面向大规模电力系统状态估计的快速非凸半定规划求解器
信号处理
2019-06-20 v1
摘要
快速求解电力系统状态估计(SE)对于实现电网运行中的实时决策至关重要。半定规划(SDP)重构已被证明能有效获得非线性SE问题的全局最优解，但计算复杂度高。因此，我们利用近期非凸SDP方法的进展，其允许简单的梯度下降(GD)一阶更新。利用电力系统模型，我们可以验证SE目标函数具有良好的性质（强凸、平滑），从而保证所提基于GD的SE方法具有线性收敛速率。为进一步提升收敛速度，我们考虑了加速梯度下降(AGD)扩展，以及其在离群数据下的鲁棒版本和带有额外同步相量测量的混合基于GD的SE方法。在IEEE 118总线、300总线以及合成ACTIVSg2000总线系统上的数值测试表明，FGD-SE和AGD-SE能以显著提升的计算效率逼近SDP-SE解的近最优性能，AGD-SE尤为明显。
引用
@article{arxiv.1906.07970,
title = {Fast Nonconvex SDP Solvers for Large-scale Power System State Estimation},
author = {Yu Lan and Hao Zhu and Xiaohong Guan},
journal= {arXiv preprint arXiv:1906.07970},
year = {2019}
}