基于拓扑模型和奇异值分解的额外PMU优化配置方法技术

本发明专利技术公开了基于拓扑模型和奇异值分解的额外PMU优化配置方法，在零注入条件缺失和系统模型发生变化的情况下，包括以下步骤：步骤一，在原有配置的基础上，建立量测量和状态量之间的方程，判断矩阵是否满秩；步骤二，若不满秩，利用奇异值分解得到不可观的节点；步骤三，按照不可观的节点是否存在公共连接点分别配置PMU；步骤四，直到没有不可观节点，获得所有的额外配置。利用奇异值分解得到不可观的节点，避免了复杂的拓扑分析，同时只考虑不可观的节点，既减少了节点分析的数量，同时增强了配置的灵活性，提高了配置的冗余性，加快了配置速度。

【技术实现步骤摘要】

本专利技术涉及基于拓扑模型和奇异值分解的额外PMU优化配置方法。
技术介绍
状态估计作为近代计算机实时数据处理的手段，在提高数据精度，检测和辨识不良数据以及结线辨识中发挥着重要的作用，为电力系统的安全和经济运行提供了保障。但状态估计的实施需要能使整个系统完全可观的量测数据。传统的能量管理系统(energy management system,EMS)虽能为状态估计提供必要的量测数据，但却不能实时监测系统的动态行为，而相量量测装置(phasor measurement unit,PMU)的应用为电力系统的安全运行创造了有利条件。相对于EMS系统，PMU能够量测安装节点处的节点电压相量和与之相连的所有支路的电流相量，且具有较高的量测频率和精度。若在所有节点安装PMU，则需要巨大的投资。因此，需要一种有效的PMU配置方法，既能是PMU的配置数量最少，又能使整个系统可观。目前，PMU的配置方法可以分成两种，一种是启发式的优化算法，包括遗传算法，模拟退火法，禁忌搜索法等。但这种优化算法的本质是一种迭代的思想，包含了大量的矩阵运算，因此运算量大，运算时间长。另一种是利用系统的拓扑模型得到PMU的安装位置，如整数线性规划法，深度优先搜索法，最小生成树法。同时，为了保证系统在线路中断和单一量测损失的情况下，系统依然可观，在配置PMU时，考虑这些因素的影响。文献《基于同步向量量测的非主导搜索遗传算法》得到了在单条线路中断的情况下PMU的配置结果。文献《考虑量测损失和线路中断的最优PMU配置方法》既考虑了单条线路的中断，又考虑了单一量测的损失对PMU配置的影响，且利用启发式的优化算法得到PMU的配置结果。但该方法是利用系统的数值可观性进行分析，具有大量的数值运算，因此，运算时间长。但它们均没有考虑零注入条件缺失和系统拓扑模型改变对系统可观性的影响。在初始配置PMU时，为了减少PMU配置数量，往往会考虑零注入节点的影响。但在运行过程中，由于实际的需要，一些节点安装了发电机或负荷，而使某些节点由于零注入条件缺失而变得不可观，或者拓扑模型改变使得某些节点不再可观。为了保证系统在这些情况下可观，需要考虑额外的PMU配置。
技术实现思路
本专利技术的目的就是为了解决上述问题，提供基于拓扑模型和奇异值分解的额外PMU优 化配置方法，在零注入条件缺失和系统模型发生变化的情况下，该方法首先利用奇异值分解得到不可观的节点，针对不可观的节点，利用系统的拓扑模型进行配置，同时考虑了未应用零注入节点的影响；利用奇异值分解得到不可观的节点，避免了复杂的拓扑分析，同时只考虑不可观的节点，既减少了节点分析的数量，同时增强了配置的灵活性，提高了配置的冗余性，加快了配置速度。为了实现上述目的，本专利技术采用如下技术方案：基于拓扑模型和奇异值分解的额外PMU优化配置方法，在零注入条件缺失的情况下，包括以下步骤：步骤一，在原有配置的基础上，建立量测量和状态量之间的方程，判断矩阵是否满秩；步骤二，若不满秩，利用奇异值分解得到不可观的节点；步骤三，按照不可观的节点是否存在公共连接点分别配置PMU；步骤四，直到没有不可观节点，获得所有的额外配置。额外PMU优化配置以减少PMU的配置数量，提高配置的冗余度为目标。βi表示节点i安装PMU后，增加的可观节点的数量，对所有额外安装的PMU的β值求和，就是额外PMU配置的冗余度。βi满足约束条件：βi≤ηi+1，其中ηi为节点i连接的最大支路数。所述步骤二的方法为，对任意m×n维矩阵A都有A＝UWVT，其中，U为m×m的酉矩阵，W为m×n的对角阵，V为n×n的酉矩阵；假设对角矩阵W中非零对角线的元素个数为r，那么进行奇异值分解后，酉矩阵V的第r+1，r+2，…，n列为方程AX＝B的基础解系，X为n×1维向量，B为m×1维向量，记为VP；若VP中第i行为零，则系统中的第i个节点是可观的，否则，节点i不可观。所述步骤三中，若不可观的节点存在公共连接点，考虑公共连接点配置，且按照公共连接点连接不可观节点的数量，依次配置PMU，若公共连接点连接的节点已经可观，则该公共点不作为PMU的配置点。所述步骤三中，若不可观的节点不存在公共连接点，在与不可观节点连接的所有节点中，包括不可观的节点，以连接支路最多的节点作为PMU配置点。本专利技术的有益效果：在零注入条件缺失和系统模型发生变化的情况下，该方法首先利用奇异值分解得到不可观的节点，针对不可观的节点，利用系统的拓扑模型进行配置，同时考虑了未应用零注入节点的影响。利用奇异值分解得到不可观的节点，避免了复杂的拓扑分析，同时只考虑不可观的节点，既减少了节点分析的数量，同时增强了配置的灵活性，提高了配置的冗余性，加快了配置速度。附图说明图1为含有零注入节点的5节点系统图；图2为含有零注入节点的6节点系统图；图3为在图2的基础上增加一个节点的7节点简单系统；图4为在图1基础上增加一节点的6节点系统图；图5为7节点简单系统图；图6为额外PMU配置过程的流程图。具体实施方式下面结合附图与实施例对本专利技术作进一步说明。1系统的可观性分析对一个系统而言，若某个节点的电压相量可以通过直接测量或计算得到，则称该节点是可观的。目前对于可观性的分析，主要有两种方法，一种是数值分析法，另一种是拓扑分析法。数值分析法是通过判断雅克比矩阵或增益矩阵的秩来判断系统的可观性。由于该方法运算量大，通常会采用拓扑分析的方法。基于系统的拓扑分析以及考虑零注入节点的影响，可得如下的规则：1)若该节点安装PMU，则安装PMU的节点和与其相连的所有节点均可观。2)若该节点为零注入节点，且与该节点相连的所有节点均可观，则利用KCL方程可知该节点可观。3)若有m个零注入节点，与这m个零注入节点邻接的节点总数为k，则在m+k个节点中，有k个节点可观，则利用KCL方程可知剩下的m个节点也可观。若对含有N个节点的系统而言，若这N个节点都是可观的，则称整个系统可观，否则称系统是不可观的。2.零注入缺失对系统可观性的影响在利用系统的拓扑模型配置PMU时，考虑零注入，在一定程度上会减少PMU的配置数量。在进行数值分析时，若不把零注入作为量测量的一部分，系统的秩将无法确定。如图1是一个含有零注入节点的简单系统图，节点2为零注入节点，在配置过程中，考虑零注入对配置的影响。要使系统中5个节点均可观且PMU的数量最少，节点3作为PMU的安装位置。但在进行数值分析时，并不把零注入作为量测量，此时通过计算，系统是满秩的。图2为一个含有零注入节点的6节点系统图。节点2为零注入节点。在配置PMU时，若考虑零注入的影响，只需要一个PMU，安装在节点3处。若不考虑零注入的影响，则至少需要2个PMU，才能使这6个节点均可观。在拓扑分析考虑零注入而数值分析时，并不考虑零注入的影响，此时系统是不满秩的。图1和图2在拓扑分配置时均考虑零注入，数值分析均不考虑零注入，满秩情况却不同。由图1分析可知，虽然在配置过程中考虑了零注入节点，但系统中的5个节点的可观性均是通过PMU的电压或电流量测得到的，并不存在某个节点的可观性是通过利用零注入这个条件来得到的。而图2中，节点6可观是由于节点2是零注入节点。因此，数值分析中系统的秩是否受零注入节点的影响取决于系统中是否存在某些节点由于零注入节点本文档来自技高网...

