了实现可持续的未来,电力系统需要不断演进,利用环保资源来发电。在这一转变过程中,低压配电网(LVDGs)将经历广泛变化,以从传统的被动行为转变为主动网格[1]。这将允许支持分布式能源资源(DERs)的高渗透度,例如住宅光伏系统、储能系统、电动汽车及其充电站。与此同时,未来的LVDGs将需要提供网格支持功能(如频率和电压支持、谐波和负序列抑制、逆功率流的检测和禁止、拥塞和线路过载的限制),以保持安全可靠的运行。因此,需要利用新型控制方案中所有可利用的灵活性,以支持LVDGs的演变,并在DERs的高渗透水平下维持安全可靠的运行[2]。在这一方向上,准确可靠的监测系统对于开发任何控制和协调方案以确保网格的有效运行至关重要。

关于LVDGs中适当的监测方法的研究工作直到最近都非常有限。这一差距的主要原因不仅在于LVDGs的传统被动行为,还在于低压级别的测量设备和基础设施不足。后者导致LVDGs不可观测[3],因而限制了适当监测方案的能力。然而,随着智能电表的最近大规模部署[4]-​[5],出现了新的机遇。它们的主要投入是为了计费目的以及一般了解客户行为,但如果充分利用,它们同时可以实现对LVDGs的监测。为此,通过利用智能电表的能力,对LVDGs的监测开始引起研究的关注。在[6]中,作者讨论并展示了下一代智能电表的特点和功能,并呈现了一个由48个智能电表组成的实验性传感器网络。这些智能电表用于监测意大利北部光伏发电高渗透的LVDG。在[7]中采取了类似的方法,利用德国的智能电表以15分钟的报告频率对LVDG进行监测,采用WLS状态估计器(SE)。在[8]中,考虑了智能电表测量的可能时间偏差,并提出了一种新的分配测量权重的方法。该方法取决于自上次智能电表测量更新以来经过的时间,并用于WLS SE。在[9]中,考虑了智能电表更新间隔之间可能的负载变化。在[10]中,对采用节点电压或支路电流作为状态变量的三相WLS SE进行了性能比较,并通过矩形和极坐标形式表达状态变量进行了分析。该研究结果清楚地表明,无论状态变量是用哪种平面表示,其结果都是相同的。然而,当状态用矩形形式表示时,估计器的计算效率更高,而用极坐标形式表示时,计算效率较低。在[11]中提出了一种基于云的架构,将LVDG划分成区块,每个区块由智能电表观测并报告给一个集中器。尽管这种设置需要为每个区块配备一个集中器,但它允许通过利用集中器的计算能力,在每个区块中并行执行WLS SE。因此,系统状态的整体估计需要的计算时间显著降低。

📚2 运行结果

部分代码:

% This script calculates all relevant system parameters
f=50; % frequency
nr_p=3; % number of phases
Vb1=400; %Line to Line RMS
Vb=Vb1/sqrt(3);
Sb=6e3; %Three phase base power
Zb=Vb1^2/Sb;
Ib=Sb/(sqrt(3)*Vb1);
Yb=1/Zb;

%% Calculates the admittance matrix of each line type in the network
[Line_admitt, Line_Type]=Construct_Line_Admittance;
[num,txt,raw] =xlsread('Network_Topology.xlsx');
nr_b=max(num(:,2)); %number of nodes in the system,
Ybus=zeros(nr_b*nr_p,nr_b*nr_p);
num(:,3)=num(:,3);

for i=3:size(txt,1) %the second row of the network topology file will correspond to the transformer, connected to bus 1-2
%its admittance will be taken into account in seperate section, so the loop starts from the third row that consists of the information
%about the first line in the system

🎉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。

🌈4 Matlab代码、数据、文章

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/8 12:45:28

SD3.5环境搭建对比:本地折腾vs云端即开即用

SD3.5环境搭建对比:本地折腾vs云端即开即用 你是不是也曾经为了跑一个AI绘画模型,翻遍全网查配置、装驱动、调参数,结果显卡不支持、内存爆了、出图慢得像蜗牛?我懂——作为一个技术博主,我也曾在这条“本地部署”的路…

作者头像 李华
网站建设 2026/4/23 14:12:50

GLM-4.6V-Flash-WEB图像理解实战:云端GPU助力,1小时出成果

GLM-4.6V-Flash-WEB图像理解实战:云端GPU助力,1小时出成果 你是不是也遇到过这样的情况?计算机视觉方向的毕业设计做到最后阶段,模型训练跑不动、推理卡成幻灯片,笔记本风扇狂转却连一张图都分析不完。学校机房排队要…

作者头像 李华
网站建设 2026/4/29 3:50:08

HY-MT1.5-1.8B跨平台部署:Windows/Mac/Linux实操对比

HY-MT1.5-1.8B跨平台部署:Windows/Mac/Linux实操对比 1. 引言 1.1 背景与技术定位 随着多语言交流需求的快速增长,轻量级、高效率的神经机器翻译(NMT)模型成为边缘设备和本地化部署场景的关键基础设施。在此背景下,…

作者头像 李华
网站建设 2026/4/25 10:15:37

FSMN VAD API接口扩展:RESTful服务封装思路

FSMN VAD API接口扩展:RESTful服务封装思路 1. 背景与需求分析 1.1 FSMN VAD模型简介 FSMN VAD(Feedforward Sequential Memory Neural Network - Voice Activity Detection)是阿里达摩院在FunASR项目中开源的语音活动检测模型&#xff0c…

作者头像 李华
网站建设 2026/4/22 4:58:22

从图片到代码:Qwen3-VL-2B-Instruct实战前端设计生成

从图片到代码:Qwen3-VL-2B-Instruct实战前端设计生成 1. 引言:视觉语言模型驱动的前端开发新范式 在传统前端开发流程中,设计师交付UI稿后,开发者需手动将其转化为HTML、CSS和JavaScript代码。这一过程不仅耗时,还容…

作者头像 李华
网站建设 2026/5/1 0:42:31

提示词包含风格描述真的有效?Live Avatar效果验证

提示词包含风格描述真的有效?Live Avatar效果验证 1. 引言 在当前数字人生成技术快速发展的背景下,阿里联合高校推出的开源项目 Live Avatar 凭借其高质量的语音驱动视频生成能力引起了广泛关注。该模型基于 Wan2.1-S2V-14B 架构,支持通过文…

作者头像 李华