基于系统不完全可观的PMU优化配置新算法

限于同步相量测量装置(PMU)在电力系统中应用的局限性以及经济性,分析考虑了基于PMU的系统完全可观条件下电力系统状态估计过分冗余导致数据处理速度慢,收敛性不好等缺点,提出了基于系统不完全可观条件下,采用量子遗传算法对PMU进行合理配置,以期在最少PMU配置的基础上,使系统拥有足够的量测冗余度,得到的状态估计结果具有尽可能高的精度。通过算例仿真研究表明,该算法克服了深度优先算法(DFS)收敛性不好以及模拟退火法(SA)收敛速度慢的缺点,具有很好的收敛性和收敛速度,同时具有很好的精度要求。     

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。     

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。     

混合量测用于电力系统状态估计

根据目前PMU的配置状况和PMU与SCADA的数据特点,提出了一种基于PMU与SCADA混合量测的状态估计方法。该方法将非线性估计结果作为伪量测量加入线性估计中,并根据平均距离动态地调整伪量测量的权值,然后通过插值对非线性可观测区域进行实时的近似估计。最后通过IEEE14、IEEE57系统进行了仿真。仿真表明即使在PMU配置较少的情况下,该方法亦能够有效改进非线性可观测区域状态估计的精度和刷新速度。该方法兼顾了PMU和SCADA的特点,有较好的应用价值。     

基于PMU分解协调的状态估计算法

PMU至少可实现系统局部可观,此性质必然产生系统的自动划分,即出现围绕PMU配置点集的若干可观测性子系统。基于这一思路,从状态估计快速性角度出发,提出电网分解协调的状态估计快速算法,分解是指依据PMU配置的可观测子系统的划分,协调是指各子系统如何达到无缝的衔接,在快速估计下达到与整体估计一样的效果。最后,以IEEE-39节点及IEEE-118节点系统对对算法进行了验证。     

基于PMU分解协调的状态估计算法

PMU至少可实现系统局部可观,此性质必然产生系统的自动划分,即出现围绕PMU配置点集的若干可观测性子系统.基于这一思路,从状态估计快速性角度出发,提出电网分解协调的状态估计快速算法,分解是指依据PMU配置的可观测子系统的划分,协调是指各子系统如何达到无缝的衔接,在快速估计下达到与整体估计一样的效果.最后,以IEEE-39节点及IEEE-118节点系统对对算法进行了验证.     

计及PMU支路电流相量的状态估计模型

评述了相量量测在电力系统状态估计中的各种应用模型,包括仅采用相量测量装置(PMU)的量测进行线性估计、在非线性估计中加入PMU电压幅值和相角量测,以及把非线性估计和线性估计结合等方案.把PMU量测值直接作为估计值虽然可以降低估计的维数,但不一定有利于估计精度.当前PMU的配置还难以满足可观性要求,故必须将PMU量测与其他量测一起用于状态估计.但在非线性估计中,很难直接利用PMU支路电流量测,特别是其相角量测.文中提出通过量测变换来计及PMU支路电流幅值和相角量测的模型.对各种非线性估计模型的仿真说明该模型的估计精度优于其他方案.     

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.     

基于线性整数规划模型的高适应性PMU配置算法

PMU布点问题需要在满足一定约束的条件下同时优化2个相互冲突的指标：配置PMU的数目(或费用)最少和测量冗余度最高。文章提出基于线性0-1整数规划的模型并用来求解系统正常运行方式下完全可观测的PMU配置方案,还分别给出了线路N-1故障时以及PMU N-1故障时系统仍可观测的PMU配置模型,该模型不仅考虑了PMU实测数据,还计及了可用的潮流数据和零注入节点。文章通过将零注入节点转化为潮流已知线路巧妙地回避了模型的非线性问题。通过对IEEE测试系统和浙江电网进行仿真,验证了所提方法的有效性和灵活性。     

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.     

基于混合量测的电力系统状态估计混合算法

研究了相量量测装置(PMU)相量量测和监控与数据采集(SCADA)量测混合使用时的数据匹配问题,提出了利用状态量转换预测得到预报系统状态和预报节点注入电流向量的方法。在此基础上,提出了应用PMU实时相量量测和预报节点注入电流向量的线性静态状态估计算法,以及应用PMU实时相量量测和预报系统状态的线性动态状态估计算法。文中将这2种算法与传统状态估计算法相结合,组成了状态估计混合算法,保证了状态估计的计算精度。该混合算法有效减少了状态估计的计算时间,对PMU的量测配置也没有严格的要求,具有很好的通用性。最后采用IEEE30节点系统对该方法进行了验证。     

A distributed state estimation method for power systems incorporating linear and nonlinear models

High-voltage transmission networks are commonly equipped with phasor measurement units (PMU), and some of them are PMU observable. However, PMUs are seldom installed in distribution networks due to budget limitations. The state estimation equations of PMU observable areas are linear, while those of other areas remain nonlinear. This paper proposes a new distributed state estimation method for solving multi-area state estimation problems, in which linear models are used for high-voltage transmission network, while nonlinear models are adopted for other areas. In PMU observable area, we select coordinating variables as generalized cost functions which accurately represent the sensitivity between the linear SE objective function and boundary states. Consequently, SE results identical to a centralized estimator can be obtained without iterations at the coordination level. This paper presents the problem model and theoretical analysis of the proposed method, and shows its effectiveness by numerical tests.     

