基于相量测量单元优化配置的配电网谐波状态估计研究

随着大量电力电子设备的接入,配电网谐波问题愈发严重。谐波状态估计的准确性直接影响到后续的谐波治理效果。相量测量单元(phasor measurement unit,PMU)可以实时测量节点电压与支路电流,可借助其实现谐波状态估计。然而目前PMU价格较高,如何进行合理的优化配置保证全网谐波状态可观,同时提高谐波状态估计的准确性,是亟待解决的问题。首先构建以PMU经济配置和谐波状态估计精度最高为目标的PMU优化配置模型,并提出一种改进二进制粒子群-遗传混合算法用于求解。随后在实时仿真器中搭建IEEE14节点模型,选用均值插补法以及Vondrak滤波法进行数据处理并分析了优化所得多种PMU配置场景对谐波状态估计的影响。结果表明:所提算法从减少投资成本及降低谐波状态估计误差角度考虑,能够给出合理的PMU配置方案,有助于支撑工程决策。

基于并行差分进化算法的相量测量单元优化配置

提出了一种基于全局可观测并行差分进化(PDE)的相量测量单元(PMU)优化配置方法。对于不考虑零注入条件的全局可观测PMU优化配置和考虑零注入条件的全局可观测PMU优化配置2种情况,在3个不同规模的IEEE算例上将PDE算法与传统差分进化(DE)算法进行比较。结果表明:随着系统规模的提升,PDE算法能获得比DE算法更优质的解。

面向高精度状态感知的配电系统微型同步相量测量单元优化配置

可再生能源、电动汽车等大量无序接入使得配电系统运行在越来越复杂和不确定的工况中,迫切需要高精度实时状态感知以实现弹性提升,然而现有的配电量测系统远不能满足新一代配电系统对网络状态进行实时感知的要求。为此,提出了一种面向高精度状态感知的配电系统微型同步相量测量单元(micro-phasor measurement units,μPMU)优化配置方法。首先,在高级量测体系(advancedmeasurement infrastructure,AMI)满足网络可观测的基础上,以状态估计均方误差最小为目标,以任意一致的系统运行状态作为参数代入状态估计误差协方差矩阵,建立了μPMU优化配置模型;其次,通过对增益矩阵进行Cholesky分解,将目标函数采用决策变量显式表达出来,从而可采用成熟的商业求解器快速获得高质量的可行解;最后,采用IEEE33节点和69节点配电系统进行测试,验证了所提方法的有效性。

基于模拟退火算法的相量测量单元优化配置

电力系统中,在满足全网可观测的要求下,提出一种模拟退火算法,计算同步相量测量单元(PMU)的最少配置数量以及最优配置方案。为了加快运算速度,通过深度搜索对PMU进行初始配置,进而由二分搜索确定PMU的配置数量,再运用模拟退火算法进行可观测分析并寻找最优配置集合。

基于改进鲸鱼优化算法的同步相量测量单元多目标优化配置

针对因配电网节点数目多但投资成本少造成的同步相量测量单元(phasor measurement unit,PMU)供需不平衡问题,建立了考虑PMU配置个数、状态估计误差的PMU多目标优化配置模型,优化问题的目标是最小化所需的PMU个数和最小化状态估计误差。并提出一种改进鲸鱼优化算法来求解模型。首先引入非支配排序和拥挤度计算来选择并排序Pareto非支配解,保证算法求解全局最优值的能力,其次引入Levy飞行策略对鲸鱼优化算法的螺旋更新位置进行变异扰动,使算法不易陷入局部最优。最后,采用优化配置模型对IEEE 33标准节点系统进行仿真计算。结果表明,与遗传算法和粒子群算法相比,采用改进鲸鱼优化算法求解PMU多目标优化配置模型具有更高的可行性和有效性。

船舶电力系统相量测量单元多目标优化配置问题

为实现船舶电力系统潮流方程直接可解,同时保证相量测量单元(PMU)配置数目最少和N-1电压相量可解冗余度最高,提出了船舶电力系统PMU多目标优化配置方法。首先根据船舶电力系统不同工况下潮流方程的特点,分析得到PMU配置方案是否满足不同工况下潮流方程直接可解的判断方法;在此基础上,着重考虑最大运行工况下PMU配置数目最少和N-1电压相量可解冗余度最高的要求,建立了PMU多目标优化配置模型,并采用量子遗传优化算法对模型进行求解。以24节点典型船舶电力系统为例对所提方法进行了说明和验证,结果表明,该方法可实现全局多目标寻优,从而找到准确而完整的Pareto最优前沿。得到的PMU优化配置方案可为船舶电力系统配置PMU提供参考。

