基于适应型Petri网的电力系统相量测量单元配置优化方法

提出一种新的相量测量单元(PMU)配置优化算法,在关联节点可测的基础上,引入PMU优选约束,建立以可测关联节点与假设安装的适配指标为目标函数的网络覆盖模型.采用适应型Petri网分析方法,先将复杂网络分解为若干基本分析单元,从而缩小了分析规模;然后引入标识算子,将复杂矩阵运算转化为逻辑运算,简化推理过程;同时,通过更新变迁点火序列进行PMU地点选择,并引入变迁时间标签使计算过程得以简化,提高了计算效率.最后通过算例仿真,验证该方法计算准确,过程简便.     

考虑拓扑约束并采用改进遗传算法的PMU优化配置

为了进一步提高同步相量测量单元(phasor measurement unit,PMU)配置的效率以及其在大规模系统中的应用,提出一种结合人工智能方法和图论方法的混合优化算法。该算法以4种拓扑重构规则和3种PMU配置规则为基础,利用拓扑约束分析法逐步得出目标电网PMU配置的约束条件,有效缩小了问题的可行解空间,并提出基于序号编码法的遗传算法(genetic algorithm,GA),使用改进的交叉变异算子避免繁殖过程中出现不可行解,从而进行高效的优化。算例表明,所提算法不仅能够准确得到最小PMU配置数目,而且对大系统也具有较快的运算速度,在大规模系统PMU配置中具有很高的应用价值。     

基于动态规划算法的PMU优化配置

以电力系统状态完全可观测和PMU配置数目最小为目标,提出基于动态规划算法的PMU优化配置方案。选择PMU配置位置为动态规划的状态,PMU台数为动态规划的阶段数,从而实现动态规划计算。通过预处理准则、对称性准则、优胜劣汰准则提高了计算效率。用文中方法对IEEE 14和IEEE 39节点系统进行了PMU配置。与其他文献方法对比表明了该算法的正确性与优越性。     

基于改进遗传模拟退火算法的PMU优化配置

分析了遗传算法和模拟退火算法的优缺点,将具有较好全局寻优性能的遗传算法和具有较强局部搜索能力的模拟退火算法结合,形成的遗传模拟退火MGASA算法用于解决以电力系统状态完全可观测和PMU配置数目最小为目标的PMU优化配置问题.在寻优过程中,先将每一代群体进行遗传操作,再对产生的新群体中各个体进行模拟退火操作,同时在选择、交叉、变异和复制操作过程中实施最优保留策略,复制策略采用Metropolis判别准则.通过采用IEEE14和IEEE39节点系统对该算法进行验证表明,MGASA算法在解决PMU优化配置问题上具有较高的寻优性能和搜索效率.     

针对PMU配置问题的改进粒子群算法

电力系统运行状态为各母线电压相量（幅值和相角）,由网络元件参数、表征网络拓扑连接特性的开关状态和边界条件（发电和负荷水平）决定。在电力工业市场化和环保等约束条件日益加强的形势下,实现电力系统广域实时监控的要求也日益迫切。要实现对系统有效闭环的实时监控,首先是建立一套完备的测量系统,以达到系统完全可观。尝试用改进的粒子群算法（EPSO）实现PMU最优配置优化计算,同时考虑了未来发展中不断提高PMU配置数量的可能性,实现了在全配置过程中的优化计算。     

基于免疫BPSO算法与拓扑可观性的PMU最优配置

以电力系统状态完全可观测和相量测量单元PMU配置数目最小为优化目标,基于PMU的功能特点和电力网络的拓扑结构信息,形成快速且通用的电网拓扑可观测性判别方法,并设计了一种结合免疫系统信息处理机制的二进制粒子群优化算法对目标函数进行求解,该算法综合了粒子群优化算法简单快速和免疫系统种群多样性的优点,明显改善了进化后期算法的收敛性能和全局寻优能力.最后通过对IEEE14和新英格兰39母线系统进行PMU优化配置仿真及量测冗余性分析,验证了本文方法的有效性和优越性.     