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(discrete particle swarm optimization，DPSO)算法对同步相量测量单元(phsor measurement unit，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。     

基于相量量测的电力系统线性状态估计

分析了相量量测装置的量测误差情况,指出了相量量测参与状态估计计算的必要性。在完全使用相量量测的情况下,给出了基于直角坐标系的实数形式的电力系统线性量测方程和相应的线性静态状态估计算法。对负荷预报加潮流计算的系统状态预报方法进行改进,通过对误差协方差阵计算公式的推导与简化,提出了新的预报误差协方差阵计算公式,并将其与线性量测方程相结合,提出了基于相量量测的线性动态状态估计算法。最后讨论了线性状态估计算法的使用条件,并采用IEEE30节点系统对提出的算法进行了验证。     

Power system observability with minimal phasor measurementplacement

The placement of a minimal set of phasor measurement units (PMUs) so as to make the system measurement model observable, and thereby linear, is investigated. A PMU placed at a bus measures the voltage as well as all the current phasors at that bus, requiring the extension of the topological observability theory. In particular, the concept of spanning tree is extended to that of spanning measurement subgraph with an actual or a pseudomeasurement assigned to each of its branches. The minimal PMU set is found through a dual search algorithm which uses both a modified bisecting search and a simulated-annealing-based method. The former fixes the number of PMUs while the latter looks for a placement set that leads to an observable network for a fixed number of PMUs. In order to accelerate the procedure, an initial PMU placement is provided by a graph-theoretic procedure which builds a spanning measurement subgraph according to a depth-first search. From computer simulation results for various test systems it appears that only one fourth to one third of the system buses need to be provided with PMUs in order to make the system observable     

基于WAMS/SCADA混合量测和离散粒子群优化算法的PMU优化配置

当前应用于状态估计的量测数据由广域测量系统(wide area measurement system, WAMS)和数据监控及采集系统(supervisory control and data acquisition,SCADA)采集, WAMS向量测量单元(phasor measurement unit,PMU)的优化配置问题成为研究的重点。本文在分析WAMS/SCADA混合量测数据成分、时间断面、精度、刷新频率4个方面差异的基础上,实现了混合量测数据的有效兼容,提出了一种基于无迹卡尔曼滤波(unscented kalman filter, UKF)动态状态估计和离散粒子群优化(discrete particle swarm optimization, DPSO)算法的PMU优化配置方案。采用该方案下的混合量测数据进行UKF动态状态估计,很好地提高了状态估计精度。在IEEE39节点系统上模拟日负荷变化验证了该PMU配置方案的有效性。     

Multi‐objective PMU placement optimization considering the placement cost including the current channel allocation and state estimation accuracy

The optimal phasor measurement unit (PMU) placement problem in power systems has been considered and investigated by many researchers for accurate and fast state estimation by PMUs. However, the current channel cost of the PMU affects the total placement cost. This paper proposes a novel formulation in the multi‐objective optimal PMU placement, which minimizes the PMU placement cost with the current channel selection and the state estimation error. The current channel selection is represented as a decision variable in the optimization. For trade‐off objective functions, the Pareto approach by nondominated sorting genetic algorithm II (NSGA‐II) is applied in the optimization. The result of the numerical experiment in this paper demonstrates the advantage of considering the appropriate PMU current channel allocation, compared with the conventional method that ignores it, in the modified IEEE New England 39‐bus test system. As a result, the proposed method obtained a better Pareto solution compared with the conventional one because of the consideration for the current channel selection. An advantage of the proposed PMU placement is that it is able to reduce the total PMU placement cost while maintaining the state estimation accuracy.     

两级线性迭代策略下的混合状态估计的研究

基于卡尔曼滤波及线性迭代基本原理,针对当前电力系统混合状态估计精度低、滤波效果差及收敛能力低等问题,提出了一种基于两级线性迭代的电力系统混合状态估计的研究策略:第1级利用相量测量单元(PMU)的量测数据进行线性估计;第2级将其与传统量测值相结合用于状态估计,并利用PMU的高频特性对两级的量测数据进行多次迭代采样。将其在IEEE 14和IEEE 57节点测试系统进行测试,并将结果与其他混合模型比较,结果表明,该策略的估计精度、数据收敛度及量测参数误差均优于其他混合模型。     

基于图论的电力系统PMU布点优化算法

基于最小支配集理论和电力系统线性量测模型,提出了可观测节点集合、WAMS可观测矩阵两个概念以及一种新的节点可观测性计算规则。以保证系统的完全可观测性和以系统图的最小支配集为搜索范围构成约束条件, 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,形成了PMU配置优化问题。并应用禁忌搜索(TS)方法求解该问题,保证了全局寻优。最后采用 IEEE 14、30、57 、118节点系统和新英格兰 39 节点系统对该方法进行了验证,仿真结果表明该方法的有效性和可行性。