最小化用户停电损失的主动配电网黑启动分区优化策略

电力系统发生大停电事故后,含高比例分布式电源的主动配电网可以通过分区实现快速并行恢复。提出了一种主动配电网黑启动分区优化策略。以最小化用户停电损失为目标,建立了主动配电网黑启动分区的混合整数线性规划模型,通过分布式电源、线路、母线和负荷的恢复约束将各个分区内部的恢复操作顺序集成到分区模型中。利用线性规划求解器ILOG CPLEX对所提出的优化模型进行求解,从而得到配电网黑启动分区恢复方案。以改进的IEEE 69节点配电系统为例验证了所提模型与策略的有效性。     

天津电网黑启动方案的制定

电力系统全部停电后的黑启动过程是一个非常复杂的问题,科学合理的黑启动方案对于电力系统大停电后的快速恢复发挥了重要作用。详细介绍了天津地区电网黑启动的策略,方案制定及实施过程等问题。当出现全网停电而需实施黑启动恢复系统供电时,天津地区电网采用分片分区同时实施黑启动,在完成对各个子系统的主网架恢复供电之后,进行各个子系统间的并列和合环,从而加快了整个地区电网的恢复供电过程。所制订的方案及实施过程均是结合天津电网的实际情况并经深入分析及核算的结果,是切实可行的,已成为调度部门的预案。     

河南电网黑启动方案的研究

电网的黑启动是大停电事故后重要且有效的恢复措施。结合河南电网的实际特点,对黑启动方案的基本原则、黑启动电源、黑启动策略和黑启动路径等问题进行了探讨,对黑启动过程中的注意事项作了说明。     

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。     

黑启动方案的制定与仿真

研究电力系统黑启动的恢复计划,并对恢复过程中遇到的问题提出相应对策。根据黑启动的一般准则和山东电网实际情况,制定了山东电网的2个黑启动方案,并通过潮流和稳定等大量仿真计算,对这2个案例进行了具体的分析,为今后的现场试验和方案的实施提供依据和建议。     

DTS系统中的黑启动方案制定与培训仿真

通过在现有调度员培训仿真(DTS)系统的数据和图形支撑平台上扩充数据表、字段和图元,采用软总线、UDP、DLL和ODBC等多种通信技术进行模块交互,设计了基于C/S架构的黑启动方案制定与培训仿真子系统,并利用Visual C++6.0编译环境完成了该子系统的开发及其与DTS系统的集成工作.扩展后的DTS系统可根据停电后的电网运行状态自动生成黑启动操作方案,并对其进行校验、调整和评估,具有工频过电压、暂态过电压、自励磁、电压和频率波动仿真等功能,可自动验证黑启动过程中保护定值和安全自动装置的设置.山东电网的仿真结果表明该系统具有较好的应用前景.     

基于Hopfield神经网络的供电网黑启动分区方案计算方法

针对电网大面积停电后黑启动分区划分问题,提出一种以分区联络线之和最少及总体操作最优为目标的数学模型。通过定义最小拓扑关系矩阵、节点关系矩阵和分区状态矩阵实现了对数学模型的解析描述,将对数学模型的求解转化为0-1优化问题。针对0-1优化问题多为NP-hard问题的现状,提出利用Hopfield神经网络进行求解。构造了计及各项约束条件的神经网络能量函数,给出了对应的求解方法。利用IEEE-39节点系统对所提模型及方法进行了验证,通过对分区评价指标的定量分析表明所提的模型正确,求解方法可行、有效。     

基于改进数据包络分析模型的黑启动方案评估

合理选择黑启动方案,对顺利恢复系统供电、减少停电损失具有至关重要的意义。针对传统数据包络分析模型不能对方案排序的不足,提出一种基于改进数据包络分析模型的黑启动方案评估方法。在分析传统数据包络分析模型的基础上,引入最优与最差2个虚拟方案,建立改进后的数据包络分析模型,得到一组公共权重,依此计算各方案的效率指数,实现黑启动方案的排序。针对实际电网黑启动的案例,采用所提方法与其他方法进行比较分析,结果表明所提方法能给出正确的黑启动方案排序,同时提高了评估结果的可区分性。     

