主动配电网多目标PMU最优配置

作者:王澍;严正;孔祥瑞;郭瑞鹏;徐潇源; 刊名:电网技术 上传者:石慧

【摘要】随着大规模的分布式电源(distributed generation,DG)接入及电网与用户互动增加,主动配电网状态估计结果与量测配置需要考虑更多不确定性因素。为加强对配电网的实时监测与控制,提高配电网运行态势感知能力,需要发展同步相量测量装置(phasor measurement unit,PMU)。在计及DG与负荷不确定性的基础上,建立了考虑经济性、配电网状态估计精度以及节点电压越限概率的多目标PMU最优配置模型。以拟蒙特卡洛方法模拟DG与负荷的不确定性;基于两步式加权最小二乘方法,构建混合量测配电网状态估计模型,并利用改进的自适应多目标二进制差分进化算法进行求解,从而得到特定状态估计误差精度下的PMU最优配置Pareto非劣解集。通过IEEE 33节点配电网系统进行仿真计算分析,验证了所提模型与算法的可行性与有效性。

全文阅读

算分析,验证了所提模型与算法的可行性与有效性。0引言近年来,大力发展以风电、光伏为代表的可再生能源是我国推进可持续发展的重要措施[1]。在此情况下,大规模分布式电源(distributed generation,DG)接入配电网,使传统的配电网逐步向多能源供电,必要时辅助弱环网运行的主动配电网(activedistribution network,ADN)发展[2]。DG与负荷的不确定性对ADN的安全稳定运行带来极大挑战,例如潮流双向化、电压波动加剧等[3],要求ADN具有良好的可观测与可控制性。与此同时,态势感知技术不断发展为实现ADN安全稳定运行奠定基础。作为态势感知技术的核心,状态估计是维持ADN安全稳定运行的重要环节[4]。当前配电网状态估计的研究主要考虑到状态估计精度[5-8]以及智能量测装置优化配置[9-10]。文献[5]建立了配电网三相状态估计模型,通过量测变换技术将量测函数线性化,缩短计算时间。文献[6]利用最优潮流简化状态估计模型,降低了对数据实时性的要求。文献[7-9]利用基于历史数据精度较低的伪量测进行配电网状态估计计算,降低了对数据量的要求。文献[8]将混合量测状态估计模型进行预处理,采用两步运算的方式,提高了计算效率。文献[10]引入了电动汽车与光伏不确定性对状态估计精度的影响,从而优化量测装置的配置。随着ADN中不确定性因素的增加,需要增加实时量测装置,保证状态估计结果的准确性[11]。同步相量测量装置(phasor measurement unit,PMU)是一种基于全球定位系统(global position system,GPS)的实时量测装置,能够量测电力系统中的电压与电流相量[12]。受限于技术与价格因素,在ADN所有节点装设PMU并不可行,且当前针对配电网PMU的最优配置问题研究较少。因此,该问题具有重要的研究意义。近年来,学者开始研究基于PMU与传统量测的混合量测配电网状态估计[1 3]。文献[11]在配电网状态估计中引入PMU与智能量测,提高了态势感知的能力并降低了量测的不确定性。文献[14]以传统SCADA量测以及伪量测保证配电网可观性,在考虑经济性的基础上,引入智能量测装置提高状态估计的精度。但文献[11-14]均只考虑到状态估计的精度与经济性,没有分析其他威胁配电网安全稳定运行的因素。DG与负荷的不确定性导致了ADN中节点电压波动加剧。近年来研究表明,由于电压幅值越限导致的电压失稳已成为威胁电网稳定运行的主要因素[15]。将PMU配备在电压容易越限的节点处,利用PMU实时准确的量测可以及时反映配电网系统的动态特性,更及时捕捉到电压的越限信息,从而为电压稳定装置提供动作依据。文献[15]以状态估计精度与电压越限概率为优化目标,并以加权法将其转换为单目标优化问题,求解PMU的最优配置。但其权重的选择具有较强的主观因素,不能全面反映PMU最优配置的Pareto最优解集。本文在现有研究基础上,提出一种考虑DG与负荷不确定性,以经济性、状态估计精度以及节点电压越限概率为目标的主动配电网PMU最优配置模型与其求解方法。首先,以拟蒙特卡洛方法模拟DG与负荷的不确定性,求解节点电压越限概率权重。然后,基于两步式混合量测状态估计模型,给定精度约束,考虑经济性与节点电压越限概率,构建PMU最优配置模型,并采用拟蒙特卡洛方法与自适应二进制进化差分算法(adaptive multi-objective binary differential evolution,AMOBDE)求解,得到PMU最优配置Pareto最优解集。

参考文献

引证文献

问答

我要提问