一种微能网多适应性μPMU最优布点方法技术

本发明专利技术涉及一种微能网多适应性μPMU最优布点方法，1)获取微能网系统网络拓扑结构，建立微能网μPMU布点数学模型；2)考虑ZIB、传统量测、单μPMU故障和单线路故障等因素对微能网μPMU布点的影响，结合上述建立的微能网μPMU布点数学模型，分别建立各因素影响下的优化布点模型；3)对各因素影响下的优化布点模型分别进行优化求解，获取配置成本最小情况下的微能网μPMU布点状态集合；4)对μPMU布点状态集合进行进一步筛选，获取微能网多适应性μPMU最优布点结果，并综合各影响因素案例，总结进行微能网μPMU最优布点的原则。与现有技术相比，本发明专利技术具有提高系统状态观测精度、综合考虑多种因素影响、保证微能网安全稳定运行等优点。优点。优点。

【技术实现步骤摘要】
一种微能网多适应性
μ
PMU最优布点方法


[0001]本专利技术涉及电力系统量测设备配置
，尤其是涉及一种微能网多适应性μPMU最优布点方法。

技术介绍

[0002]随着能源资源和环境问题日益突出，大力发展可再生能源已成为应对日益严峻的能源环境问题的必由之路。其中微能网因具有可再生能源消纳和能源使用效率高的优点而被广泛关注。微能网将电力、燃气、供热/供冷等多种能源环节与用户有机结合，通过该系统内多种能源之间的科学调度，实现能源高效利用、满足用户多种能源梯级利用、社会供能安全可靠等目的。微能网涵盖电力、天然气和热力等多种能源的转换、分配与协调，各种能源系统的耦合与互动是微能网的典型物理现象。作为微能网的核心与纽带，电力系统的监测与控制对保障微能网的安全稳定运行尤为重要。
[0003]电力系统监控通常基于SCADA系统实现，量测量包括节点电压幅值、支路电流或者功率等信息。但SCADA数据采集没有统一的时标，难以对全站数据进行统一时间断面处理；同时SCADA系统量测刷新速度较慢，难以对系统进行实时动态分析。相比之下，μPMU(微型同步相量测量单元)能够利用全球定位系统的秒脉冲信号为量测数据打上时间标记，保证了相量测量数据的同步性；之后将量测数据通过广域监测系统实时传送至电力系统调度中心，并借助主站系统将μPMU数据转换至统一时间坐标系，进而得到系统的同步相量量测信息。μPMU体积小、精度高，能够对大量数据进行存储和交互，并且允许对数据进行实时计算分析，故适用于微能网系统的监测控制，对保证微能网的安全稳定运行具有重要意义。
[0004]微能网中配置μPMU量测装置能有效地改善传统SCADA系统的精度和实时性问题。考虑目前μPMU装置造价仍相对昂贵，在所有母线均安装μPMU成本巨大不现实；同时μPMU能够测量所安装母线以及其邻接母线的电压相量，故可通过合理配置μPMU装置实现整个系统全局可观，满足系统状态量测要求。因此，需对微能网中μPMU的优化布点方法进行研究，在保证微能网系统状态全局可观性的情况下最小化配置成本。
[0005]目前已有学者对配电网中的PMU最优布点开展了研究，现有相关文献研究包括提出一种非支配排序遗传算法，从而找到布点的帕累托最优解并获得更好的测量冗余；或考虑现有测量、信道限制和突发事件对配电网PMU布点的影响；或提出一种基于电力系统的完全/不完全可观测性深度的PMU布点方法；或提出一种面向配电馈线高精度故障定位的配电网PMU最优布置方法。虽然已有上述大量配电网PMU布点研究存在，但均未考虑微能网中μPMU的优化布置，更未能系统地总结微能网μPMU最优布点原则。