基于适应型Petri网的多环电陬方向保护简单回路拓扑分析

为了减少复杂环网方向保护整定计算中有向简单回路形成的复杂性。对双回线支路进行处理．使得简单回路计算规模得到预先缩小。考察网络实时拓扑分析的动态特性。运用适应型Petfi网推理系统拓扑结构．将复杂系统的网络分解为若干基本分析单元。描述了一个由保护开关状态变化引起网络关联节点变迁的离散事件动态过程。通过对电网节点支路关联信息进行推理．得到约简有向简单回路矩阵。通过实际算例仿真．建立模型，分析该方法的拓扑机理。计算结果与传统算法一致．验证所提方法的有效性，得出该方法计算准确、过程简便且易于实现的结论。     

基于随机矩阵理论的配网故障可观的PMU优化配置方法

定义故障在全网最不灵敏节点发生时可检测为随机矩阵理论下的全网可观。相同故障发生在不同节点时对配网影响程度不同,对应的随机矩阵理论指标MSR的跌落程度不同。提出了配网故障时全网可观的PMU优化配置方法。分别在所有节点设置单相和两相接地故障,得到2种情况下全网的电压数据并计算相应的MSR;对2种MSR进行加权,计算出各节点灵敏系数;以灵敏度最低的节点发生故障时全网可观为目标,按灵敏程度逐次减去不灵敏节点的PMU并计算相应的MSR,直到故障不可检测,得到的PMU配置即为最后配置。以IEEE36节点和IEEE39节点模型进行仿真,验证了在该PMU优化配置方案下,可用随机矩阵理论对配网进实时监测,在故障发生时能准确检测到故障并确定故障发生的时刻。     

基于改进的整数规划法结合零注入节点的PMU优化配置方法

为了提高同步相量测量装置的优化速度并利用最少数量的相量量测单元(PMU),结合零注入节点的特性,提出了基于整数规划算法的PMU优化配置算法。根据电力系统全网的可观测性建立其数学模型,并考虑了零注入节点的相关特点,求解系统模型获得PMU的优化位置。对IEEE-14节点、IEEE-18节点、IEEE-30节点以及IEEE-118节点系统分别进行了实验仿真,并利用Matlab以及Lingo工具对所提改进的整数规划法进行了验证,对约束方程进行优化,获得了PMU的数量和位置。将该算法与整数规划算法、模拟退火法以及改进过的遗传算法相比较,该算法可以用更少数量的PMU设备使全网可观,验证了该方法的有效性和优越性。     

一种基于Petri网的无人机物流配送建模方法

针对传统物流配送操作流程繁琐、易受人为因素影响的问题,提出了将无人机引入物流进行配送的方法。首先,利用随机Petri网理论分别对传统物流配送系统以及无人机物流配送系统进行Petri网建模;其次,基于随机Petri网构建马尔科夫链,利用马尔科夫链对模型进行性能分析;再利用随机Petri网的化简规则对两个模型进行等效变换,计算一次配送业务流程的平均作业时间;最后,再对分析结果进行对比研究。研究对比结果表明,相比传统物流配送,利用无人机进行物流线路的再规划,在满足全线路由合理化的同时,时效履约提高了25.6%,由此可见,利用无人机进行物流配送可以明显缩短配送时间,有效提高配送效率,对实际物流问题具有一定理论借鉴意义。     

基于适应型Petri网的多环电网方向保护简单回路拓扑分析

为了减少复杂环网方向保护整定计算中有向简单回路形成的复杂性,对双回线支路进行处理,使得简单回路计算规模得到预先缩小。考察网络实时拓扑分析的动态特性,运用适应型Petri网推理系统拓扑结构,将复杂系统的网络分解为若干基本分析单元,描述了一个由保护开关状态变化引起网络关联节点变迁的离散事件动态过程。通过对电网节点支路关联信息进行推理,得到约简有向简单回路矩阵。通过实际算例仿真,建立模型,分析该方法的拓扑机理,计算结果与传统算法一致,验证所提方法的有效性,得出该方法计算准确、过程简便且易于实现的结论。     

