基于模糊搜索算法的考虑灵敏度约束相量量测单元最优配置
发布时间：2021-08-14 08:33
相量量测单元（PMU）在电力网络节点中的配置关系到状态估计的质量。PMU应当以最小的成本布置在最优的节点,同时增加冗余性和可观性。本文提出了一种考虑非线性节点灵敏度约束的、基于模式搜索算法求解的PMU最优选址模型。通过计算考虑负荷变动的潮流得到电压均值,形成电压可靠性指标,以此判断灵敏节点。非线性约束中考虑零注入节点,减少PMU配置的数量同时满足状态估计的要求。节点的冗余性利用节点可观性指标得到,说明PMU布置在敏感节点的必要性。利用模式搜索算法求解该优化模型,并给出了以IEEE14节点为例的PMU最优配置具体模型。最后利用IEEE14和30节点进行了仿真算例分析,说明该模型和算法的有效性。
【文章来源】：自动化技术与应用. 2019,38(07)
【文章页数】：7 页
【部分图文】：
IEEE14节点模型原始IEEE14节点的PMU选址优化问题的目标函数
辨识建模与仿真IdentificationModelingandSimulation《自动化技术与应用》2019年第38卷第7期TechniquesofAutomation&Applications图3PS算法流程本文分别在IEEE14节点和IEEE30节点系统中进行仿真分析，仿真软件为MatLab2012b。对于优化问题中的初始点z0，设为0.5。计算成本函数时，权重值通常都取1。PMU选址的权重可以在0到2之间选择，取决于成本、安装和操作等标准。随着权重值的增加，成本函数的值也在增加。下表给出了IEEE14节点系统和IEEE30节点系统的灵敏度值（降序）和零注入节点。表1IEEE14和30节点灵敏节点与零注入节点5.2算例分析5.2.1PMU优化配置结果对于14节点系统，计算各节点的BOI值，来估计冗余度并达到全系统的可观性。该系统的含灵敏节点和不含灵敏节点的BOI值如下表2和3：表2不含灵敏节点BOI表3含灵敏节点BOI下表4给出了含零注入和不含零注入的PMU选址情况。可以看出，含有零注入模型的PMU数量要少一些。根据本文的算法，PMU安装在系统中具有最大冗余、完全可观的节点。下表给出了考虑灵敏约束的含零注入模型和不含零注入的PMU选址情况。可以看出，考虑灵敏约束后，仍然是含有零注入模型的PMU数目更少。PMU安装在灵敏节点，达到系统的完全冗余；考虑零注入约束，达到最优冗余度。全系统的CSORI值计算结果如下表6。可以看出，含有零注入节点约束的CSORI表4含零注入模型和不含零注入的PMU选址表5考虑灵敏约束的含零注入模型和不含零注入的PMU选址表6IEEE14和30节点CSORI值88
谩?019年第38卷第7期IdentificationModelingandSimulationTechniquesofAutomation&Applications值相比不含零注入的更校5.2.2模式搜索算法有效性分析本文利用PS算法，达到目标函数最优值的所需时间分别为0.421608s和1.168460s。对于各系统，网格收敛值均为9.3325×10-7。从下图4和5可以看出，系统规模越庞大，收敛速度越慢。同时也可以看出，PS算法的迭代次数都较少。对于IEEE14节电系统，不含零注入的目标函数最适值为5，含零注入最适值为4；对于IEEE30节点系统，不含零注入最适值为10，含零注入最适值为8。图4IEEE14节点目标函数收敛情况图5IEEE30节点目标函数收敛情况本文也将PS算法与整数线性规划（ILP）[19]和WLS法[20]进行对比，具体结果如表7。求解对象是含灵敏约束的PMU最佳配置数量。表7完全可观性时PMU配置数量可以看出，本文采用的PS算法相比其他算法的求解出的PMU数目较少，也就意味着求解质量较高。6结束语本文利用模式搜索算法求解了PMU在电力系统的选址问题。建立了含有非线性约束的PMU选址模型，该模型旨在将PMU配置在灵敏节点，以提高系统冗余度、实现系统的完全可观性。通过潮流计算得到VSI，从而得到灵敏节点。通过PS算法求解含有零注入约束和不含零注入约束的模型对比出PS算法的有效性。给出了BOI数据，说明随着PMU的最优配置，系统的冗余度在提高。将零注入节点考虑到灵敏约束的优化问题当中，可以在减小PMU配置数量的同时降低成本。本文也通过CSORI分析了系统完全可观的求解结果。参考文献:[1]KORRESGN,ManousakisNM,XYGKISTC,etal.Optimalphasormeasurementunitplacementfornu-mericalobservabilityinthepresenceofconventionalme-asurementsusingsemi-definit
