使用因子图进行大规模电力系统可观测性分析

状态估计算法基于描述为方程组的测量模型来估计状态变量的值。在应用状态估计算法之前，通过可观测性分析来确定底层方程组解的存在性与唯一性。如果不存在唯一解，可观测性分析将定义可观测岛，并进一步定义确定唯一解所需的附加方程组（测量）。我们首次利用因子图和高斯置信传播算法定义了一种新颖的可观测性分析方法。通过跟踪因子图上高斯置信传播算法迭代过程中方差的演变，可以识别可观测岛以及为恢复可观测性所需的测量配置。由于底层电力网络的稀疏性，所提出的方法具有线性计算复杂度（假设迭代次数恒定），使其特别适合求解大规模系统。该方法可灵活匹配分布式计算资源，允许以分布式方式确定可观测岛和恢复可观测性。最后，我们使用规模在 1354 到 70000 节点之间的电力系统讨论了所提出可观测性分析的性能。