[发明专利]计及配电网结构脆弱性的D-PMU、RTU配置方法

权利要求书

1.一种计及配电网结构脆弱性的D-PMU、RTU配置方法，其特征是按如下步骤进行：

步骤一、有源配电网参数信息的采集：

步骤1.1、根据有源配电网中的节点和线路构建有源配电网的拓扑结构图G＝{N,E}，其中，N＝{n₁,n₂,…,n_M}为节点的集合，E＝{e₁,e₂,…,e_L}为线路的集合；其中，n_M表示第M个节点，e_L表示第L条线路，M表示节点总数，L表示线路总数；

步骤1.2、采集分布式电源DG的个数S、每个分布式电源DG出力的历史数据，并用高斯混合模型对其出力进行模拟得到第s个分布式电源DG出力的均值

步骤二、有源配电网各节点重要度的计算：

步骤2.1、利用式(1)得到所述有源配电网中第j个节点n_j的连接度D_e(j)：

式(1)中：δ₁(i,j)表示拓扑结构图G中任意节点的连接情况，若第i个节点n_i与第j个节点n_j相邻，则令δ₁(i,j)＝1，反之，令δ₁(i,j)＝0；δ₂(j)表示拓扑结构图G中节点与分布式电源DG的连接情况，若第j个节点n_j连接有分布式电源DG，则令δ₂(j)＝1，反之，令δ₂(j)＝0，i≠j,i,j＝1,2,…,M；

步骤2.2、利用式(2)得到相邻的第i个节点n_i与第j个节点n_j之间线路e_ij的重要度I_E(i,j)：

式(2)中：t_ij为线路e_ij所能组成的三角形个数；

步骤2.3、利用式(3)得到第j个节点n_j对线路e_ij重要度的贡献NE(i,j)：

步骤2.4、利用式(4)得到第j个节点n_j的桥度B_r(j)：

式(4)中：为第j个节点n_j相邻节点的集合；

步骤2.5、利用式(5)得到第j个节点n_j的节点重要度I_N(j)：

式(6)中：为第s个分布式电源DG出力的均值，S为接入有源配电网的分布式电源DG的总数，N_G为连接有分布式电源DG的节点集合，且N_G＝{n_G1,n_G2,…,n_GS}；n_GS表示第S个连接有分布式电源DG的节点，L_jGs为第j个节点n_j与第s个连接有分布式电源DG的节点n_Gs之间的最短路径距离；

步骤三、D-PMU、RTU位置序列初始化：

步骤3.1、初始化粒子群参数：

设定一个由m个粒子组成的种群粒子维数为所述有源配电网的节点总数M，最大迭代次数为K_max，种群中第t个粒子的位置向量为x_td为的第d维元素，且x_td∈{-1,0,1}并对应第t个D-PMU、RTU位置序列中第d个节点n_d的量测配置情况：x_td＝1代表第d个节点n_d配置D-PMU，x_td＝-1代表第d个节点n_d配置RTU，x_td＝0代表第d个节点n_d未配置D-PMU或RTU，对应的第t个离散粒子的位置X_t＝{X_t1,X_t2,...,X_tB·M}为B·M维向量，X_tB·M为X_t的第B·M维元素，B为粒子二进制位数，t＝1,2,…,m，d＝1,2,…,M；

步骤3.2、定义并初始化当前迭代次数k＝0；初始化D-PMU、RTU位置序列：生成第k代粒子群的速度V(k)和D-PMU、RTU位置序列

步骤四、计算第k代粒子群的适应度值：

步骤4.1、利用式(6)得到第k代粒子群D-PMU对节点的覆盖度D_MON(k)：

式(6)中，D_MON,t(k)表示第k代粒子群的第t个D-PMU、RTU位置序列中D-PMU对节点的覆盖度，x_tj(k)为第k代粒子群中第t个D-PMU、RTU位置序列的第j维元素；

步骤4.2、计算第k代种群的状态估计误差E_r(k)：

步骤4.2.1、根据D-PMU、RTU位置序列生成由D-PMU、RTU的测量值及伪量测值构成的量测数据z_k,t，设定由支路电流实部及虚部构成的电流状态量初值为利用式(7)设定终止条件：

式(7)中：为第k代粒子群中第t个粒子的第τ次状态估计迭代的第u个电流状态修正量，u＝1,2,…,l₂，l₂为电流状态量个数，ζ为计算精度；

步骤4.2.2、设置状态估计迭代次数τ＝0；

步骤4.2.3、利用式(8)得到第k代粒子群中第t个粒子进行第τ次状态估计迭代的雅克比矩阵

式(8)中，表示关于第l₁个量测量的非线性测量函数，为第k代粒子群中第t个粒子的第τ次状态估计迭代的电流状态估计量；

步骤4.2.4、利用式(9)得到第k代粒子群中第t个粒子进行第τ次状态估计迭代的信息矩阵

式(9)中：W_k,t表示基于第k代粒子群中生成的量测权重矩阵，且是主对角线元素为的对角矩阵，σ_v为第v个量测量误差的标准差，v＝1,2,…,l₁，l₁为量测量个数；

