基于噪声张量补全的弱可观测主动分布网络数据增强方法

《IEEE Potentials》：Noisy tensor completion-based data enhancement method for weakly observable active distribution networks

　　

摘要：

在分布式发电机大量接入的主动配电网中，先进的应用方法是解决其运行问题的有效手段。现有方法通常假设配电网是完全可观测的，且测量数据没有噪声。但由于相量测量单元的配置限制，配电网可能在快速时间尺度上不可观测，这类配电网被称为弱可观测配电网。弱可观测配电网限制了先进应用在快速时间尺度上的应用。本文提出了一种基于噪声张量补全的数据增强方法，用于弱可观测配电网，以获取快速时间尺度下的运行状态。首先构建描述运行状态的测量状态张量，通过噪声张量环分解消除测量噪声的影响，再利用噪声张量补全融合不同时间尺度的测量数据，从而快速获得整体运行状态。随后，介绍了该数据增强方法在快速电压/无功控制中的应用，以便应对分布式发电机的快速波动。最后，通过改进后的IEEE 33节点和IEEE 123节点测试案例验证了所提方法的有效性。实验结果表明，该方法能够有效应对分布式发电机的波动，且具有较高的计算速度。