【技术保护点】
基于拓扑模型和奇异值分解的额外PMU优化配置方法，其特征是，在零注入条件缺失和系统模型发生变化的情况下，包括以下步骤：步骤一，在原有配置的基础上，建立量测量和状态量之间的方程，判断矩阵是否满秩；步骤二，若不满秩，利用奇异值分解得到不可观的节点；步骤三，按照不可观的节点是否存在公共连接点分别配置PMU；步骤四，直到没有不可观节点，获得所有的额外配置。

【技术特征摘要】
1.基于拓扑模型和奇异值分解的额外PMU优化配置方法，其特征是，在零注入条件缺失和系统模型发生变化的情况下，包括以下步骤：步骤一，在原有配置的基础上，建立量测量和状态量之间的方程，判断矩阵是否满秩；步骤二，若不满秩，利用奇异值分解得到不可观的节点；步骤三，按照不可观的节点是否存在公共连接点分别配置PMU；步骤四，直到没有不可观节点，获得所有的额外配置。2.如权利要求1所述基于拓扑模型和奇异值分解的额外PMU优化配置方法，其特征是，额外PMU优化配置以减少PMU的配置数量，提高配置的冗余度为目标。3.如权利要求2所述基于拓扑模型和奇异值分解的额外PMU优化配置方法，其特征是，βi表示节点i安装PMU后，增加的可观节点的数量，对所有额外安装的PMU的β值求和，就是额外PMU配置的冗余度。4.如权利要求3所述基于拓扑模型和奇异值分解的额外PMU优化配置方法，其特征是，βi满足约束条件：βi≤ηi+1，其中ηi为节点i连接的最大支路数。5.如权利要求1所述基于拓扑模型和奇异值...

【专利技术属性】
技术研发人员：程新功，王洪玉，李石清，张静亮，殷文月，
申请(专利权)人：济南大学，
类型：发明
国别省市：山东;37