[论文解读] Distributed Robust Bilinear State Estimation for Power Systems with Nonlinear Measurements
该论文提出了一种用于具有非线性测量的多区域电力系统的全分布式鲁棒双线性状态估计（D-RBSE）方法。该方法在每个区域实现本地状态估计，同时最大限度减少区域间通信，采用并行非线性变换，并在无需中央协调器的情况下有效抑制不良数据，通过鲁棒公式实现，已在IEEE 14和118节点系统上得到验证。
This paper proposes a fully distributed robust state-estimation (D-RBSE) method that is applicable to multi-area power systems with nonlinear measurements. We extend the recently introduced bilinear formulation of state estimation problems to a robust model. A distributed bilinear state-estimation procedure is developed. In both linear stages, the state estimation problem in each area is solved locally, with minimal data exchange with its neighbors. The intermediate nonlinear transformation can be performed by all areas in parallel without any need of inter-regional communication. This algorithm does not require a central coordinator and can compress bad measurements by introducing a robust state estimation model. Numerical tests on IEEE 14-bus and 118-bus benchmark systems demonstrate the validity of the method.
研究动机与目标
- 为解决大规模多区域电力系统中由于集中式方法不切实际而带来的状态估计挑战。
- 开发一种分布式方法，在保持估计精度和鲁棒性的同时，最大限度减少区域间通信。
- 消除对中央协调器的依赖，实现实时电力系统监控中的可扩展性和弹性运行。
- 集成鲁棒估计技术，以压缩并减轻不良数据在状态估计过程中的影响。
- 通过在控制区域之间解耦线性和非线性阶段，确保计算效率和可并行化。
提出的方法
- 该方法通过使用减少对外部异常值敏感度的损失函数，将双线性状态估计公式扩展为鲁棒模型。
- 每个控制区域使用线性化测量和自身数据执行本地状态估计，最大限度减少区域间数据交换。
- 所有区域并行计算非线性变换，无需彼此之间通信。
- 该算法采用交替优化策略，迭代优化状态估计，同时保持分布式运行。
- 引入基于Huber损失的鲁棒代价函数，以在估计过程中抑制不良测量的影响。
- 分布式结构确保了可扩展性和容错能力，因为各区域在初始协调后可独立运行。
实验结果
研究问题
- RQ1如何在无中央协调器的情况下，跨多个控制区域实现分布式状态估计？
- RQ2非线性测量对电力系统中分布式状态估计的精度和收敛性有何影响？
- RQ3鲁棒估计技术能否有效集成到分布式双线性框架中以抑制不良数据？
- RQ4与集中式或其他分布式方法相比，该方法在通信负载和估计精度方面表现如何？
- RQ5该方法在不同水平的测量噪声和不良数据下，其可扩展性和鲁棒性表现如何？
主要发现
- 所提出的D-RBSE方法在IEEE 14节点和118节点测试系统上均实现了高估计精度，即使在存在不良数据的情况下亦然。
- 该算法通过在无协调的情况下执行本地估计和并行非线性处理，显著减少了区域间通信。
- 鲁棒公式有效抑制了不良测量的影响，表现为与非鲁棒方法相比估计误差更低。
- 该方法在多次迭代中保持收敛性和稳定性，证实其在大规模系统中的可靠性。
- 数值结果表明，该分布式方法在精度和鲁棒性方面与集中式鲁棒状态估计相当或更优。
- 该算法在系统规模增大时表现出良好的可扩展性，小系统（14节点）和大系统（118节点）均保持一致的性能表现。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。