技术实现思路

[0006]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种微能网多适应性μPMU最优布点方法。
[0007]本专利技术的目的可以通过以下技术方案来实现：
[0008]一种微能网多适应性μPMU最优布点方法，该方法包括以下步骤：
[0009]S1：在获取微能网系统网络拓扑结构的基础上，采用拓扑可观法，并以μPMU(micro phasor measurement unit，微型相量测量单元)配置成本最少为目标和微能网电力系统全局可观为约束条件，建立微能网μPMU布点问题的数学模型。
[0010]S2：考虑ZIB(zero
‑
injection bus，零注入母线)、传统量测、单μPMU故障和单线路故障因素对微能网μPMU布点的影响分析，并结合上述基础模型分别建立各因素影响下的优化布点模型。
[0011]S3：采用改进BPSO算法(binary particle swarm optimization，改进二进制粒子群优化算法)对上述各优化布点问题进行优化求解，得到配置成本最小情况下的微能网μPMU布点状态集合。
[0012]S4：基于SORI对μPMU布点状态集合进行进一步筛选，得到微能网多适应性μPMU最优布点结果，并综合各影响因素案例总结得出微能网μPMU最优布点的一般原则。
[0013]具体地，S1的具体内容包括：
[0014]本步骤描述了微能网μPMU布点问题的数学模型，通过优化μPMU布置的数量与位置，在满足微能网系统全局可观的条件下，实现配置成本最小化。拓扑分析方法是目前布点研究的常用方法，该方法基于图论思想，只需网络拓扑相关信息，简便易行。本专利技术采用拓扑分析法研究微能网中的μPMU布点，目标函数为μPMU配置成本最少，约束条件为微能网系统全局可观，配置成本最少的具体数学模型为：
[0015][0016]式中：c
i
为成本系数；i为系统母线编号；N为系统母线总数；x
i
为二值变量，表示μPMU布点与否，具体定义为：
[0017][0018]约束条件为微能网电力系统全局可观，当仅考虑电力系统影响因素时，约束条件为：
[0019]AX≥b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0020]式中：X＝[x1,...,x
N
]T
，表示微能网电力系统μPMU布点状态；b＝[1,...,1]T
，b代表系统各节点量测冗余度要求；A为二值联通矩阵，表示系统网络拓扑结构信息，其元素a
ij
为：
[0021][0022]定义O
i
为母线i的观测冗余度，用以表示其被测量装置观测到的次数，公式为：
[0023][0024]考虑系统全局可观表示系统任意母线状态均可观，则各母线的观测冗余度都应不
小于1，则上式(3)等价为：
[0025][0026]根据系统拓扑结构，母线测量冗余度有其固有上限约束，故无需额外添加上限约束。
[0027]本专利技术在微能网中布点μPMU使其状态可观，须考虑微能网多能系统的影响。微能网电力系统对与多能系统耦合、可再生能源和储能系统接入的母线状态监测格外敏感，要保证这些母线状态的高精度实时监测；同时也要考虑单μPMU故障的情况下母线的实时监测需求。故若母线i为多能系统耦合、可再生能源和储能系统接入处的母线，本专利技术将其称之为耦合母线，则其观测冗余度要求为：
[0028]O
i
≥2
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0029]综上可得微能网电力系统μPMU布点约束条件表达式为：
[0030][0031]具体地，S2的具体内容包括：
[0032]本步骤考虑ZIB、传统量测、单μPMU故障和单线路故障等因素对微能网μPMU布点的影响，其建模分析分别如下：
[0033](1)ZIB影响
[0034]当ZIB及其相连的母线至多有一条不可观测时，则不可观测母线的状态信息可通过基尔霍夫电流定律获得，因此也被认为是可观测的。引入辅助二进制变量y
ij
模拟ZIB对母线观测冗余度的影响，表达式为：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种微能网多适应性μPMU最优布点方法，其特征在于，包括：1)获取微能网系统网络拓扑结构，建立微能网μPMU布点数学模型；2)考虑ZIB、传统量测、单μPMU故障和单线路故障因素对微能网μPMU布点的影响，结合步骤1)建立的微能网μPMU布点数学模型，分别建立各因素影响下的优化布点模型；3)对各因素影响下的优化布点模型分别进行优化求解，获取配置成本最小情况下的微能网μPMU布点状态集合；4)对μPMU布点状态集合进行进一步筛选，获取微能网多适应性μPMU最优布点结果，并综合各影响因素案例，总结进行微能网μPMU最优布点的原则。2.根据权利要求1所述的微能网多适应性μPMU最优布点方法，其特征在于，步骤1)的具体内容为：在获取微能网系统网络拓扑结构的基础上，采用拓扑可观法，并以μPMU配置成本最少为目标和微能网电力系统全局可观为约束条件，建立微能网μPMU布点数学模型。3.根据权利要求2所述的微能网多适应性μPMU最优布点方法，其特征在于，μPMU配置成本最少的表达式为：式中：c
i
为成本系数；i为系统母线编号；N为系统母线总数；x
i
为二值变量，表示μPMU布点与否，其定义表达式为：4.根据权利要求3所述的微能网多适应性μPMU最优布点方法，其特征在于，微能网电力系统全局可观的约束表达式为：式中，O
i
为母线i的观测冗余度，用以表示其被测量装置观测到的次数，公式为：式中，a
ij
为表示系统网络拓扑结构信息的二值联通矩阵A的元素，且有：5.根据权利要求4所述的微能网多适应性μPMU最优布点方法，其特征在于，步骤3)中，采用改进BPSO算法对各因素影响下的优化布点模型分别进行优化求解，获取配置成本最小情况下的微能网μPMU布点状态集合。6.根据权利要求5所述的微能网多适应性μPMU最优布点方法，其特征在于，采用改进BPSO算法对各因素影响下的优化布点模型分别进行优化求解...

【专利技术属性】
技术研发人员：刘舒，武洁，方陈，苏向敬，柳劲松，符杨，魏新迟，田书欣，顾磊，时珊珊，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：