广东电网WAMS增强SCADA状态估计研究.docx

广东电网WAMS增强SCADA状态估计研究
随着电力系统规模的不断扩大，电网具有其高度复杂性和动态性。大规模的电力故障和事故持续不断地带给社会、经济和环境带来沉重的影响，因此，在电力系统的运行过程中，及时准确地归纳故障和状态变化尤为重要。在电网的实时监测和控制中，电气工程师们通常使用WAMS（范围广泛的测量系统）进行状态估计。此外，SCADA（监视、控制及数据采集系统）是监视整个电力系统的集中式计算机系统，它为操作员提供了实时的控制和监测功能。
然而，简单说来，SCADA和WAMS之间存在着显著的差异：SCADA数据通常只包含拓扑和功率信息，而WAMS可以提供多种类型的测量信号，例如相角、频率、电流等等。因此，SCADA总体上存在着一些局限，对于电力系统的状态估计来说，其略显不足。为了克服这些局限，一些电力系统专家和学者在WAMS中进行了增强性能的研究，以提高电力系统的可靠性和稳定性。
在此背景下，广东电网的电力工程师们进行了广泛的研究。他们的目标是增强电力系统的状态估计能力，以提高其对电力系统状态变化的表示能力。在此过程中，他们完成了以下几个工作：
首先，他们基于电力系统控制稳态方程，得出了扩展Kalman滤波器（EKF）的状态估计模型。此处，EKF是一种应用于非线性系统的经典观测方法，可以在电力系统的非线性方程中有效地对大规模的电力系统建模，使其能够估计电力系统状态的不确定性。他们的电力系统状态估计模型包括对于不确定性的处理及其在扰动下的表现。
其次，他们应用所提出的研究模型进行了仿真实验，并对模型性能进行了评估。这些实验结果表明，所提出的状态估计模型能够满足电力系统的估计准确性和稳定性的要求，有效地处理了电力系统非线性方程中的不确定性问题，并且对于电力系统的状态变化表示能力和精度都得到了极大的提高。
最后，他们对所有的模型结果进行了总结，并在论文中发布了他们的研究成果。他们的研究不仅在理论上得到了证明，而且在实际工程应用领域也有着广阔的应用前景，特别是对于大规模电力系统的智能监控方面。在未来工作中，他们将进一步研究和完善WAMS性能的方法以及模型的应用，以更好地服务于电力工业的发展。