基于相位同步与特征向量的电力系统状态估计

为了从不准确的电压幅值和复功率测量中估计准确的电压相量，标准方法是使用高斯-牛顿法迭代细化一个良好的初始猜测。但由于估计问题的非凸性，高斯-牛顿法对初始猜测敏感，需要人工干预来检测是否收敛到合理但最终是伪造的估计。本文将角度估计子问题与相位同步建立了新关联，带来两个关键好处：(1) 一个称为 \emph{谱初始化} 的极高质量初始角度猜测；(2) 一个称为 \emph{全局最优证书} 的估计角度正确性保证。这些形式为稀疏特征值-特征向量问题，可在与少数几次高斯-牛顿迭代相当的时间内高效计算。我们对波兰、PEGASE 和 RTE 模型的完整实验结果表明，当电压幅值已经相当准确时，谱初始化能够几乎完美地从 $2n$ 个 moderately 噪声电动车测量中一次性估计出 $n$ 个角度（即 $n$ 对 PQ 测量），其正确性在一次高斯-牛顿迭代后即得到保证。对于电压幅值不够准确的情况，方法性能优雅地退化；即使在电压幅值有中等误差时，估计的电压角度仍然令人惊讶地准确。