基于熵权理想度排序法的配电网PMU多目标优化配置

配电网同步相量测量单元(PMU)可以提供带有时标的高精度量测数据,配电网PMU线性状态估计高准确性和实时性的特点可以满足新型配电网的要求。该文重点研究了PMU配置成本与基于配电网PMU状态估计性能之间的权衡关系,提出了一种基于NSGA-II和熵权理想度排序法的多目标PMU优化配置方法,PMU优化配置的目标函数为最小化PMU配置成本和最小化PMU状态估计精度,约束条件考虑了PMU因发生意外事故而中断的情况,以应对因故障造成的量测不足的问题。基于NSGA-II算法和熵权理想度排序法,从Pareto解集中筛选出权衡多目标的最优解。算例表明,所提算法能得到权衡PMU配置成本和状态估计精度的最优解。

基于微型PMU数据挖掘的智能配电网态势感知方法研究

智能配电网态势感知是配电系统可靠、经济和安全运行的重要基础,其数据的规模和类型正在快速增长,呈现出典型的电力大数据特征。针对智能配电网微型PMU系统采集和处理的数据呈海量增长的趋势,文章介绍了一种基于微型PMU数据挖掘的智能配电网态势感知方法,快速准确地判断出系统安全状态。该方法首先通过移动和动态时间窗口对采集数据进一步挖掘各类事件的典型特征量,然后根据区域选择和事件类型进行分层标记,降低机器学习算法的运算维度,提高计算效率。随后文章设计了三类型分类器并通过与其他两类分类器进行比较。通过算例测试数据得出所提分类器各项性能指标优异,可见该分类器对于智能配电网态势感知体系建立具有重要的参考价值。

智能变电站PMU频率跳变问题的诊断及处理

某省区WAMS(广域测量系统)中某智能变电站数字化PMU(相量测量单元)偶尔出现频率跳变现象。首先,调取频率跳变时刻的动态数据记录和录波文件,结合现场运行方式进行分析,得出两次频率跳变事件的原因。然后,通过调整智能终端模拟量阈值、改进SV(采样值)组网模式、划分交换机VLAN(虚拟局域网)、调整装置带宽阈值,解决了SV丢点造成的频率波动;同时对SV补点提升PMU装置SV异常容错能力,丢帧数小于3不会造成频率波动超限。接着,查找现场扰动源,分析扰动造成PMU频率波动的原因,提出基于触发录波文件的扰动快速识别方法。最后,通过实验验证了所提方法的有效性。

基于PMU量测的电力系统k阶隐式离散动态状态估计

随着电力系统的快速发展,对系统状态的实时准确估计提出了更高要求。近年来,动态状态估计技术已成为监测电力系统实时运行状态的重要手段。提出了一种基于相量测量单元(phasor measurement unit,PMU)的电力系统动态状态估计(dynamic state estimation,DSE)方法,采用隐式离散化技术处理电力系统的非线性微分代数方程(nonlinear differential algebraic equations,NDAE)模型。建立了包含发电机动态、电网代数方程和潮流方程在内的电力系统NDAE模型,并结合PMU测量信息,对NDAE模型进行了线性化处理;基于隐式离散的方法提出了用于电力系统DSE的求解模型,实现对系统未知的动态和代数状态的有效地估计。基于WECC-9节点电力测试系统进行仿真实验,仿真结果表明,提出的基于PMU的动态状态估计方法,通过隐式离散化技术和NDAE模型的线性化处理,实现了对电力系统状态的准确估计,在实时监测电力系统状态方面具有显著的有效性和可靠性。

