【技术实现步骤摘要】
基于PMU与多智能体系统的主动配电网状态估计方法
[0001]本专利技术涉及主动配电网状态估计领域，尤其涉及一种基于PMU与多智能体系统的主动配电网状态估计方法。
技术介绍
[0002]近年来，为了满足用户日益增长的需求，传统电网正向着新型智能电网飞速发展。建立新型智能电网的第一阶段，系统状态监测是一项必要的任务。而系统监测最宝贵和最有用的策略之一就是状态估计。
[0003]中国专利公开号：CN107425520B公开了一种含节点注入功率不确定性的主动配电网三相区间状态估计方法，包括采用区间数对节点注入功率伪量测以及实时量测装置的量测误差的不确定性问题分别进行建模与分析；建立考虑不确定性的主动配电网三相区间状态估计数学模型；将所建立的主动配电网区间状态估计模型拆分为两个包含非线性区间约束条件的优化问题；采用一种基于迭代运算的线性规划方法结合稀疏矩阵技术对所建立的主动配电网三相区间状态估计数学模型进行有效求解。
[0004]无论是传统的状态估计还是分布式状态估计，都存在一些问题,使用精确数学模型的方法不容易求解...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于PMU与多智能体系统的主动配电网状态估计方法，其特征在于，包括：步骤S1，为主动配电网建立多智能体系统，所述多智能体系统包括若干智能体，将主动配电网分区解耦为多个子系统，并建立子系统与若干智能体的对应关系；步骤S2，任一所述智能体基于PMU收集智能体对应的子系统内所有可用的PMU量测信息，智能体使用其子系统内所有可用的PMU量测信息执行子系统状态估计；步骤S3，相邻所述智能体交换前一阶段子系统状态估计结果；步骤S4，任一所述智能体根据交换的子系统状态估计结果对自身状态进行最终状态估计，建立主动配电网状态估计问题的表达式从而得到最终状态估计结果；步骤S5，根据每个智能体的最终状态估计结果，得到主动配电网总的状态估计结果。2.根据权利要求1所述的基于PMU与多智能体系统的主动配电网状态估计方法，其特征在于，在所述步骤S1中，所述多智能体系统是一个以目标为导向的智能体社区，其包含若干智能体，所述多智能体系统对主动配电网进行分区解耦时遵循预设层次结构，每个智能体都有自己的目标作为智能体的局部目标，但全局目标一直处于最高优先级。3.根据权利要求2所述的基于PMU与多智能体系统的主动配电网状态估计方法，其特征在于，在所述步骤S1中，对于主动配电网的具体分区解耦方法为：将主动配电网分为若干子系统，任一子系统包含智能体对应的母线和与智能体对应母线相关的相邻单元，所述与智能体对应母线相关的相邻单元由与智能体对应母线相连的所有母线以及连接这些母线的所有电力线路构成，子系统的数量等于主动配电网中的母线数。4.根据权利要求3所述的基于PMU与多智能体系统的主动配电网状态估计方法，其特征在于，在所述步骤S2中，任一所述智能体使用其子系统内所有可用的PMU量测值执行子系统状态估计后，确定与子系统状态估计相关的目标函数并采用人工蜂群算法对目标函数进行求解，得到使目标函数最小的状态向量，所述状态向量包括电压幅值和相角，所述状态向量包含智能体对应的子系统内所有母线的状态，并以并行的方式，将相同的过程应用于其余子系统。5.根据权利要求4所述的基于PMU与多智能体系统的主动配电网状态估计方法，其特征在于，在所述步骤S2中，采用加权最小二乘法来优化所述目标函数，设定：其中，N为量测次数，Zi为第i次量测，ω
i
为第i次量测的权重，x为子系统状态向量，f
i
(x)为第i次量测与子系统状态向量间的量测方程。6.根据权利要求5所述的基于PMU与多智能体系统的主动配电网状态估计方法，其特征在于，在所述步骤S2中，采用人工蜂群算法对所述目标函数进行求解，求解方式为：初始化一组蜜源位置并生成状态向量，所述蜜源位置为目标函数的可行解，计算每个蜜源位置的适应度并保存最优适应度的蜜源位置，第i个蜜源相对应的采蜜蜂依据如下公式寻找新的蜜源，设定：其中j表示蜜源位置的某一维向量，k≠i，v
ij
技术研发人员：徐毓皓，李宏宇，张彦庆，王庆超，薛艳，李金泉，李长海，刘壮，孙毅，郑顺林，冯丽名，周凯，
申请(专利权)人：华北电力大学国家电网有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。