面向配电网分布式状态估计的同步相量量测配置分区方法技术

一种面向配电网分布式状态估计的同步相量量测配置分区方法，包括：对于选定的配电系统，获取配电网络的拓扑连接关系，构造邻接矩阵A，设置子区域数M；建立面向配电网分布式状态估计的同步相量量测配置分区模型；通过遗传算法求解面向配电网分布式状态估计的同步相量量测配置分区模型；输出得到的面向配电网分布式状态估计的同步相量量测配置分区方案。本发明专利技术利用先选择中心节点再逐渐向外扩展的方法保证子区域的连通性，以子区域间节点数相差最少为目标函数并通过遗传算法求解，保证区域间节点数差距最小，使得不同区域状态估计时间相近，从而减少相邻区域通信的等待时间，保证分布式状态估计的实时性。

Distributed State Estimation Oriented Synchronized Phasor Measurement Configuration Partition Method for Distribution Networks

【技术实现步骤摘要】
面向配电网分布式状态估计的同步相量量测配置分区方法
本专利技术涉及一种配电网分区方法。特别是涉及一种面向配电网分布式状态估计的同步相量量测配置分区方法。
技术介绍
随着配电系统规模的扩大，分布式电源的大量接入以及用户侧的广泛参与，传统集中式状态估计的通信负担逐渐加重且状态变量维数高，整体求解耗时较长，难以满足配电网实时分析控制的需求。为了减小通信负担，加快计算速度，分布式状态估计逐渐成为解决问题的有效手段。状态估计收敛的前提是系统可观，而目前配电网由于数据采集点多，分布广泛，监测点覆盖不全面，配置不合理，造成其整体可观性不能满足。此外，状态估计使用的量测大多来自数据采集与监视控制系统(SCADA)和高级量测体系(AMI)，不仅数据本身存在精度低、同步性差和采集周期长的问题，而且量测与状态变量为非线性关系，需要通过加权最小二乘法等算法迭代求解，即使采用分布式状态估计，也难以保证系统状态求解的精确性与实时性。同步相量量测装置的引入，使得配电网的运行监测水平大幅提高。相较于传统量测装置，同步相量量测装置能够同步获取节点电压相量、支路电流相量和系统频率的量测信息，且上传速率快，有效解决了传统配电系统量测数据质量差、同步性低和采集周期长的问题，提高了模型参数校验、状态估计、系统保护和运行控制等应用的计算速度与准确度，是智能配电网技术发展的重要一环。尤其是，在状态估计应用中，利用同步相量量测装置采集的电压与电流相量量测，与系统的状态变量为线性关系，大大减少了计算时间，为配电系统的实时分析控制提供了保障。若分布式状态估计中采用的量测数据全部来源于同步相量量测装置，则既能保证状态变量求解的快速性，也能减小通信负担，并且因数据同步性强和上送频率快，还能保证估计结果的准确性和实时性。但在配置同步相量量测装置前，需要先完成配电网络的分区。而现有配电网分布式状态估计分区方法主要包括：基于拓扑结构和地理位置分区，基于已有量测分区和根据分布式状态估计分区原则手动完成配电网分区等。基于拓扑结构和地理位置分区难以保证各区节点数目相近；基于已有量测分区在配电网量测配置不足或配置信息无法获取时无法完成分区，且其分区效果与相关参数的设置有关，也不适用于先分区再配置同步相量量测的情况；手动完成配电网分区则难以获得最优的分区方案。因此，找到一种不基于已有量测且满足分布式状态估计原则的优化方法完成配电网分区，使得各区域间节点数目相近且相邻区域只有一个重叠节点，是配置同步相量量测装置使得每个子网络完全可观，从而实现分布式状态估计的先决条件。
技术实现思路
