[发明专利]一种考虑节点差异性的配电网D-PMU优化配置方法

说明书

本发明公开了一种考虑节点差异性的配电网D‑PMU优化配置方法，包括：基于广度优先搜索获取配电网的节点‑支路邻接表，计算配电网节点度、节点凝聚度、节点介数和节点紧密度四个单一节点脆弱度指标；基于熵值法和层次分析法得到的客观权重和主观权重获取指标的综合权重；采用TOPSIS‑灰色关联度求解节点综合脆弱度指标，将其作为优化配置模型中的节点权重；采用自适应遗传求得一次性满足系统完全可观的D‑PMU优化配置方案；采用深度优先搜索与迪科斯彻结合的方法计算不可观测深度；根据节点重要程度对一次性方案排序，逐阶段降低不可观测深度得到分阶段D‑PMU配置方案；根据配置方案按照优先顺序逐阶段配置D‑PMU设备，获得最大的测量冗余度，提高配电网状态估计的精度。

技术领域

本发明涉及电力系统领域，尤其涉及一种考虑节点差异性的配电网系统中的D-PMU(配电网同步相量测量装置)优化配置方法。

背景技术

配电网具备节点多、网络结构复杂、运行方式多变等特点，随着现代电力电子技术的逐渐发展，配电网信息化程度逐步提高，风电、光伏等分布式电源(DistributedGenerations,DGs)的大量接入以及电动汽车(Electric Vehicles,EVs)等柔性负荷的迅速增多，使配电网的电气量更加复杂，给配电网的监测、运行和控制带来了巨大的挑战。配电网需要实时感知自身的运行状态，以便为调节DG出力、控制储能设施和配电网自愈等操作提供可靠的数据。传统的数据采集和监视控制系统(Supervisory Control and DataAcquisition，SCADA)只能采集到没有统一时标和方向的节点电压幅值和支路功率数据，且数据采集实时性差，传统配电网出于经济性考虑，除了部分节点数据具备实时监测能力外，大部分节点数据都是采用伪量测，这难以满足智能配电网状态估计(State Estimation，SE)的需求。状态估计的精确程度将直接影响调度员对当前运行水平的判断和后续的决策，但随着电网规模的不断扩大，由于数据延迟过大，边界量测不足，元件参数不精确，边界等值化简等因素的影响，状态估计的精度和实时性都遇到了很大的挑战。

配电网同步相量测量装置(Phasor Measurement Unit for Distribution,D-PMU)是一种新型的测量装置，与SCADA相比，其具有明显优势，D-PMU不仅可以提供安装节点及其相邻节点电压的相量量测数据，还可以提供与该节点相连接的支路电流相量量测数据，并且测量精度更高，测量周期更短。这可以大幅度的提高配电网的量测可观度，为配电网的状态估计、潮流计算和运行控制等功能提供强大的数据支撑。

配电网规模庞大，如果在配电网中的每一个节点上都配置D-PMU设备，则配电网必定是实时可观的，但大规模装设D-PMU的经济代价极大，难以实现。而且由于D-PMU设备的测量数据刷新周期短，测量数据多，过多的D-PMU装置会形成庞大的测量数据，给配电网通信传输以及数据处理造成巨大压力。因此，进行D-PMU优化配置，得到实现系统完全可观的最小D-PMU数目和最优配置位置，其具有重要意义。

目前，进行D-PMU优化配置使用最多的是基于启发式的D-PMU优化配置算法，包括遗传算法、回溯搜索算法^[2]、二进制粒子群优化算法^[3]等。启发式算法因为存在大量的矩阵迭代计算，因此导致运算时间较长，但这种方法有着计算速度快，所需空间小的优势。还有一种方法是采用加权最小二乘法^[4]、最小生成树法^[5]等算法来分析电网系统的拓扑图从而得到最优的D-PMU配置方案。这种方法比启发式算法在结果显示方面更加直观，但其计算结果多样性较差。为解决上述不同算法中的缺点，可将两种求解方式结合起来，并且优化改进迭代求解算法进行D-PMU优化配置。如在传统模拟退火算法的基础上，引出了一种自适应克隆概念，提高了算法的处理速度^[6]。在现有的算法中大多都是将每个节点等同处理，只考虑电网拓扑通过优化计算得到最优的D-PMU优化配置方案，并未考虑实际工程中的节点重要程度和安装条件，可能导致优化配置方案并不适用。