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。

采用相量测量单元实测扰动数据的电力系统稳定器参数设计

电力系统稳定器(power system stabilizer,PSS)是目前抑制电力系统低频振荡最经济、最有效的办法,PSS抑制低频振荡的效果很大程度依赖于参数好坏。传统的PSS设计方法需要测量励磁系统的无补偿滞后特性,然而,这种基于在线激励的方法可能会对系统稳定性造成危害。为此,提出了一种基于相量测量单元(phasormeasurement units,PMUs)实测扰动数据的PSS参数设计方法。首先推导了单机无穷大系统线性化模型中振荡时各物理量的相位关系,再利用多信号Prony辨识得到的相位计算励磁系统的相位滞后特性,最后采用相位补偿法设计PSS参数。该方法利用电网中自有的扰动数据,不需要施加激励信号,具有很好的工程应用价值。采用贵州电网PMU实测记录的两次扰动数据进行仿真,结果显示按照提出的方法得到的PSS参数能够进一步改善相关模式的阻尼特性,提高系统的稳定性,表明了该方法的有效性。

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。

基于多目标进化算法的相量测量单元优化配置

研究了配置相量测量单元(PMU)后电力系统可观测性的判断方法,以保证电力系统完全可观测为约束条件,以配置PMU数目最小和保证测量量具有最大量测冗余度为目标,建立了PMU最优配置问题的数学模型。这是一个多目标优化问题,需要寻求一组Pareto最优解,应用多目标进化算法求解该问题可以得到多种满足条件的PMU配置可行方案。最后,以IEEE39节点系统为例验证了该方法的合理性。

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。

基于相量测量单元的新息图法状态估计

采用直流潮流模型的新息图法状态估计利用支路有功功率得到新息值,忽略了有功损耗,有一定误差。文章提出在电网的某些节点装设相量测量单元(PMU)后,利用PMU所得的电压和电流量测值,将直流潮流模型下的新息网络图变换为交流潮流模型下的新息网络图来进行状态估计,提高了拓扑变化的识别精度,并且在拓扑发生变化时同样可以给出较真实的网络运行状态。

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。

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。

基于同步相量测量单元的观测线性化追踪目标励磁控制策略

为了进一步改善电力系统的暂态稳定性,结合同步相量测量单元(PMU)和观测线性化追踪目标控制理论,推导出了基于同步坐标系和参考机坐标系的多机电力系统观测线性化追踪目标励磁控制规律。该控制策略利用PMU测量得到的系统实时运行状态量实现了状态方程线性化,从而可以对励磁控制器进行线性最优控制设计,避免了非线性系统局部线性化的不精确性和精确线性化时系统模型设计的复杂性,适合于在线应用。仿真结果表明,该控制策略较之非线性最优励磁控制能更好地提高电力系统的暂态稳定性。

基于微型同步相量测量单元的配电网单相接地故障定位

准确定位配电网的故障对于提高供电的可靠性和减少连续停电所造成的损失有着重要的意义,微型同步相量测量单元(micro-phasor measurement units,μPMU)的应用,为配电网故障准确定位提供更多的信息。为此,提出了一种基于μPMU信息的极限梯度提升和基于遗传算法的支持向量机的配电网单相接地故障定位方法。首先,通过μPMU提供的零序电流方向判断故障区段;然后,依据端电压电流正序向量和实际故障距离的特征集训练组合算法测距模型;最后,用组合算法故障定位器对验证集的故障定位。通过Matlab/Simulink仿真,证明该方法能够有效定位故障,承受过渡电阻、故障类型和噪声的影响,与传统的机器学习方法比较,组合模型定位方法的定位精度更高。

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PMU的广域测量技术及其应用

分析了相量测量单元(PMU)的测量原理以及广域测量系统(WAMS)的构成,总结和预测了基于PMU的广域测量系统的应用,并比较了PMU/WAMS与传统的SCADA/EMS系统的不同点。预测了今后智能电网发展过程中广域测量技术的发展应用情况。