【参考文献】：
期刊论文
[1]基于改进BPSO算法的PMU优化配置新方法[J]. 王小匆,刘亚东,盛戈皞,江秀臣,罗林根,张煊,刘宗杰. 广东电力. 2018(01)
[2]基于博弈演化算法的PMU最优配置方法[J]. 毛义,吕飞鹏. 电力自动化设备. 2017(10)
[3]用于负荷侧强迫振荡监测的PMU优化配置[J]. 徐衍会,宫晓珊,伍双喜. 广东电力. 2017(07)
[4]基于节点集合的PMU优化配置方法[J]. 郑明忠,张道农,张小易,樊海锋,袁宇波. 电力系统保护与控制. 2017(13)
[5]基于0-1规划迭代法优化PMU配置以提高混合状态估计准确度[J]. 赵辉,赵少华,王红君,岳有军. 电气应用. 2017(05)
[6]考虑PMU的配电网潮流计算[J]. 万蓉,薛蕙. 电力自动化设备. 2017(03)
[7]考虑最大可观测通道数和关键故障线路约束的PMU优化配置研究[J]. 樊海锋,徐凯,江全元,宋军英,陈跃辉,张文磊. 机电工程. 2013(10)
[8]考虑测量冗余度最大的电力系统PMU最优配置[J]. 郭佩英,郝红艳,邓颖,刘宁,张智. 东北电力大学学报. 2010(02)
[9]满足多种约束条件的最优PMU配置方法[J]. 陈晓刚,于浩,王波,蒋正威,江全元,郭创新,曹一家. 浙江大学学报(工学版). 2010(03)
[10]考虑高风险连锁故障的PMU配置方法[J]. 陈晓刚,陶佳,江全元,曹一家,易永辉. 电力系统自动化. 2008(04)
硕士论文
[1]配电网PMU优化配置及故障定位算法研究[D]. 周波.长春工业大学 2017
[2]考虑静态电压稳定分析需求的电网PMU优化配置研究[D]. 张开达.湖南大学 2016
[3]广域测量系统中计及安全性因素的PMU配置[D]. 卢毅.浙江大学 2016
本文编号：3342139
【文章来源】：自动化技术与应用. 2019,38(07)
【文章页数】：7 页
【部分图文】：
IEEE14节点模型原始IEEE14节点的PMU选址优化问题的目标函数
辨识建模与仿真IdentificationModelingandSimulation《自动化技术与应用》2019年第38卷第7期TechniquesofAutomation&Applications图3PS算法流程本文分别在IEEE14节点和IEEE30节点系统中进行仿真分析，仿真软件为MatLab2012b。对于优化问题中的初始点z0，设为0.5。计算成本函数时，权重值通常都取1。PMU选址的权重可以在0到2之间选择，取决于成本、安装和操作等标准。随着权重值的增加，成本函数的值也在增加。下表给出了IEEE14节点系统和IEEE30节点系统的灵敏度值（降序）和零注入节点。表1IEEE14和30节点灵敏节点与零注入节点5.2算例分析5.2.1PMU优化配置结果对于14节点系统，计算各节点的BOI值，来估计冗余度并达到全系统的可观性。该系统的含灵敏节点和不含灵敏节点的BOI值如下表2和3：表2不含灵敏节点BOI表3含灵敏节点BOI下表4给出了含零注入和不含零注入的PMU选址情况。可以看出，含有零注入模型的PMU数量要少一些。根据本文的算法，PMU安装在系统中具有最大冗余、完全可观的节点。下表给出了考虑灵敏约束的含零注入模型和不含零注入的PMU选址情况。可以看出，考虑灵敏约束后，仍然是含有零注入模型的PMU数目更少。PMU安装在灵敏节点，达到系统的完全冗余；考虑零注入约束，达到最优冗余度。全系统的CSORI值计算结果如下表6。可以看出，含有零注入节点约束的CSORI表4含零注入模型和不含零注入的PMU选址表5考虑灵敏约束的含零注入模型和不含零注入的PMU选址表6IEEE14和30节点CSORI值88