基于PMU梯度动态偏差的新型电力系统快速稳定性

在能源转型和科技进步双重推动下,高比例可再生能源和高比例电力电子设备正成为电力系统发展重要趋势和关键特征.新型电力系统动态行为随之发生重大变化,传统小干扰稳定性分析方法满足使用需要,在应对运行工况快速变化场合时尚存在亟需解决问题.提出基于同步相量测量装置(PMU)数据梯度动态偏差李雅普诺夫直接分析法对新型电力系统小干扰稳定性进行分析,利用PMU数据矩阵降维得到低维矩阵,代入含双馈异步风力发电机组的电力系统矩阵模型,求解李雅普诺夫方程式得到对角矩阵,通过判定矩阵正定性对系统稳定性作出判断.利用求解后得到的对角矩阵计算相应状态变量动态偏差值,对相应状态变量曲线使用梯度下降法迭代计算该曲线极值点数值,时间加权计算整个振荡过程时间加权动态偏差量,为阻尼稳定控制器配置位置提供指导.利用含风力发电新英格兰10机39节点系统仿真验证方法可以达到改善系统小干扰稳定性以及对新型电力系统快速稳定性分析的有效性.

在DBSCAN+LOF的大扰动工况下PMU装置不良数据检测算法研究

针对传统k-means算法异常点检测算法在大扰动情况下易产生误检、误判的问题,提出基于DBSCAN+LOF的电力系统PMU不良数据检测算法。结果表明:PMU正常数据存在较强的时空相似性,PMU不良数据的时空相似性均较弱,大扰动PMU数据存在较强的空间相似性,但时间相似性较弱;根据3种数据的时空特征,可利用DBSCAN算法检测出异常点,再利用LOF算法计算局部离群因子,通过局部离群因子大小来判别大扰动PMU数据和PMU不良数据;将提出的算法应用到电力系统短路故障中,结果显示在短路故障发生和切除时刻,LOF计算结果显示为大扰动PMU数据,在故障切除后,LOF计算结果显示为PMU不良数据,检测结果与实际情况完全相符,算法是合理有效的。

基于关键PMU量测的智能配电网跨供区合环潮流计算方法

为了降低功率损耗,提高潮流计算精度,提出基于关键同步相量测量装置(PMU)量测技术的跨供区合环潮流计算方法。在高次谐波作用下,利用变压器模型和电力线路模型,构建跨供区合环主要元件谐波模型,采用标准化残差检测法的思想,处理跨供区合环的不良数据。通过关键PMU量测估计不良数据量测的残差分量,利用增益矩阵定义跨供区合环不良数据检测的残差协方差矩阵,完成跨供区合环不良数据的检测,结合跨供区合环潮流计算流程设计,实现跨供区合环潮流的计算。算例结果表明,所提方法可以将潮流计算的各支路功率损耗控制在0.04 kW以内,通过将节点电压计算误差控制在0.004以内,提高了潮流计算精度。

基于故障指示器+PMU装置信息的配电网故障定位技术研究

为满足自动化和智能化配电网的要求,提出故障指示器+PMU装置信息的配电网故障定位方法。该方法基于配电网拓扑结构和故障指示器状态,能快速、准确、可靠地定位故障线路区段。考虑故障后电流流向和故障指示器状态,以快速确定故障位置。然后在待分析的故障线路区段内,结合区段拓扑结构和DG系统位置信息,运用等效戴维南定理将区段两端的系统合理等效,以简化问题。根据线路区段类型,采用网络序分量模型和阻抗法来实现精确故障定位。研究结果表明,经过二次定位修正后,定位精度得到明显提升,误差率在10%以内。

次/超同步间谐波影响下PMU基波频率测量误差机理分析及抑制

高比例新能源和高比例电力电子设备在电网中产生了大量的次/超同步间谐波,导致同步相量测量装置(PMU)的基波频率测量出现较大偏差,影响各类频率相关应用的效果。因此,文中提出了一种次/超同步间谐波影响下基波频率测量误差机理分析及其抑制方法。首先,建立了频率测量算法的频域特性模型,基于此推导了单个间谐波和对称次/超同步间谐波影响下的基波频率振荡数学模型,揭示了间谐波干扰下的基波频率测量误差机理。其次,根据频率的振荡行为,建立了多分量叠加的拟合模型,提出了基于傅里叶变换和最小二乘法的短时窗频率振荡分量抑制方法,大幅降低了基波频率偏差。最后,仿真和现场录波数据测试表明,所提方法极大降低了频率测量误差。

