电力系统PMU最优配置新方法

根据电力系统导纳矩阵和节点关联矩阵的特点,指出电力系统潮流方程的特征可用系统关联矩阵来描述,在此基础上提出了一种基于关联矩阵的满足潮流方程直接可解的电力系统PMU最优配置方法,最后利用典型标准节点系统对该算法进行验证并与已有方法得到的结果进行比较,结果表明该算法是有效的,具有简单、易于实现的优点,能有效减少PMU配置数...     

电力系统PMU最优配置算法

以电力系统状态完全可观测和PMU配置数目最小为目标,提出了一种新的PMU最优配置方法,即微分进化算法,并讨论了以提高状态估计精度为目标的PMU配置方案。该算法是一种基于自然进化思想的随机全局搜索算法,相比于其他类似搜索算法有其独特的优点和应用前景,优点是比其他几种随机算法收敛速度快,稳定性好并且程序实现简单。IEEE 14、IEEE 30和IEEE 57节点算例系统验证了算法的有效性。     

WAMS中的PMU最优配置新方法

鉴于相量测量单元(phasor measurement unit,PMU)能够实时测量母线电压和相角,在传统监控和数据采集(supervisory control and data acquisition,SCADA)量测系统的基础上,提出了一种选择PMU最优配置方案的新方法。该法在假定系统完全可观测的前提条件下,考虑不同量测噪声信号比的影响,采用直接替代(direct sub-stitution,DS)法、加权最小二乘(weighted least squares,WLS)法和扩展加权最小二乘(augmented weighted least squares,AWLS)法计算状态估计值,验证了量测噪声对选择PMU配置点没有影响这一结论,并最大限度地提高了状态估计的准确度。在IEEE9节点和IEEE14节点测试系统上验证了此方法的正确性和有效性。     

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.     

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。     

主动配电网储能系统的多目标优化配置

储能系统在平滑间歇式能源功率波动、削峰填谷、改善电压质量以及提供灵活的功率调节等方面都发挥了巨大的作用。主动配电网能否实现对间歇性可再生能源进行完整消纳以及网络优化运行,在很大程度上依赖于主动配电网的储能系统配置是否合理。文中从削峰填谷能力、电压质量以及功率主动调节能力3个方面建立主动配电网储能系统的多目标优化配置模型,并使用带权极小模理想点法求解该多目标优化问题,避免求解多目标规划问题复杂的Pareto前端曲面,简化了问题求解的复杂度。最后,通过算例验证了所提模型及其求解方法的有效性。     

PMU最优配置问题的混合优化算法

为使得电力系统在完全可观测的条件下,PMU安装数目最少,提出了一种混合优化算法以解决相量测量单元PMU的最优配置问题.混合优化算法以粒子群优化算法为主体,引入交叉、变异操作,并结合模拟退火机制控制粒子的更新.在处理解的约束问题时,采用了一种基于概率的启发式修补策略,避免修复后的解特征单一.将混合算法与其他算法在多个IEEE标准系统上进行了比较分析,结果表明在较大规模系统上,混合优化算法收敛率比标准粒子群算法提高数倍,计算量比模拟退火算法减少了数十倍,表明了较好的可行性和较高的效率.     

采用量子遗传算法的电力系统PMU最优配置

为实现电力系统同步相量测量装置(PMU)最优配置,根据电力系统网络结构特点,在提出一种判断PMU配置方案是否满足潮流方程直接可解的方法基础上,令不满足潮流方程直接可解的染色体(配置方案)适应度的值为一个很小的常数,实现了基于量子遗传算法的PMU最优配置算法,最后利用IEEE 14I、EEE 30I、EEE 57I、EEE118节点电力系统进行了验证,结果表明了所提方法的正确性,可有效减少PMU配置数目。     

考虑潮流方程直接可解的PMU最优配置

针对使电力系统潮流直接可解的PMU最优配置问题,提出一种结合自适应遗传算法与禁忌搜索算法(IAGA-TS)的混合算法。充分利用两种算法各自的特点,结合自适应遗传算法并行计算特性与禁忌搜索算法跳出局部最优解的能力,使得该混合算法寻得全局最优解的同时,提高了算法的优化效率,增强了算法的鲁棒性。最后利用IEEE14、IEEE30、IEEE57 、IEEE 118节点系统对该混合算法与其它两种算法进行了对比验证,结果表明混合算法是有效的。     

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。     

考虑潮流方程直接可解的PMU最优配置

针对使电力系统潮流直接可解的PMU最优配置问题,提出一种结合自适应遗传算法与禁忌搜索算法(IAGA-TS)的混合算法.充分利用两种算法各自的特点,结合自适应遗传算法并行计算特性与禁忌搜索算法跳出局部最优解的能力,使得该混合算法寻得全局最优解的同时,提高了算法的优化效率,增强了算法的鲁棒性.最后利用IEEE14、IEEE30、IEEE57 、IEEE 118节点系统对该混合算法与其它两种算法进行了对比验证,结果表明混合算法是有效的.     

