电力系统中基于MMT算法的PMU配置应用研究

着重研究了基于图论的相量测量单元（Phasor Measurement Unit, PMU）配置方法。引入测量树的概念,提出了一种新的寻找最佳PMU配置点的规则,并由此得到最大测量树法（Maximal Measurement Tree, MMT）,该方法以任一母线为起始母线,以能够提供最大的测量树为目标配置PMU。在实际算例中分别对IEEE14、IEEE39、IEEE118系统进行仿真计算,根据计算结果比较了最大测量树方法以及末端节点法、深度优先法（Depth First Search, DFS）和模拟退火法（Simulated Annealing, SA）的优缺点。算例表明：MMT法可以获得最少PMU配置数目,相比SA法有较高的效率和较快的收敛速度。     

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 N?1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。     

一种改进的相量测量装置最优配置方法

以电力系统状态完全可观测和相量测量装置(PMU)配置数目最小为目标,提出了一种改进的PMU最优配置方法.将启发式方法和模拟退火方法有效结合以确保得到最优解,提高了基于启发式方法的初始PMU配置方案的质量,通过改进配置模型缩小了模拟退火方法的寻优范围,从而提高了求解速度.还提出了一种基于节点邻接矩阵的快速可观测性分析方法.最后采用IEEE 14、IEEE 30、IEEE 118节点系统和新英格兰39节点系统对该方法进行了验证.     

基于节点集合的PMU优化配置方法

同步相量测量单元(PMU)的最优配置要求在全局可观的前提下所配置的PMU最少。0-1线性整数规划在分析求解多目标PMU最优配置有极大的优势。在实际电力系统中存在一定数量的零注入节点。作为虚拟测量数据,虽然有利于PMU最优配置,然而引入到整数规划进行计算时,将使模型非线性化而难以求解。给出了考虑零注入功率节点情况下的条件函数,该函数能够有效保持函数的线性性从而仍能适用于0-1整数规划。当考虑N-1情况下的PMU最优布点时,该方法具有很强的继承能力,有效解决了传统方法无法解决的N-1优化配置问题。最后将该方法应用于IEEE14节点以及IEEE39节点的算例,相对于其他配置方法,减少了PMU配置数量,从而体现了该方法的优越性。     

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 measurement 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。     

基于多目标进化算法的PMU的优化配置

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。     

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。     

电力系统中PMU最优配置的研究

针对确定配置同步相量测量单元(PMU)的最小数目和最佳位置以达到最大的网络结构可观测性的PMU最优配置问题,提出了一种最小生成树(MST)算法,在深度优先搜索(DFS)算法的基础上提出了一种新的寻优规则,从而提高了解的质量和求解速度。该算法克服了DFS算法收敛性差和模拟退火(SA)算法收敛速度慢的缺点。算例仿真证明了利用MST算法求解PMU最优配置问题能使解的质量与求解效率达到很好的平衡,同时也可提高最优解的多样性。     

基于多点PMU电压推算的广域后备保护故障线路识别算法

为了在有限:PMU下实现快速准确地识别故障线路,研究了一种利用多点电压推算的广域后备保护故障判别算法。采用母线间隔配置PMU策略,以未布置PMU节点为中心,从多个相邻PMU节点向中心节点分别进行正序、负序和零序电压的推算,得到中心节点的各序多个推算电压值及其差异值。建立故障线路的各序故障识别判据。选取差异值最大值对应的序分量来判断故障线路。基于电压推算值,求解故障点位置,辅助区分单一故障或相邻线路复故障。该方法的原理简单,计算量小,通信量较小,不受故障类型、故障点位置及过渡电阻的影响。IEEE 14节点系统的多组算例验证了该方法的有效性。     

Novel Clustering-based Hidden Markov Model (CHMM) optimization approach for optimal PMU placement

A Phasor Measurement Unit (PMU) is an important device for monitoring the wide-area power distribution network. Placement of the PMUs across the network enables reliable monitoring of the network to identify the faults in the bus system. Due to the increase in the installation cost of the PMUs, optimal placement of the PMU is a significant task. But the existing techniques do not provide the optimal solution for the PMU placement. To overcome this issue, this paper proposes a novel Clustering-based Hidden Markov Model (CHMM) optimization approach to achieve optimal placement of PMUs in the power distribution network. Optimal PMU placement is achieved by applying cluster formation in the bus system to extract the data with neighboring buses. Best optimal position for placing the PMU is estimated by using Fuzzy logic-based rale formation to update the binary table of the bus system. The HMM approach is used for updating weight in the cluster formation. Our system is implemented in various bus systems like IEEE 28-bus system, 69-bus system and also in Karnataka 155-bus system. The proposed approach is implemented in the IEEE bus system and Karnataka Power Transmission Corporation Limited (KPTCL) bus system and compared with the existing approaches, based on the total number of PMU placement. The proposed approach achieves better performance in the optimal placement of PMU than the existing optimization algorithms.     

