电力系统PMU优化配置问题研究

在PMU最优配置问题的研究过程中,引入了元件权重的概念,来区分不同设备对可观性要求的程度使得OPP求解算法更加灵活,可以考虑更多的因素;结合了发电机同调性的影响,此方法针对电力系统的特点,从而更加有效;把传统的逐点法进行了改进,并根据穷举法与改进逐点法的各自特点,把两者相结合,成为一种实用算法。对以上布点原则和算法在IEEE-39上进行了测试,取得了较好的效果。     

山东电网广域实时动态监测系统

介绍了基于同步相量测量技术的山东电网广域实时动态监测系统,它首次在国内使用国产"北斗一号"卫星导航系统为PMU提供备用授时信号,并采用可观性分析和同调性分析结合的方法,从理论上提出布点方案,对电网进行布点规划。详细介绍了系统的构成、主要功能和特点,并对其发展前景进行了展望。     

基于系统同调性的PMU最优布点

从电力系统的同调性出发，优化相量测量单元(PMU)的布点，以最少数量的PMU反映系统在各种扰动下的主要动态行为。该方法利用扩展等面积准则(EEAC)稳定性理论中的主导模式概念，识别所有可能出现的暂态功角失稳模式，并据此将所有的发电机节点划分为不同的同调群。在每个群中选择一台发电机安装PMU，以捕捉关键的功角动态信息。同时，利用暂态电压稳定和暂态电压跌落可接受性的概念，识别所有可能出现暂态电压问题的相邻母线的子集。在每个子集中选择一条母线安装PMU，以捕捉关键的电压动态信息。根据该最小PMU集提供的动态信息，不但可以正确地定性判断系统的同步稳定性和电压稳定性，并可通过数据挖掘方法评估其稳定裕度。结合华东电网验证了该方法的有效性。     

基于系统同调性的PMU最优布点

从电力系统的同调性出发，优化相量测量单元（PMU）的布点，以最少数量的PMU反映系统在各种扰动下的主要动态行为。该方法利用扩展等面积准则（EEAC）稳定性理论中的主导模式概念，识别所有可能出现的暂态功角失稳模式，并据此将所有的发电机节点划分为不同的同调群。在每个群中选择一台发电机安装PMU，以捕捉关键的功角动态信息。同时，利用暂态电压稳定和暂态电压跌落可接受性的概念，识别所有可能出现暂态电压问题的相邻母线的子集。在每个子集中选择一条母线安装PMU，以捕捉关键的电压动态信息。根据该最小PMU集提供的动态信息，不但可以正确地定性判断系统的同步稳定性和电压稳定性，并可通过数据挖掘方法评估其稳定裕度。结合华东电网验证了该方法的有效性。     

基于发电机同调性的相量测量单元优化配置

采用发电机同调性辨识的方法实现相量测量单元（PMU）最优布点以实现电力系统动态监控。首先将模糊聚类原理中的基于模糊图论的最大树法应用到发电机同调识别中,将发电机进行同调分群;然后用中国电力科学研究院的《电力系统分析综合程序》PSASP中EPRI_36节点纯交流系统进行仿真验证,结果证明了方法的有效性及可行性;最后在每一同调群中配置一个PMU以实现对全网稳定性的监测和控制。     

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.     

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。     

考虑节点时空相关性的有限配电网PMU装置优化部署

为了应对分布式电源新能源汽车大规模接入配电网带来的监测、运行和控制方面的新挑战,近些年,同步相量测量装置（phase measurement unit,PMU）在配电网得到广泛研究及初步应用。建立了考虑实际约束的0-1整数规划的PMU配置模型,能获取配电网中的最优PMU配置,并考虑系统的时空相关性提出了电力系统节点重要度的衡量指标,指导PMU装置有限情况下的布点方案,并且提出了基于伪量测构造及状态估计方法,能在PMU布点不满足全局拓扑可观性的情况下估计电网状态并且弥补系统可观性。通过在多个测试案例上验证了所提算法的有效性和实用性。     

基于改进自适应遗传算法的PMU优化配置

为了利用最少数目的相量测量单元(PMU)保证电力系统在正常运行时和线路N?-1故障时都能完全可观,提出一种基于改进自适应遗传算法(IAGA)的PMU优化配置方法。将PMU配置分为两个阶段:第一阶段以PMU安装数目最少和正常运行时系统完全可观为目标配置PMU;第二阶段在已有配置结果的基础上继续安装PMU,以保证线路N-1故障时系统仍完全可观。修改IAGA中交叉概率和变异概率的计算公式,克服了当群体最大适应度值与平均适应度值相等时进化停滞的缺点,优化了进化过程,同时方便了数学计算;对每一代个体进行防早熟操作,消除了由交叉运算和变异运算的偶然性及随机性导致的进化早熟。算例分析结果表明,该方法在PMU配置数目、配置方案种类、收敛性及实用性上有显著优势,证明了该方法的正确性和优越性。     

基于聚类的支持向量回归模型在电力系统暂态稳定预测中的应用

提出了一种电力系统暂态稳定实时预测方案,通过相量测量单元(PMU)获得扰动后短时间内的发电机功角相量,利用支持向量回归(SVR)模型可以快速而准确地预测发电机相对功角的变化趋势,从而可以判断电力系统的暂态稳定性。为了提高预测的精度和降低SVR的训练负担,利用自组织特征映射(SOFM)网络对训练样本集进行聚类分析,对聚类后的每一类样本训练SVR,由于每类样本具有相似性,所以对每类样本单独训练SVR可以更好地提高训练精度;又由于分类后的子类样本数目相对较小,所以可以克服全体训练样本对SVR训练时间过长的缺点。结合新英格兰10机系统对基于多种不同样本的SVR从训练时间和预测精度进行对比说明该方法的有效性。     

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.     

