[发明专利]一种电网系统不完全可观的PMU优化配置方法有效
申请号: | 201310506905.1 | 申请日: | 2013-10-25 |
公开(公告)号: | CN103530707B | 公开(公告)日: | 2016-04-06 |
发明(设计)人: | 徐建军;高金兰;白丽丽;姜春雷;谢明霞;闫丽梅 | 申请(专利权)人: | 东北石油大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G06Q10/04;G06Q50/06 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 163318 黑龙江省*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明的发明目的是设计一种算法简单,能够资金有限的情况最大可能的发挥PMU监测功能的电网系统不完全可观的PMU优化配置方法,其具体的技术方案是在PMU数量小于电网节点数量的情况下,通过计算PMU安装在电网系统中不可观深度得出有限可选的方案作为备选方案,再通过概率可靠性评估,得出一种最优的PMU配置方案。采用上述方案,可确定一种使概率可靠性增量价值最大的PMU优化配置方案,对于电网投入资金不足时,电网配置部分PMU装置具有实际的应用价值。 | ||
搜索关键词: | 一种 电网 系统 不完全 可观 pmu 优化 配置 方法 | ||
【主权项】:
一种电网系统不完全可观的PMU优化配置方法,其特征在于,所述PMU优化配置方法包括以下步骤:步骤1:确定电网系统节点的关联矩阵A,可用PMU的数量m和系统的节点数n(m<n);步骤2:比较m个PMU配置在任意组合m个节点时各个节点的不可观深度的值,选择其中最大的不可观深度值作为此次配置的系统不可观测深度ηs;步骤3:穷尽步骤2,得到所有系统不可观测深度ηs的最小值min{ηs}和出现min{ηs}的个数t;步骤4:如min{ηs}的个数t=1,则相应的PMU配置为最优配置方案,否则对相应的t种方案进行概率可靠性评估,得出一种最优配置方案;概率可靠性评估包括以下步骤:步骤一:选取t种PMU配置方案之一,计算该种配置方案所需费用ΔC;步骤二:计算该种配置方案的超负载概率的可靠性指标APRI、电压超越界限概率可靠性指标VPRI、电压稳定性概率可靠性指标VSPRI和削减负荷概率可靠性指标LLPRI;其中:
上式中,{S}为电力系统中所有可能出现的故障的集合;n为故障i能够引起整个电力系统中超负载的全部支路的数目;Soverload_j为超负载支路j上的负荷;Smax为支路上可以承担功率容量的最大值;其中
上式中,n为故障i能够引起整个电力系统中节点电压超过上界限和下界限的所有节点的数目;Vviolate_j为超越界限节点j的电压;Vm为节点电压的最大界限或者最小界限;其中:
上式中,VSIi为故障i能够引起整个电力系统中电压的稳定情况,如果故障可以造成电压的不稳定,则VSIi=1,否则VSIi=0;其中:
上式中,n为故障i能够引起整个电力系统中削减负荷的所有节点的数目;Lloss_j为节点j的削减负荷的量;L为系统中所有的负荷量;步骤三:计算综合概率可靠性指标TPRI;其中:TPRI=ω1×APRI+ω2×VPRI+ω3×VSPRI+ω4×LLPRI;上式中,ω1、ω2、ω3和ω4为权重因子;步骤四:计算概率可靠性增量价值PIRV;其中:
上式中,ΔTPRI为电力系统经济项目投资之前与之后TPRI的增加量;步骤五:重复步骤一至四,计算所有t种PMU配置方案的PIRV,选取PIRV最大值的配置方案作为最优配置方案;其中:不可观深度为在电力系统存在的最大的不可观测区域中所含有的母线的个数。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北石油大学,未经东北石油大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201310506905.1/,转载请声明来源钻瓜专利网。
- 上一篇:发动机
- 下一篇:射频识别系统中电子标签的天线限幅器
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用