基于灰狼优化算法的PMU配置模型

监控系统能够确保系统具有可观测性,从而保障电力系统的安全运行,但过高冗余配置相量测量单元(PMU)会导致控制、管理和成本方面的问题。有鉴于此,本文提出一种基于灰狼算法的最优相量测量单元(PMU)布置模型,在保证整个系统的可观察性同时最小化PMU数量,以IEEE14模型为例,利用Matlab编程实现了PMU的最优配置,结果表明算法的有效性和可行性。

基于μPMU和二分搜索法的辐射状配电网电压暂降源定位

快速准确地定位电压暂降源,对提高供电可靠性和明确供需双方责任具有重要意义。文中提出一种基于微型同步相量测量装置(micro-phasor measurement unit,μPMU)和二分搜索法的辐射状配电网电压暂降源精确定位方法,首先利用装设μPMU的分层电路求解暂降源电流,在各分层电路分别假设暂降源电流注入各母线节点,进而计算末端母线虚拟电压变化量,并与实测的末端母线电压变化量求误差,根据误差大小确定暂降源邻近母线。然后在暂降源邻近母线相邻区段的中点设置虚拟母线,利用二分搜索法快速缩小定位区间,实现暂降源的精确定位。最后在MATLAB中利用IEEE 33节点模型对文中方法进行验证,结果表明该方法对辐射状配电网中不同位置、不同类型的电压暂降源定位精度高,且具有一定的抗干扰能力。

考虑节点时空相关性的有限配电网PMU装置优化部署

为了应对分布式电源新能源汽车大规模接入配电网带来的监测、运行和控制方面的新挑战,近些年,同步相量测量装置(phase measurement unit,PMU)在配电网得到广泛研究及初步应用。建立了考虑实际约束的0-1整数规划的PMU配置模型,能获取配电网中的最优PMU配置,并考虑系统的时空相关性提出了电力系统节点重要度的衡量指标,指导PMU装置有限情况下的布点方案,并且提出了基于伪量测构造及状态估计方法,能在PMU布点不满足全局拓扑可观性的情况下估计电网状态并且弥补系统可观性。通过在多个测试案例上验证了所提算法的有效性和实用性。

基于MMoE和GRU的PMU数据有损压缩算法

为解决同步向量量测装置广泛部署带来的数据冗余度与数据量快速增长、系统数据储存及传输成本大幅增加的问题,本文提出一种基于多任务学习和门控循环单元自编码器的有损数据压缩算法。首先,根据同步向量量测装置三相量测数据具有相关性的特点,采用多门控混合专家模型和门控循环单元构建了变分自编码器一次数据压缩模型,将各相数据进行特征融合,利用多任务学习挖掘三相量测数据之间的相关性;其次,使用无损压缩算法对一次压缩数据进行二次压缩,得到最终压缩数据;最后,通过算例分析表明,所提算法能够充分利用各相数据之间的相关性,实现对压缩数据的高精度重构,提高数据压缩效率。

PMU小扰动信号下的综合负荷模型参数辨识方法

电力系统日常运行过程中时刻存在类似噪声的小扰动信号,利用小扰动信号开展负荷参数辨识可解决传统总体测辨法无法处理的负荷时变性和分布性难题。基于PMU实测小扰动信号提出一种“Z+IM”综合负荷模型参数辨识方法。该方法采用PMU量测数据滚动识别框架,滚动识别主要包括数据处理和负荷参数辨识两个步骤。首先,针对PMU量测小扰动信号的特点,通过厂站初筛、预处理、可辨识集粗筛和去噪等步骤得到较为优质的PMU小扰动数据集。然后,基于预报误差思想通过两阶段辨识策略辨识负荷时变参数、电磁参数和机电参数。所提方法得到的负荷参数无需折算可直接应用于PSASP、BPA等国内主流仿真程序,具有实际工程应用价值。最后,算例通过3机9节点系统仿真和湖南实际电网验证所提方法的有效性和鲁棒性。