一种改进的相量测量装置最优配置方法

以电力系统状态完全可观测和相量测量装置(PMU)配置数目最小为目标,提出了一种改进的PMU最优配置方法.将启发式方法和模拟退火方法有效结合以确保得到最优解,提高了基于启发式方法的初始PMU配置方案的质量,通过改进配置模型缩小了模拟退火方法的寻优范围,从而提高了求解速度.还提出了一种基于节点邻接矩阵的快速可观测性分析方法.最后采用IEEE 14、IEEE 30、IEEE 118节点系统和新英格兰39节点系统对该方法进行了验证.     

基于多目标进化算法的PMU的优化配置

研究了配置相量测量单元(PMU)后电力系统可观测性的判断方法,以保证电力系统完全可观测为约束条件,以配置PMU数目最小和保证测量量具有最大量测冗余度为目标,建立了PMU最优配置问题的数学模型。这是一个多目标优化问题,需要寻求一组Pareto最优解,应用多目标进化算法求解该问题可以得到多种满足条件的PMU配置可行方案。最后,以IEEE39节点系统为例验证了该方法的合理性。     

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。     

ILP-based multistage placement of PMUs with dynamic monitoring constraints

This paper addresses two aspects of the optimal Phasor Measurement Unit (PMU) placement problem. Firstly, an ILP (Integer Linear Programing) model for the optimal multistage placement of PMUs is proposed. The approach finds the number of PMUs and its placement in separate stages, while maximizing the system observability at each period of time. The model takes into account: the available budget per stage, the power system expansion along with the multistage PMU placement, redundancy in the PMU placement against the failure of a PMU or its communication links, user defined time constraints for PMU allocation, and the zero-injection effect. Secondly, it is proposed a methodology to identify buses to be observed for dynamic stability monitoring. Two criteria, which are inter-area observability and intra-area observability, have been considered. The methodology identifies coherent groups in large power systems by using a new technique based on graph theory. The technique requires neither full stability studies nor a predefined number of groups. Also, a centrality criterion is used to select a bus for monitoring each coherent area and supervise inter-area oscillations. Then, PMUs are located to ensure complete observability inside each area (intra-area monitoring). Methodology is applied on the 14-bus test system, the 57-bus test system with expansion plans, and the 16-machine 68 bus test system. Results indicate that the optimization model finds the optimal number of PMUs when the PMU placement by stages is required, while the observability at each stage is maximized. Additionally, it is shown that expansion plans and particular requirements of observability can be considered in the model without increasing the number of required PMUs, and the zero-injection effect, which reduces the number of PMUs, can be considered in the model.     

基于改进粒子群算法的PMU装置数量增加过程中的最优配置方法

针对现有电力系统相量测量装置(PMU)在系统中的最优配置问题,进一步考虑了系统发展过程中PMU数量增加的最优配置问题。以电力系统线性量测模型为基础,通过拓扑分析方法,以全系统可观为约束,以系统最大冗余度为目标,并使用改进的粒子群算法进行计算,实现PMU数量增加过程中的最优配置。通过算例证明了算法的有效可靠。     

电力系统PMU优化配置方法综述

同步相量测量单元（PMU）以全球定位系统（GPS）提供的精确时间为基准，可对电力系统进行实时数据采集，实现各个节点的同步测量。由于经济和技术等方面的原因，每个节点都配置PMU还不能成为现实。介绍了PMU的结构及应用现状，分别从系统可观测性、状态估计、系统同调性和潮流方程直接可解的角度综述了PMU的优化配置方法，并对四种优化配置方法的优缺点进行了总结，从实用的角度对比和分析了四种方法的优劣。     

基于田口法考虑N-1情况的PMU优化配置方法

传统的同步相量测量单元(PMU)配置方法在N-1情况下会丧失对系统的观测能力,而完全考虑N-1情况的配置方法虽然能克服在N-1情况下系统不可观测的缺点,但需要配置的PMU数目较多,经济性差.文中针对以上2种方法的缺点,将田口鲁棒设计法应用到PMU优化配置问题中,提出一种最优成本-绩效比的PMU设计方案.通过基于复杂网络理论的互补生脆弱度指标集求出综合脆弱度指标来辨识重要线路,然后在方案设计过程中重点考虑对重要线路观测并充分考虑了方案对N-1噪声的鲁棒性.在设计实现时通过田口法品质特性指标和信噪比指标分别标示PMU配置方案的N-1观测能力和鲁棒性,最后采用两阶段最佳化程序对PMU配置方案进行设计得出最终方案.算例仿真表明,该方法设计的方案有效且实用.     

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。     

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。