本专利技术所要解决的技术问题是，提供一种能够减少相邻区域通信的等待时间，保证分布式状态估计实时性的面向配电网分布式状态估计的同步相量量测配置分区方法。本专利技术所采用的技术方案是：一种面向配电网分布式状态估计的同步相量量测配置分区方法，包括如下步骤：1)对于选定的配电系统，获取配电网络的拓扑连接关系，构造邻接矩阵A，设置子区域数M；2)建立面向配电网分布式状态估计的同步相量量测配置分区模型；3)通过遗传算法求解步骤2)中所述的面向配电网分布式状态估计的同步相量量测配置分区模型；4)输出得到的面向配电网分布式状态估计的同步相量量测配置分区方案。步骤1)中所述的子区域数M为：其中，N表示待分区配电系统总的节点数，表示数向下取整。步骤2)中所述的面向配电网分布式状态估计的同步相量量测配置分区模型为以子区域间节点数相差最小为目标函数，数学表达式为：其中，Ni表示子区域i所包含的节点数。步骤3)包括：(3.1)设置遗传算法中个体的染色体长度等于子区域数M，染色体上基因的取值集合为配电系统所有节点构成的集合Ω，Ω＝{1，2，...，N}，N表示待分区配电系统总的节点数，随机生成初始种群，进化代数d＝1，设置交叉概率pC、遗传概率pM和最大进化代数D；(3.2)通过群体中个体的染色体获得初始中心节点，利用中心扩展分区方法对配电网进行分区，进而计算个体的适应度；(3.3)将选择算子作用于群体，保留适应度最高的个体；(3.4)将交叉算子与变异算子作用于已选择群体，产生下一代，进化代数d＝d+1；(3.5)若进化代数d＜D，则进入第(3.2)步，否则进入第(3.6)步；(3.6)将适应度最高的个体作为最优解输出。第(3.2)步中所述的中心扩展分区方法包括：(3.2.1)设所有节点均未分区，随机获取M个节点作为初始中心节点，将初始中心节点标记为已分区节点；(3.2.2)扩展次数k＝0，根据初始中心节点更新初始中心节点对应的子区域集合并构造分区矩阵Ek，扩展次数k＝k+1；其中，分区矩阵Ek为M×N维矩阵，对于l与i分别表示节点编号与子区域编号，若节点l在子区域i中，则Ek的第i行第l列元素Ek，i，l＝1，否则Ek，i，l为0，子区域集合Γl中元素为节点l所属的子区域编号，若节点l在子区域i中，则i∈Γl；(3.2.3)设第k次扩展后的待调整分区矩阵E′k＝Ek-1A，A为邻接矩阵，将待调整分区矩阵E′k中非零元素全部置1，设i＝1，j＝2，i与j均为子区域编号；(3.2.4)若j＞M，则i＝i+1，j＝i+1，进入第(3.2.5)步，否则进入第(3.2.6)步；(3.2.5)若i＝M，则进入第(3.2.8)步，否则进入第(3.2.6)步；(3.2.6)获得子区域i与子区域j的重叠节点集合Λi，j，若重叠节点集合Λi，j为空集，则j＝j+1，进入第(3.2.4)步，否则进入第(3.2.7)步；(3.2.7)若重叠节点集合Λi，j中只有两个节点且这两个节点均为已分区节点，则分别将两个节点作为子区域i与子区域j的共有边界节点，比较最大区域节点数与最小区域节点数之差，以差最小为目标选择边界节点，若差相同则以扩展前子区域i中节点为边界，调整待调整分区矩阵E′k，更新边界节点对应的子区域集合，j＝j+1，进入第(3.2.4)步；(3.2.8)设所有已分区节点构成的集合为Ω1，对于若i∈Γl，则待调整分区矩阵E′k的第i行第l个元素E′k，i，l＝1，否则E′k，i，l＝0；(3.2.9)设所有未分区的重叠节点构成的集合为Ω2，对于若重叠子区域已有边界，则将节点l划分到节点数目最少的子区域中，若节点数最少的子区域有多个，则将节点l划分到编号最小的子区域中，调整待调整分区矩阵E′k，更新节点l对应的子区域集合；(3.2.10)设i＝1，j＝2，i与j均为子区域编号；(3.2.11)若j＞M，则i＝i+1，j＝i+1，进入第(3.2.12)步，否则进入第(3.2.13)步；(3.2.12)若i＝M，则进入第(3.2.15)，否则进入第(3.2.13)步；(3.2.13)获得子区域i与子区域j的重叠节点集合Λi，j，若重叠节点集合Λi，j为空集，则j＝j+1，进入第(3.2.11)步，否则进入第(3.2.14)步；(3.2.14)若重叠节点集合Λi，j中只有一个节点，节点未分区且子区域i与子区域j第一次重叠，则将所述节点作为子区域i与子区域j共有的边界节点，调整待调整分区矩阵E′k，更新边界节点对应的子区域集合，j＝j+1，进入第(3.2.11)步；(3.2.15)设完成调整后的分区矩阵Ek＝E′k，若Ek＝Ek-1，则进入第(3.2.本文档来自技高网...

