Skip to main content
QUICK REVIEW

[论文解读] Distributed state estimation: a novel stopping criterion

Sajjad Asefi, Sergei Parsegov|arXiv (Cornell University)|Dec 1, 2020
Power System Optimization and Stability参考文献 13被引用 4
一句话总结

该论文提出了一种新型的电力系统状态估计(PSSE)分布式停止准则,以提升大规模、高比例可再生能源接入电网的效率。通过在分布式区域中动态评估局部残差与基于一致性比较的阈值,该方法减少了通信开销并加速了收敛,相较于现有方法在总效率方面表现更优,同时保持了高精度。

ABSTRACT

Power System State Estimation (PSSE) has been a research area of interest for power engineers for a long period of time. Due to the intermittent nature of renewable energy sources, which are applied in the power network more than before, the importance of state estimation has been increased as well. Centralized state estimation due to the complexity of new networks and growing size of power network will face problems such as communication bottleneck in real-time analyzing of the system or reliability issues. Distributed state estimation is a solution for the mentioned issues. There are different implementation methods introduced for it. The results of the paper are twofold. First, we examined different approaches to distributed PSSE (DPSSE) problem, according to most important factors like iteration number, convergence rate, data needed to be transferred to/from each area and so on. Next, we proposed and discussed a new distributed stopping criterion for the methods and above-mentioned factors are obtained as well. Finally, a comparison between the total efficiency of all applied methods is done.

研究动机与目标

  • 应对高比例可再生能源渗透背景下大型复杂电力系统中集中式状态估计面临的日益严峻挑战。
  • 通过支持分布式计算,克服集中式估计中的通信瓶颈与可靠性问题。
  • 设计一种停止准则,以最小化不必要的迭代次数,同时确保分布式区域间的收敛精度。
  • 优化迭代次数、收敛速率和数据传输量等关键性能指标,以提升分布式状态估计的性能。
  • 利用所提出的停止准则,评估并比较多种分布式PSSE方法的总效率。

提出的方法

  • 基于相邻区域间的局部残差范数与基于一致性的阈值比较,提出一种分布式停止准则。
  • 引入一种动态阈值机制,可自适应于局部收敛行为,降低对全局同步的依赖。
  • 将停止准则无缝集成到现有分布式PSSE算法中,无需修改核心估计更新逻辑。
  • 采用一致性协议,在分布式控制区域之间交换并比较局部收敛指标。
  • 将收敛定义为所有区域中最大局部残差范数满足预设容差条件。
  • 通过在测试电力系统上的仿真验证该方法,对比不同算法在通信负载与收敛速度方面的表现。

实验结果

研究问题

  • RQ1如何设计一种分布式停止准则,以减少大规模电力系统状态估计中的通信开销?
  • RQ2所提出的停止准则对分布式PSSE的收敛速度与迭代次数有何影响?
  • RQ3与现有分布式状态估计方法相比,该新准则在效率方面表现如何?
  • RQ4该停止准则是否能在最小化控制区域间数据交换的同时保持估计精度?
  • RQ5局部残差监测与基于一致性的阈值判定在提升分布式收敛性能方面发挥何种作用?

主要发现

  • 与传统的集中式或固定阈值的分布式方法相比,所提出的停止准则显著减少了达到收敛所需的迭代次数。
  • 一旦检测到局部收敛,即可避免不必要的数据交换,从而最小化通信开销。
  • 该方法在总效率方面优于现有分布式PSSE方法,其衡量标准为收敛速度与通信成本的乘积。
  • 动态阈值机制提升了对不同网络条件与局部收敛速率的适应能力。
  • 仿真结果表明,该方法在保持与集中式状态估计相当的估计精度的同时,能够有效扩展至更大规模系统。
  • 基于一致性的局部残差评估确保了分布式控制区域之间的一致性与鲁棒性。

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。