考虑拓扑变化的配电网PMU多阶段优化配置

随着配电网的不断发展,同步相量测量设备相量测量单元(phasor measurement unit,PMU)的优化配置问题得到了越来越多关注.针对电力系统网架难以一次性全部安装所需PMU以及配电网拓扑变化的问题,提出考虑配电网拓扑变化的多阶段优化配置方法.第1阶段将配电网关联度、紧密度、重要度作为指标,通过变异系数法以...     

主动配电网无功补偿和OLTC鲁棒多目标优化配置

为应对主动配电网潮流波动,提升主动配电网运行经济性和安全性,以投资成本、网损、电压偏移最少为目标,建立了投资层与多时段模拟运行层一体化的多目标优化配置模型。同时,为进一步决获取符合实际需求的最优配置方案,提出动态加权的多目标求解方法,得到最优解集。通过仿真算例验证了所提方法的有效性。     

考虑运行风险的主动配电网分布式电源多目标优化配置

考虑配电网运行中的不确定性,文章通过改进蒙特卡洛法生成大量预想事故集,利用潮流计算和拓扑分析得到接入分布式电源后系统运的行风险。提出一种考虑主动配电网运行风险的分布式电源多目标优化配置模型,将主动配电网运行带来的运行风险RL与分布式电源运行成本CDG作为目标函数,采用改进的粒子群算法对多目标优化模型进行求解,获得分布式电源安装位置和安装容量以及运行风险与运行成本之间的权衡关系。仿真算例表明,所提出的考虑主动配电网运行风险的分布式电源多目标优化配置方法,与单一只考虑经济性或者可靠性的优化模型相比更加合理,适用于分布式电源的优化选址和定容,验证了该模型的可行性。     

基于改进自适应遗传算法的系统可观测PMU最优配置

以电力系统配置同步相量测量单元（PMU）个数最少、系统有最大测量冗余度为目标,全网可观测为约束,提出PMU最优配置模型,同时针对实际电网中存在某些重要节点已经初步安装PMU或者必须安装PMU的情况,提出了特殊约束条件,并给出了相应的求解算法。在此基础上,用改进自适应遗传算法求解此模型,保证全局最优。对某省49节点电网进行的计算表明,改进的自适应遗传算法收敛到全局最优解的概率优于传统的遗传算法和自适应遗传算法,更适用于工程实际。     

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。     

主动配电网多目标网络重构研究

本文提出了一种适用于主动配电网的多目标网络重构混合进化算法。选择目标函数为网损最小、供电可靠率最高,并在约束条件中考虑了分布式电源(DG)的出力约束,在可靠性计算中考虑了主动配电网中DG的计划孤岛作用;算法首先利用最优流模式算法(OFP)得到接近最优的局部最优解,再利用树形结构编码单亲遗传算法(TSE-PGA)搜索最优解;提出了适用配电网重构的TSE-PGA对应的移位、重分配操作算子;用改进非支配排序遗传算法(NSGA-II)的非支配排序策略对迭代过程的个体进行排序,最终得到Pareto前端解集。选择改进TPC 84节点算例验证所提出的混合进化算法,与其他算法的结果进行比较,证明了该算法的优越性。     

一种新的考虑电力系统潮流直接可解的PMU最优配置

同步相量测量单元(PMU)可以直接量测节点电压相量和与该节点相连的支路电流相量。通过在适当位置配置PMU,便可使潮流方程不需迭代直接可解,为此提出了计及PMU支路电流相量的潮流方程直接可解法,并采用粒子群优化算法解决了PMU的最优配置问题。算例结果表明本方法有效,并可以减少所需PMU的个数,因此具有实际的应用价值。     

计及PMU最优配置的输电线路广域自适应故障定位算法

针对电网信息不全条件下的输电线路故障定位问题,提出一种计及相量测量单元(phasor measurement unit,PMU)最优配置的广域自适应故障定位方法。该文在分析基于故障可观测性的故障定位原理的基础上,建立了计及零注入节点实现全网线路故障可观测性的PMU最优配置模型;提出了基于定位域的广域故障定位策略,根据系统拓扑和PMU节点划分定位域,电网拓扑结构发生变化时,只需局部更新相应定位域。线路故障后,利用PMU测量结果快速界定故障的定位域,无需线路故障信息,提高了定位算法的自适应能力。基于PSCAD/EMTDC和Matlab的仿真结果表明,该文提出的计及零注入节点的PMU优化配置方法能有效减少PMU数量,基于定位域的故障定位算法自适应能力强,定位结果精度高,对系统拓扑结构变化、各种故障类型、过渡电阻、故障位置均有较好的适用性。