电力系统状态估计中相量测量单元的优化配置

利用相量测量单元(PMU)量测的状态估计模型,在等效电流量测变换的状态估计模型的基础上,给出了基于粒子群优化算法(PSO)的PMU配置。经算例验证,尽管在PMU测点数较少时,PSO与遗传算法(GA)的优化结果相同,但随着PMU测点数的增多,PSO优于GA,具有实用价值。

基于适应型Petri网的电力系统相量测量单元配置优化方法

提出一种新的相量测量单元(PMU)配置优化算法,在关联节点可测的基础上,引入PMU优选约束,建立以可测关联节点与假设安装的适配指标为目标函数的网络覆盖模型。采用适应型Petri网分析方法,先将复杂网络分解为若干基本分析单元,从而缩小了分析规模;然后引入标识算子,将复杂矩阵运算转化为逻辑运算,简化推理过程;同时,通过更新变迁点火序列进行PMU地点选择,并引入变迁时间标签使计算过程得以简化,提高了计算效率。最后通过算例仿真,验证该方法计算准确,过程简便。

基于模拟退火混合遗传算法的电力系统相量测量装置优化配置

针对确定配置同步相量测量单元(phasor measurement units,PMU)的最小数和最佳位置以达到最大网络结构可观测性的PMU最优配置问题,提出了模拟退火遗传算法。该算法对常规遗传算法会出现早熟现象、局部寻优能力较差等缺点,在遗传算法中融入模拟退火算法算子,实现了模拟退火的良好局部搜索能力与遗传算法的全局搜索能力的结合。将该算法应用于优化PMU安装地点选择,实现了安装点最少,而整个系统可观的目标。IEEE14节点系统和新英格兰39节点算例系统对所提方法进行了验证。

区域电网相量测量单元的配置方案及变电站动态电压稳定性的模拟评估

运用电力系统分析软件Power World对某区域电网的潮流进行了仿真计算,找出了该区域电网中电压稳定性较弱的节点与区域,给出了相量测量单元(phasor measurement unit,PMU)的优化配置方案。采用最小二乘辩识等值阻抗法对该区域电网的电压稳定性进行了动态模拟评估,验证了该PMU优化配置方案的正确性和可靠性,指出可以用阻抗模比指标判定节点电压的稳定情况。

基于最大树理论的分阶段相量测量单元配置方案

当前相量测量单元(PMU)配置主要采用启发式算法进行,不足之处在于无法实现不完全可观下分阶段配置PMU,也无法同时保证N?1故障下可观性和经济性。为此,提出一种分阶段配置PMU并保证N?1条件下可观性的优化PMU配置方案。该方案首先依据通信质量、经济效益和均衡性三方面对广域电网进行分区,再按照熵理论对各区内节点脆弱性指标进行排序,以这两方面为基础采用最大树理论实现全网PMU分区分阶段配置。最后,设计了N?1条件下全网可观的PMU配置方案,为现实条件下的PMU配置工作提供了坚实的理论基础。以IEEE 39节点系统对所述方案进行测试,其结果表明本方案不但在经济性、安全性和时间效益方面取得了较好的平衡,而且对于现有电网中已装配PMU的情况,本方法具有更好的效果。

一种管理友好型配电网相量量测单元优化配置模型

随着智能电网的发展,大量分布式电源的接入对配电网的监测提出了更高的要求。使用整数线性规划对电力系统可观测性进行建模,提出了一种管理友好型相量量测单元优化配置模型。该模型的线性特性保证了解的全局最优性,针对变电站、电厂的相量量测单元配置方案使得优化结果更易于实际工程实现。对IEEE标准系统及实际配电网的仿真结果验证了该模型的有效性与实用性,与其他文献结果的对比体现了该模型的优越性。

基于状态估计方法的相量测量单元电压稳定性研究

简要介绍电网的电压稳定性,并提出了基于状态估计的相量测量单元(PMU)测量电压稳定性的方法,该方法主要针对由于负载率变化引起的电压变化,并对不同负载情况和不同电压值情况下的电压稳定性进行了说明。提出通过采用加权最小二乘(WLS)方法对电力系统电压状态进行状态估计,同时通过使用PMU直接生成测量结果。为了在电力系统中达到PMU的最大利用效率,采用贪婪算法求解PMU的优化配置问题,利用电压稳定性指数和其他电压分析工具,推导出了PMU配置的最优位置。通过在电力系统中使用PMU,优化了电力系统中电压状态估计中繁琐的迭代过程,并且解决了电力系统中PMU的最优配置问题(OPP)。

广域测量系统可观性概率评估及其在PMU优化配置中的应用

针对从可靠性的角度准确快速评估广域测量系统(WAMS)的可观性问题,提出一种基于节点概率可观性的WAMS可观性评估方法。分析了影响节点可观性的因素,并提出虚拟同步相量测量单元(PMU)节点的处理方法有效计及零注入节点对可观性的影响。计及PMU及线路的可用率,计算节点失去可观性的概率。从节点概率可观性的角度评估WAMS的可观性,并分析了其在PMU优化配置中的两种典型应用:一是多组解的优化选取;二是满足WAMS可观性后进一步配置PMU提高系统的可靠性。IEEE 14节点系统及IEEE 57节点系统的仿真结果表明:所提的节点及WAMS可观性评估方法有效、可行,较现有方法具有计算准确、计算量小的优势;在PMU优化配置中应用所提的WAMS可观性评估方法,能够进一步提高WAMS可观的可靠性。