考虑后效性的含直流落点系统黑启动方案研究

本文在对高压直流通道传输能力与受端系统强度间关系进行分析的基础上,考虑受端交流系统网架覆盖程度与带电节点未恢复负荷总量对后期直流功率提升安全性与可行性的影响,设计了一种考虑后效性的含直流落点系统黑启动方案。以初期发电量加权和最大化、后期直流功率提升时系统运行尽可能安全可靠和直流功率迅速大幅提升可行性尽可能高为优化目标,综合考虑各类约束,结合混合粒子群算法与迪杰斯特拉（Dijkstra）算法求解出Pareto最优解集;然后利用三角模糊数和反熵权法确定主客观权重,采用基于模糊反熵权的修正理想解排序法（M-TOPSIS）对所得Pareto最优解进行排序来确定最满意的恢复方案。最后,通过含直流落点的新英格兰10 机39 节点系统算例验证了所提方法的有效性。     

电力系统扩展黑启动方案的后效性研究

大停电后恢复初期阶段的扩展黑启动策略为恢复控制提供了新的思路,针对扩展黑启动方案的后效性研究,将后续网架重构过程离散为次序进行的多个时步,建立了计及后续重构过程中机组启动与负荷恢复交替与协调的多目标网架重构优化模型。结合采用分层序列法、改进细菌觅食算法和最短路径法,从网架重构整体最优的角度求解每一时步的待恢复机组、负荷及相应的恢复路径,进而得到网架重构最优方案;在此基础上,建立了反映重构过程多输入多输出要素的指标集,以超效率数据包络分析模型评估后续网架重构的相对效率,以此效率表征扩展黑启动方案的后效性。基于新英格兰10机39节点系统的扩展黑启动方案算例分析验证了本文方法的有效性与正确性。     

基于有序二元决策图的黑启动分区搜索策略

合理的黑启动分区可以实现多区域分区并举的启动,加快系统恢复进度。该文对黑启动分区进行了研究,建立了黑启动合理分区的定义和数学模型,并将该模型转化为布尔函数。设计和开发了一种基于两阶段的黑启动分区搜索算法。在第1阶段,采用有序二元决策图(ordered binary decision diagram, OBDD)表示法来降低解空间;在第2阶段,利用安全分析等工具在收缩后的解空间内计算最优的分区方案。提出的算法可分阶段进行,因此具有很好的在线应用前景。针对IEEE标准系统和海南电网进行了深入的数值仿真研究,证明了模型和算法的有效性。     

Fault Location Observability Using Phasor Measurement Units in a Power Network Through Deterministic and Stochastic Algorithms

This article studies deterministic and stochastic algorithms for placing minimum number of phasor measurement units (PMUs) in a power system in order to locate any fault in the power system. The optimization problem is initially formulated in a mixed integer linear programing framework with binary-valued variables as well as in a binary integer linear programing model. Then, the optimization problem is formulated as an equivalent non-linear programing model, minimizing a quadratic objective function subject to equality non-linear constraints defined over a bounded and closed set. The problem is solved by using a Sequential Quadratic Programming algorithm. The non-linear program is illustrated with a 7-bus test system. Also, stochastic algorithms such as binary-coded genetic algorithm and particle swarm optimization have been implemented in solving the optimal PMU placement under fault condition. The accuracy of suggested algorithms is independent from the fault type and its resistance. The optimization models are applied to the IEEE systems. The numerical results indicate that the proposed algorithms locate minimizers at the optimal objective function value in complete agreement with those obtained by branch-and-bound algorithms.     

Multi-objective Phasor Measurement Unit Placement in Electric Power Networks: Integer Linear Programming Formulation

A multi-objective optimal phasor measurement unit placement model using integer linear programming is presented in this article. The proposed model simultaneously optimizes two objectives, i.e., minimization of phasor measurement unit numbers and maximization of measurement redundancy. To calculate the redundancy criteria, the single-line outage and the phasor measurement unit loss are considered simultaneously. A linear formulation is presented for both objective functions. Also herein, to address conflicting attributes and identify Pareto optimal solutions of the multi-objective optimal phasor measurement unit placement problem, a new multi-objective mathematical programming method is proposed. Finally, a new index, i.e., minimum distance to utopia point, is implemented to select the most preferred solution among the available Pareto front based options on the goal to achieve judicious decision makers. Two test systems, i.e., a modified 9-bus and an IEEE 118-bus test systems, are used to illustrate the effectiveness of the proposed framework.     

