当前位置: 首页 > news >正文

【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

http://www.jsqmd.com/news/250357/

相关文章:

  • ES6对象方法简写:更简洁的代码写法
  • ACE-Step模型优势剖析:3.5B参数如何平衡质量与速度
  • TurboDiffusion为何快?SageSLA注意力机制深度解析
  • Z-Image-Turbo极速出图实战:6秒生成,成本低至1毛
  • IndexTTS-2方言支持体验:云端快速测试,无需本地资源
  • NotaGen节日营销:快速生成品牌定制圣诞音乐的秘诀
  • 2026 年程序员接单全指南:平台这么多,别再选错了
  • 8GB内存电脑跑LoRA:云端GPU加持,性能提升10倍
  • Qwen3-Embedding-4B成本分摊:多团队使用计量部署教程
  • MiniMax 开源了一个新的 Coding Agent 评测集,叫 OctoCodingBench,用以去评测 Coding Agent 在完成任务的过程中,有没有遵守规矩?
  • MiDaS开箱即用镜像:免去CUDA烦恼,5分钟部署
  • DeepSeek-OCR论文精读:用视觉压缩突破长文本处理瓶颈|基于DeepSeek-OCR-WEBUI实战
  • MiDaS深度解析:1元体验SOTA模型,技术小白也能懂
  • 基于改进粒子群算法的多无人机协同航迹规划(Matlab代码实现)
  • 4G 显存即可运行!免环境搭建的 AI 电商换装工具实操指南
  • 强烈安利9个AI论文工具,本科生轻松搞定论文写作!
  • UI-TARS-desktop案例解析:Qwen3-4B-Instruct在金融风控中的应用
  • Qwen-Image-Layered vs Photoshop:实测对比3种图层方案,2小时搞定选型
  • 程序员接单实用指南:平台选择、真实体验与避坑思路
  • 部署bge-large-zh-v1.5省心方案:云端GPU按小时计费,1块钱起
  • Open Interpreter物理仿真:数值计算脚本生成实战
  • Qwen3-1.7B模型加载异常?常见问题全解
  • Scrapy与Splash结合爬取JavaScript渲染页面
  • 实战演示:用麦橘超然Flux生成赛博朋克风城市街景
  • Fun-ASR语音识别系统搭建:基于钉钉通义大模型的实操案例
  • Qwen3-14B实战教程:从零开始部署企业级智能客服系统
  • GPT-OSS-20B-WEBUI参数调优:max_tokens与temperature设置建议
  • 5个必备翻译工具推荐:HY-MT1.5-1.8B镜像免配置上手
  • Qwen2.5-0.5B推理费用高?本地运行降本增效实战指南
  • Supertonic极速TTS实战:为技术类乐理博文注入声音