复杂环网保护配合的网络分割新算法

对大规模复杂环网预先进行网络分割是降低最小断点集问题计算复杂性的有效途径.根据复杂环网拓扑联接的特点,提出了一种基于节点邻接矩阵的割节点辨识与网络分解新算法.该算法利用改进的广度优先搜索技术,通过搜索简化后的节点邻接矩阵能快速找到割节点,同时将复杂环网分解为若干小的子网,大大降低了求解最小断点集的复杂性.给出的详细算例证明了该算法的正确性和实用性.     

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。     

确定复杂环网保护配合关系有向简单回路的新方法

复杂环网保护配合关系中所有有向简单回路的确定是求解最小断点集的关键步骤。文章提出了一种基于图论理论确定复杂环网有向简单回路的新方法,引入层间隔回路判断原则,通过搜索简化后的网络节点邻接矩阵,同时利用保护配合关系的对称性,无需回溯便可快速确定全网所有有向简单回路。该方法形成的网络矩阵规模较小,计算流程简单直观。算例结果证明了该方法的正确性和实用性。     

确定复杂环网方向保护最小断点集的改进离散粒子群优化算法

确定复杂环网方向保护最优配合顺序的核心步骤是求解最小断点集(minimum break point set,MBPS)。文章提出一种基于改进的离散粒子群优化算法(discrete particle swarm optimization,DPSO)求解MBPS的新方法。该方法首先以带约束的策略生成初始粒子,然后在迭代中引入惯性权重因子来平衡粒子的全局与局部搜索能力,同时增加一个固定粒子飞行方向的约束,以保证搜索始终在解的可行域中进行。文章最后以具有典型线路保护配置的电力系统为例进行了仿真,结果表明,新方法能以较快的收敛速度和较高的收敛精度得到MBPS的可行解,具有较好的实用性和有效性。     

复杂环网保护配合的网络分割新算法

对大规模复杂环网预先进行网络分割是降低最小断点集问题计算复杂性的有效途径。根据复杂环网拓扑联接的特点,提出了一种基于节点邻接矩阵的割节点辨识与网络分解新算法。该算法利用改进的广度优先搜索技术,通过搜索简化后的节点邻接矩阵能快速找到割节点,同时将复杂环网分解为若干小的子网,大大降低了求解最小断点集的复杂性。给出的详细算例证明了该算法的正确性和实用性。