步骤4.2.5、利用式(10)得到第k代粒子群中第t个粒子进行第τ次状态估计迭代的电流状态变量修正量

步骤4.2.6、利用式(11)得到第k代粒子群中第t个粒子的第τ+1次状态估计迭代的电流状态估计量

步骤4.2.7、判断第τ次迭代的电流状态变量修正量是否满足终止条件；若满足，则停止迭代并输出状态估计结果否则，将τ+1赋值给τ，跳转步骤4.2.3继续执行；

步骤4.2.8、利用式(12)得到第k代粒子群的状态估计相对误差E_r(k)：

式(12)中：E_r,t(k)、分别表示根据D-PMU、RTU位置序列进行状态估计计算得到的总状态估计误差和第u个电流状态估计值，x_u为第u个电流状态量的真实值；

步骤4.3、利用式(13)得到第k代的种群适应度值F(k)：

F(k)＝E_r(k)-D_MON(k) (13)

步骤五、D-PMU、RTU位置序列更新：

步骤5.1、粒子群编码：

初始化B＝2；将第k代粒子群中第t个D-PMU、RTU位置序列中的第d维位置元素x_td(k)转化为2位二进制数，从而得到第k代离散粒子群中第t个粒子的二进制位置向量X_t(k)中第2d-1维、第2d维的元素：X_t,2d-1(k)、X_t,2d(k)；

步骤5.2、更新个体最优D-PMU、RTU位置序列P_opt(k)：

比较第t个粒子在k次迭代中的历史适应度值，并将最小适应度值赋值给个体极值FP_opt,t(k)，个体极值FP_opt,t(k)所对应的位置向量即为第k代粒子群中第t个粒子的个体最优位置P_opt,t(k)，从而得到第k代粒子群的个体最优D-PMU、RTU位置序列：P_opt(k)＝{P_opt,1(k),P_opt,2(k),…,P_opt,t(k),…,P_opt,m(k)}；

步骤5.3、更新全局最优D-PMU、RTU位置序列G_opt(k)：

利用式(14)得到第k代粒子群的全局极值FG_opt(k)，FG_opt(k)对应的二进制位置向量即为第k代粒子群的全局最优位置G_opt(k)；

FG_opt(k)＝min{P_opt,1(k),P_opt,2(k),…,P_opt,m(k)},t＝1,2,…,m (14)

步骤5.4、计算相邻两次迭代的全局极值之差|FG_opt(k-1)-FG_opt(k)|，并判断是否满足终止条件；若满足，则跳转步骤6.2；否则执行步骤5.5；k＝1,2,…,K_max；

步骤5.5、利用式(15)更新第k+1代粒子群中第t个粒子的第b维元素的飞行速度V_tb(k+1)：

V_tb(k+1)＝ω(k)V_tb(k)+c₁r₁(P_tb(k)-X_tb(k))+c₂r₂(G_b(k)-X_tb(k)) (15)

式(17)中，P_tb(k)为第k代粒子群中第t个粒子个体最优位置P_opt,t(k)的第b维元素，G_b(k)为第k代粒子群全局最优位置G_opt(k)的第b维元素，ω(k)为第k代的惯性权重因子，c₁、c₂为加速因子；r₁、r₂为[0,1]上相互独立的随机数，b＝1,2,…,2M；

步骤5.6、利用式(16)更新第k+1代粒子群中第t个粒子位置的第b维元素X_tb(k+1)：

式(18)中，u_tb(k+1)为[0,1]内均匀分布的平均数；

步骤5.7、粒子群解码：

将第k+1代粒子群的离散粒子位置X(k+1)转换为第k+1代粒子群的D-PMU、RTU位置序列将第k+1代粒子群中第t个离散粒子的位置向量X_t的第2d-1维、2d维元素X_t,2d-1、X_t,2d组合形成2位二进制数，并将X_t,2d-1视为符号位，将所组成的2位二进制数转换为十进制，从而得到第k+1代粒子群中第t个D-PMU、RTU位置序列的第d维元素x_td；

步骤六、D-PMU、RTU最优配置结果输出：

步骤6.1、判断是否满足kK_max；若满足，则将k+1赋值给k，再跳转步骤4.1执行；否则，执行步骤6.2；

步骤6.2、按照粒子解码方式，将第k代种群全局最优位置G_opt(k)转化为D-PMU、RTU位置序列，得到最优D-PMU、RTU配置结果。