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。

计及PMU电压和电流量测量的三相状态估计的研究

基于GPS的同步相量测量单元(PMU)是一种新型的高精度测量装置,能够测量母线电压相量和支路电流相量。提出了基于PMU母线电压量测和支路电流量测的三相状态估计模型,在谐波测量中采用高精度FFT算法,有效地提高了测量精度。提出的基于PMU量测的三相状态估计和谐波状态估计可以从根本上解决电力系统电压、电流非纯正弦和三相不平衡所带来的误差影响,提高了状态估计精度和稳定性,最后讨论了对该算法的评估方法。

eCAN和Ethernet在同步相量测量装置中的应用

文章在基于数字信号处理器(DSP)和高速AVR单片机双CPU的同步相量测量装置PMU(PhasorM easurem entUn it)的研究基础上,提出了一种eCAN总线(Enhanced Controller Area Network)与工业以太网相结合的PMU数据通信方案。讨论了eCAN的硬件设计原理和软件设计流程,设计了基于高性能数字信号处理器TMS320LF2407的连接CAN现场总线和工业以太网的嵌入式现场网关,实现了PMU与现场工控机(动模实验)以及远程控制中心的实时通信。

基于eCAN和以太网的同步相量测量装置通信方案设计

文章在基于数字信号处理器(DSP)和高速AVR单片机双CPU的同步相量测量装置(Phasor Measurement Unit,PMU)的基础上,研究了eCAN总线(Enhanced Controller Area Network)与工业以太网相结合的PMU数据通信方案。设计了基于高性能数字信号处理器TMS320LF2407的连接CAN现场总线和工业以太网的嵌入式现场网关,实现了PMU与现场工控机以及远程控制中心的实时通信。

基于μPMU的智能配电网预想故障集组合筛选方法

智能配电网预想故障集筛选是系统安全态势评估的重要基础。为了全面精准感知智能配电网的安全风险,引入具有实时性、同步性、准确性和量测数据全面性的微型同步相量测量单元(μPMU),提出一种基于其高密集采样数据的融合类内与类间距离的加权K-means聚类方法(KICIC)和云理论的预想故障集组合筛选排序方法。首先遍历智能配电网各节点发生各故障类型的场景构建故障数据集;然后采用KICIC算法进行故障数据集聚类分析,进而基于云模型的云数字特征客观量化评估故障类严重度不确定性的危害并输出预想故障集;最后算例结果表明:融合KICIC聚类和云模型的预想故障集组合筛选排序方法从数据挖掘层面实现高风险预想故障集的可靠筛选。

广域测量系统在电力系统分析及控制中的应用综述

综述了广域测量系统(Wide-Area Measurement System,WAMS)在电力系统稳态分析、全网动态过程记录和事后分析、电力系统动态模型辨识和模型校正、暂态稳定预测及控制、电压和频率稳定监视及控制、低频振荡分析及抑制、全局反馈控制、故障定位及线路参数测量等方面的应用。通过这些应用可以看到,WAMS给电力系统分析与控制提供了新的视角和解决方法,值得深入研究。

基于PMU量测数据和SCADA数据融合的电力系统状态估计方法

针对传统静态状态估计方法的缺点,提出了一种改进的电力系统状态估计方法,即将部分节点相量测量单元(phasor measurement unit,PMU)量测数据与监控数据采集(supervisory control and data acquisition,SCADA)量测数据融合进行电力系统的全网状态估计。该方法简化了系统的雅可比矩阵,缩短了计算时间。文章研究了PMU和SCADA系统融合改进后的快速分解法,针对SCADA量测数据的缺点,通过历史数据库对潮流数据进行预测,并依据PMU量测量对系统进行分析,继而进行系统全网状态的动态监测。通过算例证明,与传统的估计方法相比,该方法改善了状态估计的精确性,减少了迭代次数,细致地描绘了电网状态的变化过程,为调度中心下一步的决策提供了依据。