PMU配置不完全可观测系统状态计算

对配置PMU系统,从网络节点方程解算理论入手,提出了系统可观测性判定算法,将系统节点分为动态可观测节点和不可观测节点。如何求得不可观测节点的电压相量,一种方法是视可观测节点为Vθ节点的潮流方法;另一种方法是将不可观测节点功率注入等效为等值阻抗(导纳)形式,用可观测节点电压的线性组合形式来表示不可观测节点电压。该文分析了两种方法各自的特点,算例分析验证了方法的有效性。     

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Petri网和多种群遗传算法的海洋核动力平台电力系统网络重构

针对现有海洋核动力平台电力系统网络重构方法中功率流分析复杂,且重构模型求解算法难以稳定收敛到全局最优解的问题,提出一种基于Petri网和多种群遗传算法的核动力平台电力系统网络重构方法。综合故障后负荷恢复量、开关操作代价和发电机运行效率指标建立系统网络重构目标函数;基于Petri网对系统进行拓扑建模,将储能装置等效为负值"负荷",通过动态更新机制确定功率流分布;采用多种群遗传算法求解网络重构问题,获取满足系统约束的最佳开关状态组合方案。典型核动力平台电力系统算例表明,所提方法能有效防止算法局部收敛以及减少迭代次数,快速提供完备的系统重构方案。     

基于01整数规划的多目标最优PMU配置算法

针对目前缺乏多目标PMU配置方法,提出了一种基于线性01规划的多目标优化配置算法。并在此基础上导出了三种特殊模型,分别处理系统在正常运行方式下完全可观测的PMU布点问题,在线路N-1故障时系统仍可观测的PMU布点问题及在PMU N-1故障时系统仍可观测的PMU布点问题。该方法的突出特点在于能够同时将以上三种布点需求使用统一的形式同时处理,并且最终的布点方案在保证PMU数目最少或保证配置PMU所需费用最少的基础上获得了最高的测量冗余度。通过IEEE30、IEEE 57、IEEE118节点系统布点验证了该方法的有效性和灵活性。     

Optimal PMU placement method for complete topological and numerical observability of power system

This paper presents a new method of optimal PMU placement (OPP) for complete power system observability. A two-stage PMU placement method is proposed, where stage-1 finds out the minimum number of PMUs required to make the power system topologically observable and stage-2 is proposed to check if the resulted PMU placement (from stage-1) leads to a full ranked measurement Jacobian. In case the PMUs placed, ensuring topological observability in stage-1, do not lead to the Jacobian of full rank, a sequential elimination algorithm (SEA) is proposed in stage-2 to find the optimal locations of additional PMUs, required to be placed to make the system numerically observable as well. The proposed method is tested on three systems and the results are compared with three other topological observability based PMU placement methods. The simulation results ensure the complete system observability and also demonstrate the need of using stage-2 analysis along with the topological observability based PMU placement methods.     

电力系统PMU安装地点选择优化算法的研究

将进化衰减因子引入了遗传算法,构造了一种新的自适应遗传算法。新算法在进化过程中能够同时根据个体适应度和进化时间的变化自动调整交叉与变异概率,克服了遗传算法易早熟的缺点,提高了最优解的多样性,加快了算法寻优速度。精英个体保留策略保证了整个算法的全局收敛性。算法约束条件处理采用了不可行解启发性修复方法,保证了全部优化结果都被严格限定在了满足约束条件的解空间内。基于图论的深度优先搜索方法用于系统可观性分析。将新的自适应遗传算法应用于优化PMU安装地点选择,实现了安装地点最少,而整个系统可观的目标。该算法已在某省     

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。