基于WAMS/SCADA数据兼容和改进FCM聚类算法的PMU最优配置

针对当前应用于状态估计的广域量测系统(wide area measurement system,WAMS)和SCADA系统混合量测中相量测量单元(phasor measurement unit,PMU)最优配置点的选取问题,在分析WAMS/SCADA数据差异的基础上,提出一种基于数据兼容和改进模糊C均值(fuzzy C-means,FCM)聚类算法的PMU最优配置方案。采用大数据挖掘理念,通过改进FCM聚类算法对SCADA数据依据相关度分区,在分区内可观测度最大的节点配置PMU,各分区内采用该PMU节点的最优平滑系数进行Vondrak插值,得到满足兼容性的数据,应用于混合模型的状态估计。相对只考虑可观测度的PMU配置方案,新方案不仅可以实现WAMS/SCADA数据有效兼容,提高估计精度,应用混合量测的状态估计还可有效控制系统负荷快速变化时的估计误差。通过在IEEE 39节点系统上模拟日负荷变化,验证了该PMU最优配置方案的有效性。

采用量子遗传算法的电力系统PMU最优配置

为实现电力系统同步相量测量装置(PMU)最优配置,根据电力系统网络结构特点,在提出一种判断PMU配置方案是否满足潮流方程直接可解的方法基础上,令不满足潮流方程直接可解的染色体(配置方案)适应度的值为一个很小的常数,实现了基于量子遗传算法的PMU最优配置算法,最后利用IEEE 14I、EEE 30I、EEE 57I、EEE118节点电力系统进行了验证,结果表明了所提方法的正确性,可有效减少PMU配置数目。

基于免疫BPSO算法与拓扑可观性的PMU最优配置

以电力系统状态完全可观测和相量测量单元PMU配置数目最小为优化目标,基于PMU的功能特点和电力网络的拓扑结构信息,形成快速且通用的电网拓扑可观测性判别方法,并设计了一种结合免疫系统信息处理机制的二进制粒子群优化算法对目标函数进行求解,该算法综合了粒子群优化算法简单快速和免疫系统种群多样性的优点,明显改善了进化后期算法的收敛性能和全局寻优能力。最后通过对IEEE14和新英格兰39母线系统进行PMU优化配置仿真及量测冗余性分析,验证了本文方法的有效性和优越性。

PMU最优配置及其在舰船电力系统中应用研究

针对舰船电力系统的特点和在潮流方程求解中存在的问题,借鉴在陆地电力系统中配置相应的PMU将使潮流方程直接可解的思想,实现采用遗传和粒子群优化算法的基于潮流可解最优PMU配置方案算法。并对其在舰船电力系统中的有效性和适用性进行了比较,可为舰船电力系统配置PMU提供参考。

基于电网脆弱性和经济性评估的PMU最优配置新方法

基于GPS时钟同步技术的同步相量测量装置(phasor measurement unit,PMU)为直接观测电力系统的动态行为提供了重要手段。若电网发生N 1故障,传统的PMU配置不能满足全网可观的要求。若考虑N 1情况,PMU配置个数较传统配置多,成本大大增加。针对上述问题,提出一种新的PMU最优配置方案。该方案利用广义特勒根定理对电网母线与支路进行脆弱度分析,然后对全网进行PMU配置及考虑N1情况的PMU配置。通过脆弱度排序、经济指标、鲁棒性分析,确定PMU配置新方案。以IEEE 14标准节点系统为算例,验证了该方法的可行性。

基于博弈演化算法的PMU最优配置方法

为实现电力系统可观测性,提出一种新的相量测量单元(PMU)配置方法,即基于博弈论的演化算法。该算法将寻找PMU最优配置方案的问题映射为理性主体寻求自身利益最大化的博弈过程,PMU最优配置方案即对应于博弈中的纳什均衡解。其突出优点是演化方向确定、全局收敛性好、收敛速度快、解具有多样性。应用该算法在IEEE 30节点、新英格兰39节点、某128节点系统进行仿真计算,与深度优化算法、模拟退火算法和最小生成树算法的结果进行比较,说明了该算法的可行性及优势。

基于改进灰狼算法的PMU最优配置方法

基于GPS的同步相量测量单元(PMU)的出现,为电力系统的实时监测和状态估计提供了可靠保证。针对PMU的最优配置问题,文中以确保系统结构完全可观测性和PMU配置数量最少为约束条件,提出了一种基于改进灰狼算法的PMU最优配置方法。改进算法在灰狼算法的基础上,采用Tent混沌序列改善其初始化,引入螺旋式数学模型提高其收敛速度,同时结合模拟退火算法思想弥补灰狼算法易陷入局部最优解的缺陷。应用改进算法在IEEE14节点系统和新英格兰39节点系统进行仿真计算,与遗传算法、粒子群算法和灰狼算法的仿真结果进行比较,说明了改进算法的优势。

基于图论的PMU最优配置方法及比较

首先阐述了电力系统状态估计模型和进行PMU最优配置的准则,随后以系统的完全可观测为目标,介绍了基于图论的深度优先搜索法、GTP算法和最小生成树算法。应用上述算法分别对IEEE标准节点系统进行PMU最优配置仿真。仿真结果表明几种方法在解的多样性,计算时间等方面各具特色,适用于不同的配置需要。

基于BPSO算法电力系统故障可观的PMU配置

针对电力系统故障可观状态下的PMU最优配置,提出了使用二进制粒子群优化算法(BPSO)进行处理.为了使用最少的PMU数目找到电力系统网络任一支路的故障,首先使用线性整数规划(ILP)对系统进行建模,再将BPSO算法引入进行优化,最后将该算法应用到IEEE-14,30和57节点标准测试系统,其优化过程亦考虑了零注入节点的影响.结果表明:该算法快速有效,适应用电力系统各种问题的优化.

针对PMU配置问题的改进粒子群算法

电力系统运行状态为各母线电压相量（幅值和相角），由网络元件参数、表征网络拓扑连接特性的开关状态和边界条件（发电和负荷水平）决定。在电力工业市场化和环保等约束条件日益加强的形势下，实现电力系统广域实时监控的要求也日益迫切。要实现对系统有效闭环的实时监控，首先是建立一套完备的测量系统，以达到系统完全可观。尝试用改进的粒子群算法（EPSO）实现PMU最优配置优化计算，同时考虑了未来发展中不断提高PMU配置数量的可能性，实现了在全配置过程中的优化计算。

相角测量及其在电力系统中的应用

随着GPS技术的出现,各国研究机构和电力公司对相角测量的应用越来越重视。许多电力公司都在通过配置更多的PMU来改变监视电力系统的能力。本文介绍该技术的基本概念和在电力系统中的应用,同时,也展望了PMU未来的发展领域。