基于改进蝙蝠算法的PMU优化配置研究

传统单一的能源系统正过渡为多能流耦合综合能源系统,综合能源系统正面临量测误差问题。受投资约束,同步相量测量装置(phasor measurement unit,PMU)无法大面积配置,而系统内节点数多,供需不平衡,影响系统平稳运行。为此,提出一种适用于综合能源系统内PMU优化布点的方法,监测系统运行状况。首先,考虑热电气之间的耦合特性建立综合能源系统状态估计模型;然后,限制系统内PMU配置个数,以提高状态估计精度为目标,利用改进的蝙蝠算法(improved bat algorithm,IBA)对PMU进行优化选址;最后,通过IEEE 30节点系统算例,将所提算法与遗传算法和模拟退火算法对比,算例结果表明该算法具有更高的可行性和优越性。

广域测量系统中PMU优化配置方法的比较

首先介绍了基于PMU的系统线性量测模型和可观测性分析,接着分别介绍了5种基于系统完全可观测下的PMU优化配置算法。利用这些算法对几种IEEE标准节点系统进行PMU优化配置仿真研究。结果表明,这几种算法在解的收敛速度、解的收敛性和解的多样性方面各有其特点。因此,所提PMU优化配置方法和算法性能比较具有一定的实用性。

计及节点故障率的微电网μPMU多目标优化配置策略

微电网动态行为相较传统电网更为复杂,亟须解决其故障检测和定位问题。针对微电网系统中微型同步相量测量单元(μPMU)的优化配置问题进行研究,提出了计及成本、节点故障率和冗余度的μPMU多目标优化配置策略。以μPMU装设成本最低、节点故障率总和最高、可观冗余度最高为多目标函数,在考虑零注入节点的基础上,根据系统正常状态和任意线路故障下的约束条件,建立了多目标优化配置模型。采用差分进化算子对非支配排序遗传算法(NSGA-Ⅱ)进行改进,并用改进后的算法对模型进行求解,选择出最优折中解。基于改进的IEEE 30节点微电网系统进行仿真分析,仿真结果表明,计及节点故障率的多目标优化配置策略是可行的。所提策略能够有效地对微电网系统进行全网可视化监测,并兼顾经济性和准确性。

N-1条件下不失去可观测性的PMU优化配置方法

针对N?1故障会导致广域测量系统(wide area measurement system,WAMS)丧失对系统的观测能力,提出一种保证N?1条件下与关键线路相连的节点不失去可观测性的最优相量测量单元(phasor measure ment unit,PMU)配置方法。该方法首先结合复杂网络理论模型和N?1故障模型辨识出系统中脆弱线路,并定义与脆弱线路相连的母线不可观测的系统鲁棒性损失模型;然后利用模拟退火法求出系统正常情况下母线全部可观测所需的PMU数目。以此为基础,逐步增加PMU数目,建立起系统鲁棒性损失和经济性之间的关系,其可视化结果为规划人员提供了有力的决策和支持。以IEEE30节点系统为例对文中方法进行测试,实验结果表明该方法的有效性和实用性。

动态状态估计中PMU配置的离散粒子群优化算法

以提高动态状态估计精度为目标,采用离散粒子群优化(discreteparticleswarmoptimization,DPSO)算法对同步相量测量单元(phsormeasurementunit,PMU)的配置点进行优化。该方法克服了传统解析优化方法难以适应不连续目标函数和不连通约束域等情况的缺点,同时,在配置有限PMU的情况下使PMU量测量发挥最大效益。最后对基于扩展Kalman滤波算法的动态状态估计模型进行仿真,证明了经DPSO优化后的配置与随机配置相比最大可能地利用了PMU的高精度量测信息,充分发挥了PMU量测的优点,大大提高了动态状态估计的精度。

基于改进的遗传–模拟退火算法和误差度分析原理的PMU多目标优化配置

为了进一步优化同步相量测量单元(phasor measurement unit,PMU)配置的合理性和效率,提出了一种新的误差度分析原理,并使用改进的遗传–模拟退火算法对多个IEEE标准测试系统进行了优化配置。该原理同时考虑了测量冗余度和状态估计的精度,并且避免引入雅可比矩阵,还具备可观测性分析的功能。研究结果表明:该算法不仅可以找到满足全网可观测性的所有PMU数目的配置解,而且进一步提升了全网的测量精度,从而证明了其有效性和优越性。