基于流聚类的PMU异常数据辨识算法

为保证同步相量测量装置(phasor measurement unit,PMU)采集数据的准确应用,须排除其量测值中的异常数据。现有PMU异常数据辨识算法存在算法复杂度高、难以在线更新、多源数据难以校准、依赖多源数据应用难度大等不足。为此,文中从PMU事件数据和异常数据模型及PMU异常数据判别信息熵定义出发,提出基于该信息熵的异常数据辨识框架。在此框架基础上,基于利用层次方法的平衡迭代规约和聚类(balanced iterative reducing and clustering using hierarchies,BIRCH)算法提出PMU异常数据辨识算法;然后,对所提出的算法进行原型实现,并针对某变电站的PMU采集数据集进行算法实验验证。实验结果表明,与一类支持向量机(one-class support vector machine,OCSVM)算法与间隙统计算法相比,文中算法的准确度及实时性均具有较强的优势。

配电网PMU的P类性能指标设定研究

近些年来,为应对可再生能源大量接入配电网可能引发的电网安全问题,面向配电网的同步相量测量技术得到快速发展。为加速和规范配电网同步相量测量单元(DN-PMU,Distribution Network Phasor Measurement Unit)的研制,制定DN-PMU的测量标准或技术规范成为当前较为紧迫的任务。针对DN-PMU要求快速响应的应用场景,研究向主动配电网P类DN-PMU性能指标的制定。通过对基于DN-PMU测量数据的应用进行分类并筛选出典型应用,从应用需求方面提出P类DN-PMU的测量性能指标;基于主动配电网典型应用的信号环境,选用DN-PMU高性能测量算法从测量能力方面评估所提出性能指标的可行性,并由此对指标做进一步修订,对DN-PMU测量标准制定具有重要参考价值。

基于有限PMU配置与空域信号生成的配电网故障定位方法

随着配电网网络结构日益复杂,目前因成本限制有限安装的同步相量测量装置所采集到的数据难以保证配电网故障的全局可观性。为此,基于图卷积神经网络算法建立了一种可适用于含有限电源管配电网络的全局空域故障信号生成模型,提出了一种有限电源管安装下准确度较高的配电网故障线路定位方法。通过搭建20个节点的三相平衡配电网验证了所提模型与其他基准模型相比定位准确度更高。在电源管非全面配置时可达到98.8%的定位准确度,且模型对过渡电阻具有鲁棒性。

基于汇集点处PMU测量的聚合电源等效惯性常数估测方法研究

为解决传统的转动惯量估测方法对新型电力系统各关键聚合电源的综合惯量估测结果准确性较低的问题,提出了一种基于电网侧相量测量单元(PMU)的聚合电源等效惯性常数估测方法。该方法首先对PMU获取的聚合电源汇集点频率与有功功率变化率数据进行降噪,然后采用Tikhonov正则化算法估测聚合电源的等效惯性常数;最后采用改进的WSCC 9节点系统对该方法进行仿真测试。结果表明所提方法对聚合电源等效惯性常数估测结果具有极高准确性,对测量噪声的鲁棒性强,可用于新型电力系统综合惯量水平估测。

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。

基于节点概率可观性的PMU多目标优化配置

针对相量测量单元(phasor measurement unit,PMU)的多目标优化配置(multi-objective optimal PMU placement,MOPP)问题,提出一种计及节点概率可观性的MOPP模型。从节点可观的角度,考虑PMU及线路的故障概率,计算节点失去可观性的概率。在进行PMU的优化配置时,同时考虑PMU安装数量最少和各节点失去可观性的平均概率最小2个优化目标,采用基于快速非支配排序策略的多目标生物地理学优化(multi-objective biogeography-based optimization,MOBBO)算法进行求解得到Pareto解集,并利用模糊决策理论得到最优折衷解。IEEE 14和57节点系统的大量仿真结果表明,所提方法可以在MOPP中差异化计及PMU以及支路故障概率的影响,与非支配排序遗传算法相比,MOBBO在求解MOPP模型中能够得到更为逼近Pareto前沿的解,提供更佳的决策参考方案。