【技术保护点】
1.一种面向配电网分布式状态估计的同步相量量测配置分区方法，其特征在于，包括如下步骤：1)对于选定的配电系统，获取配电网络的拓扑连接关系，构造邻接矩阵A，设置子区域数M；2)建立面向配电网分布式状态估计的同步相量量测配置分区模型；3)通过遗传算法求解步骤2)中所述的面向配电网分布式状态估计的同步相量量测配置分区模型；4)输出得到的面向配电网分布式状态估计的同步相量量测配置分区方案。

【技术特征摘要】
1.一种面向配电网分布式状态估计的同步相量量测配置分区方法，其特征在于，包括如下步骤：1)对于选定的配电系统，获取配电网络的拓扑连接关系，构造邻接矩阵A，设置子区域数M；2)建立面向配电网分布式状态估计的同步相量量测配置分区模型；3)通过遗传算法求解步骤2)中所述的面向配电网分布式状态估计的同步相量量测配置分区模型；4)输出得到的面向配电网分布式状态估计的同步相量量测配置分区方案。2.根据权利要求1所述的面向配电网分布式状态估计的同步相量量测配置分区方法，其特征在于，步骤1)中所述的子区域数M为：其中，N表示待分区配电系统总的节点数，表示数向下取整。3.根据权利要求1所述的面向配电网分布式状态估计的同步相量量测配置分区方法，其特征在于，步骤2)中所述的面向配电网分布式状态估计的同步相量量测配置分区模型为以子区域间节点数相差最小为目标函数，数学表达式为：其中，Ni表示子区域i所包含的节点数。4.根据权利要求1所述的面向配电网分布式状态估计的同步相量量测配置分区方法，其特征在于，步骤3)包括：(3.1)设置遗传算法中个体的染色体长度等于子区域数M，染色体上基因的取值集合为配电系统所有节点构成的集合Ω，Ω＝{1，2，…，N}，N表示待分区配电系统总的节点数，随机生成初始种群，进化代数d＝1，设置交叉概率pC、遗传概率pM和最大进化代数D；(3.2)通过群体中个体的染色体获得初始中心节点，利用中心扩展分区方法对配电网进行分区，进而计算个体的适应度；(3.3)将选择算子作用于群体，保留适应度最高的个体；(3.4)将交叉算子与变异算子作用于已选择群体，产生下一代，进化代数d＝d+1；(3.5)若进化代数d＜D，则进入第(3.2)步，否则进入第(3.6)步；(3.6)将适应度最高的个体作为最优解输出。5.根据权利要求4所述的面向配电网分布式状态估计的同步相量量测配置分区方法，其特征在于，第(3.2)步中所述的中心扩展分区方法包括：(3.2.1)设所有节点均未分区，随机获取M个节点作为初始中心节点，将初始中心节点标记为已分区节点；(3.2.2)扩展次数k＝0，根据初始中心节点更新初始中心节点对应的子区域集合并构造分区矩阵Ek，扩展次数k＝k+1；其中，分区矩阵Ek为M×N维矩阵，对于l与i分别表示节点编号与子区域编号，若节点l在子区域i中，则Ek的第i行第l列元素Ek，i，l＝1，否则Ek，i，l为0，子区域集合Γl中元素为节点l所属的子区域编号，若节点l在子区域i中，则i∈...

【专利技术属性】
技术研发人员：于浩，赵志达，王成山，宿洪智，李鹏，孔祥玉，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12