考虑测量校正能力的状态估计动态分区方法

《Journal of Modern Power Systems and Clean Energy》：Dynamic Partitioning Method for State Estimation Considering Measurement Correction Capability

　　

摘要：

现代电力系统规模的不断扩大显著增加了状态估计（SE）的计算负担，尤其是当存在错误数据时，处理速度会进一步受到阻碍。为了解决大规模电力系统中高效快速状态估计的迫切需求，本文提出了一种考虑测量校正能力的动态分区方法。校正能力通过加权误差熵指数进行量化，提供了一个基于不确定性的标准，以自适应地定义分区边界。该方法能够在局部分区内并行识别和校正错误数据，从而显著降低计算开销，尤其是在错误数据比例较高的情况下。在标准测试系统和大规模电力系统上的测试表明，该方法在保持状态估计准确性的同时提高了处理速度。这凸显了其在大规模电力系统中的时间敏感应用中的巨大潜力。