谩?019年第38卷第7期IdentificationModelingandSimulationTechniquesofAutomation&Applications值相比不含零注入的更校5.2.2模式搜索算法有效性分析本文利用PS算法，达到目标函数最优值的所需时间分别为0.421608s和1.168460s。对于各系统，网格收敛值均为9.3325×10-7。从下图4和5可以看出，系统规模越庞大，收敛速度越慢。同时也可以看出，PS算法的迭代次数都较少。对于IEEE14节电系统，不含零注入的目标函数最适值为5，含零注入最适值为4；对于IEEE30节点系统，不含零注入最适值为10，含零注入最适值为8。图4IEEE14节点目标函数收敛情况图5IEEE30节点目标函数收敛情况本文也将PS算法与整数线性规划（ILP）[19]和WLS法[20]进行对比，具体结果如表7。求解对象是含灵敏约束的PMU最佳配置数量。表7完全可观性时PMU配置数量可以看出，本文采用的PS算法相比其他算法的求解出的PMU数目较少，也就意味着求解质量较高。6结束语本文利用模式搜索算法求解了PMU在电力系统的选址问题。建立了含有非线性约束的PMU选址模型，该模型旨在将PMU配置在灵敏节点，以提高系统冗余度、实现系统的完全可观性。通过潮流计算得到VSI，从而得到灵敏节点。通过PS算法求解含有零注入约束和不含零注入约束的模型对比出PS算法的有效性。给出了BOI数据，说明随着PMU的最优配置，系统的冗余度在提高。将零注入节点考虑到灵敏约束的优化问题当中，可以在减小PMU配置数量的同时降低成本。本文也通过CSORI分析了系统完全可观的求解结果。参考文献:[1]KORRESGN,ManousakisNM,XYGKISTC,etal.Optimalphasormeasurementunitplacementfornu-mericalobservabilityinthepresenceofconventionalme-asurementsusingsemi-definit
【参考文献】：
期刊论文
[1]基于改进BPSO算法的PMU优化配置新方法[J]. 王小匆,刘亚东,盛戈皞,江秀臣,罗林根,张煊,刘宗杰. 广东电力. 2018(01)
[2]基于博弈演化算法的PMU最优配置方法[J]. 毛义,吕飞鹏. 电力自动化设备. 2017(10)
[3]用于负荷侧强迫振荡监测的PMU优化配置[J]. 徐衍会,宫晓珊,伍双喜. 广东电力. 2017(07)
[4]基于节点集合的PMU优化配置方法[J]. 郑明忠,张道农,张小易,樊海锋,袁宇波. 电力系统保护与控制. 2017(13)
[5]基于0-1规划迭代法优化PMU配置以提高混合状态估计准确度[J]. 赵辉,赵少华,王红君,岳有军. 电气应用. 2017(05)
[6]考虑PMU的配电网潮流计算[J]. 万蓉,薛蕙. 电力自动化设备. 2017(03)
[7]考虑最大可观测通道数和关键故障线路约束的PMU优化配置研究[J]. 樊海锋,徐凯,江全元,宋军英,陈跃辉,张文磊. 机电工程. 2013(10)
[8]考虑测量冗余度最大的电力系统PMU最优配置[J]. 郭佩英,郝红艳,邓颖,刘宁,张智. 东北电力大学学报. 2010(02)
[9]满足多种约束条件的最优PMU配置方法[J]. 陈晓刚,于浩,王波,蒋正威,江全元,郭创新,曹一家. 浙江大学学报(工学版). 2010(03)
[10]考虑高风险连锁故障的PMU配置方法[J]. 陈晓刚,陶佳,江全元,曹一家,易永辉. 电力系统自动化. 2008(04)
硕士论文
[1]配电网PMU优化配置及故障定位算法研究[D]. 周波.长春工业大学 2017
[2]考虑静态电压稳定分析需求的电网PMU优化配置研究[D]. 张开达.湖南大学 2016
[3]广域测量系统中计及安全性因素的PMU配置[D]. 卢毅.浙江大学 2016
本文编号：3342139
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3342139.html
