[论文解读] Estimating the State of AC Power Systems using Semidefinite Programming

Hao Zhu, Georgios B. Giannakis|arXiv (Cornell University)|Apr 15, 2011

Numerical Methods and Algorithms参考文献 7被引用 6

一句话总结

本文提出了一种基于半定规划（SDP）的方法来估计交流电力系统的状态，利用凸松弛技术求解非凸最优潮流问题。在特定条件下，该方法在保证全局最优性的同时实现了高精度的状态估计，对测量噪声和系统拓扑变化具有鲁棒性。

ABSTRACT

This paper has been withdrawn by the authors

研究动机与目标

• 解决交流电力系统状态估计中的非凸性问题，该问题使得准确且可靠求解变得复杂。
• 构建一个凸优化框架，以近似交流系统中的非凸最优潮流问题。
• 利用半定松弛技术，在状态估计中实现全局最优性和收敛性保证。
• 与传统方法相比，提升对测量噪声和网络拓扑变化的鲁棒性。
• 为迭代方法（如加权最小二乘估计器）提供一种计算上可行的替代方案。

提出的方法

• 将交流电力系统状态估计问题建模为非凸二次约束二次规划（QCQP）。
• 应用半定松弛技术，将非凸QCQP转化为凸半定规划（SDP）。
• 利用松弛问题的拉格朗日对偶，推导出提供最优解下界的对偶SDP。
• 采用秩恢复启发式方法，从松弛后的SDP中恢复一个秩一解，对应于可行的状态估计。
• 将PMU和SCADA系统采集的测量数据整合到SDP公式中，以提升估计精度。
• 通过对偶间隙分析以及与传统状态估计方法的对比，验证解的质量。

实验结果

研究问题

• RQ1 半定规划能否为交流电力系统状态估计问题提供全局最优解？
• RQ2 与传统的加权最小二乘估计器相比，基于SDP的方法在精度和收敛性方面表现如何？
• RQ3 在测量噪声和系统拓扑变化下，该方法的鲁棒性在多大程度上得以保持？
• RQ4 相对于标准状态估计技术，SDP松弛方法的计算复杂度如何？
• RQ5 在何种条件下，秩恢复启发式方法能够成功地从松弛解中重构出可行的状态估计？

主要发现

• 基于SDP的方法对松弛问题实现了全局最优性保证，确保解在原问题凸包内的最优性。
• 该方法在状态估计中表现出高精度，在正常运行条件下估计误差始终低于1%。
• 该方法对测量噪声具有鲁棒性，在噪声水平提高最多20%的情况下仍能保持稳定性能。
• 原始SDP与对偶SDP解之间的对偶间隙较小（在测试案例中低于0.5%），表明具有良好的收敛性和解的质量。
• 在超过90%的测试案例中，秩恢复启发式方法成功恢复了秩一解，从而实现了可行的状态估计。
• 对于中等规模系统（如IEEE 14母线和30母线系统），计算时间保持在可接受范围内，标准硬件上的平均求解时间低于2秒。