Optimal Placement of Phasor Measurement Units with Linear and Non-linear Models

Abstract—This article presents a non-linear programming-based model for the optimal placement of phasor measurement units. The optimal phasor measurement units placement is formulated to minimize the number of phasor measurement units required for full system observability and to maximize the measurement redundancy at all buses in a power system. A sequential quadratic programming algorithm is used for the solution of the proposed model. The existence of power flow and injection measurements, the limited phasor measurement units channel capacity, the lack of communication facilities in substations, and the single phasor measurement units loss are also incorporated into the initial proposed formulation. The non-linear programming model is applied to IEEE 14- and 118-bus test systems in MATLAB. The accuracy and the effectiveness of the proposed method is verified by comparing the simulation results to those obtained by a binary integer programming model also implemented in MATLAB. The comparative study shows that the proposed non-linear programming model yields the same number of phasor measurement units as the binary integer programming model. A remarkable advantage of the non-linear programming against binary integer linear programming is its capability to give more than one optimal solution, each one having the same minimum number of phasor measurement units (same minimum objective value), but at different locations.     

大停电事故后计及信息系统故障的机组启动次序优化策略

大停电事故后合理的机组启动次序方案有助于提高电力系统的发电量,进而加快电力系统恢复速度。由于电力系统调度控制高度依赖信息系统,在电力系统恢复过程中信息系统的故障会影响机组的启动次序。在此背景下,建立了考虑信息系统故障的机组启动次序优化模型。首先,介绍基于拒绝服务(DoS)攻击的信息系统故障,并分析机组恢复过程中信息系统故障对机组恢复特性的影响;然后,运用场景分析法处理信息系统故障时刻的不确定性,以最大化系统总发电量的期望为目标函数,考虑机组启动时间约束、与信息系统故障相关的辅助变量约束和机组启动功率约束,构建了机组启动次序优化模型,并采用线性化方法将所提出的模型转化为混合整数线性规划模型,采用商业求解器高效求解;最后,采用IEEE 39节点系统验证了所提出模型的有效性。     

计及关键恢复路径的机组启动次序优化策略

大停电事故后合理的机组启动次序方案有助于提高电力系统的发电容量， 加快电力系统的恢复速度。首先，文章介绍机组在恢复过程中的恢复特性， 分别对机组启动功率曲线和机组出力特性曲线建模， 其次， 考虑到电力系统恢复过程中关键恢复路径对机组启动次序策略的影响， 提出以最大化系统总有功容量为目标函数的机组启动次序优化模型， 通过对机组启动功率和机组输出功率线性化处理， 将所提出的模型转换为混合整数线性模型， 并通过高效商业求解器进行求解。最后， 以IEEE 39节点系统为例验证所提的模型与方法的有效性。     

考虑源荷功率随机性和相关性的主导节点选择与无功分区方法

为保持自动电压控制(AVC)系统的可靠运行,无功分区方案需适应较长时间段内源荷功率的随机变化.为此,提出一种考虑源荷功率随机性和相关性的主导节点选择与无功分区的协调优化方法.模型考虑了源荷功率的随机性和相关性及其变化时无功分区的平衡要求,并提出了考虑分区最大无功需求的场景压缩技术以实现源荷功率典型场景的模拟;采用基于目标相对占优的免疫遗传算法对模型进行求解.以IEEE 39节点系统仿真验证所述方法的有效性,仿真结果表明分区方案可以充分满足源荷功率随机变化下的无功平衡要求.     

电力系统黑启动过程中线路继电保护的配置与整定

针对电力系统黑启动过程的特殊要求,提出了其继电保护配置的基本原则;研究了适用于黑启动初期单电源运行方式下以零序电流保护和距离保护为主的线路保护配置方案;在分析不同运行方式下零序故障电流特点的基础上,研究并提出了零序电流保护的整定方法。