考虑系统完全可观测性的PMU最优配置方法

基于电力系统线性量测模型，研究了引入相量测量单元（PMU）相关量测集后的增广关联矩阵的电力系统可观测性拓扑分析方法，以保证系统结构完全可观测性和最大量测数据冗余度为约束，以配置PMU数目最小为目标，形成了PMU最优配置问题，并应用禁忌搜索（TS）方法求解该问题，保证了全局寻优。算例表明，该方法准确可靠、有效可行。     

Optimal placement of PMUs with limited number of channels for complete topological observability of power systems under various contingencies

In optimal PMU placement problem, a common assumption is that each PMU installed at a bus can measure the voltage phasor of the installed bus and the current phasors of all lines incident to the bus. However, available PMUs have limited number of channels and cannot measure the current phasors of all their incident lines. The aim of this paper is to recognize the effect of channel capacity of PMUs on their optimal placement for complete power system observability. Initially, the conventional full observability of power networks is formulated. Next, a modified algorithm based on integer linear programming model for the optimal placement of these types of PMUs is presented. The proposed formulation is also extended for assuring complete observability under different contingencies such as single PMU loss and single line outage. Moreover, the problem of combination of PMUs with different number of channels and varying costs in optimal PMU placement is investigated. Since the proposed optimization formulation is regarded to be a multiple-solution one, total measurement redundancy index is evaluated and the solution with the highest redundancy index is selected as the optimal solution. The proposed formulation is applied to several IEEE standard test systems and compared with the existing techniques.     

电力系统PMU最优配置数字规划算法

随着相量量测装置(PMU)硬件技术的逐渐成熟和高速通信网络的发展,PMU在电力系统中的状态估计、动态监测和稳定控制等方面得到了广泛应用.为达到系统完全可观,在所有的节点上均装设PMU既不可能也没有必要.文中提出一种基于系统拓扑可观性理论的数字规划算法,利用PMU和系统提供的状态信息,最大限度地对网络拓扑约束方程式进行了简化,以配置PMU数目最小为目标,形成了PMU最优配置问题,并采用禁忌搜索算法求解该问题.其突出优点是利用了系统混合测量集数据,即不仅考虑了PMU实测数据,同时计及了可用的潮流数据.在IEEE14节点和IEEE 118节点系统的仿真结果表明,与常规的PMU最优配置算法相比,所提出的数字规划算法可以实现安装较少数量的PMU而整个系统可观的目标.     

基于分段迭代法的PMU的优化配置研究

对电力系统中有限个数目PMU的优化配置进行研究。采用分段迭代法对PMU的优化配置进行研究。该法假设最初每个节点均安装有PMU。第一阶段和第二阶段的迭代算法用来去除那些不太重要的节点的PMU配置,并保留节点位置重要的PMU的配置。第三阶段的迭代算法则对前两阶段的PMU数目进行进一步的最小化,并且充分考虑电力系统全网的可观性,使得该法达到PMU的最优配置。通过在IEEE 14和IEEE 30节点上进行仿真验证,并与现有的优先算法在计算时间上进行对比,证明该法在计算时间上的优越性,及该法的有效性。     

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。     

基于定制遗传算法考虑配电网多种拓扑可观性的PMU优化配置

同步相量测量单元(PMU)可以为配电网提供相量数据以提高可观性。考虑因配电网节点数目多但投资成本少造成的PMU供需不平衡,提出了以固定PMU数目为约束条件的优化配置模型。目标函数在最大化可观性节点数目的前提下,最大化网络量测冗余度。模型中考虑了多种拓扑结构的影响,并通过引入零注入节点、节点注入功率和支路功率等量测数据提高可观性。提出了一种定制遗传算法来求解模型,通过定制交叉和变异操作,保证所有个体为可行解。最后,给出了基于最优方案的PMU配置顺序。通过对IEEE标准节点系统进行仿真计算,验证了所提方法的可行性和有效性。     

Optimal placement of PMUs to maintain network observability using a modified BPSO algorithm

This paper presents a novel approach to optimal placement of Phasor Measurement Units (PMUs) for state estimation. At first, an optimal measurement set is determined to achieve full network observability during normal conditions, i.e. no PMU failure or transmission line outage. Then, in order to consider contingency conditions, the derived scheme in normal conditions is modified to maintain network observability after any PMU loss or a single transmission line outage. Observability analysis is carried out using topological observability rules. A new rule is added that can decrease the number of required PMUs for complete system observability. A modified Binary Particle Swarm Optimization (BPSO) algorithm is used as an optimization tool to obtain the minimal number of PMUs and their corresponding locations while satisfying associated constraint. Numerical results on different IEEE test systems are presented to demonstrate the effectiveness of the proposed approach.     

考虑高风险连锁故障的PMU配置方法

针对连锁故障会导致广域测量系统(WAMS)丧失对电力系统完全可观测能力的问题,提出了一种考虑高风险连锁故障的最优相量测量单元(PMU)配置方法.首先使用隐性故障模型和风险理论对电力系统的连锁故障进行模拟仿真和统计分析,从而对系统中的高风险连锁故障进行辨识;进而通过最优PMU配置保证在单一高风险连锁故障发生的情况下WAMS能够保持对电网的完全可观测.以IEEE 39节点系统为例进行了PMU配置和分析,实验结果表明该方法在经济性和鲁棒性之间能够取得较好的平衡.