[发明专利]一种环状多源配电网的电能质量监测器优化配置方法在审
申请号: | 201610393772.5 | 申请日: | 2016-06-06 |
公开(公告)号: | CN105977968A | 公开(公告)日: | 2016-09-28 |
发明(设计)人: | 翁国庆;黄飞腾;朱双双;林雨丰;方敏佳;王妍彦 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | H02J3/00 | 分类号: | H02J3/00;G06F17/50 |
代理公司: | 杭州天正专利事务所有限公司 33201 | 代理人: | 王兵;黄美娟 |
地址: | 310014 浙江省杭州*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 适用于环状多源电网结构拓扑分析的新概念定义,包括正方向、双向等效线路和端点;环状多源电网结构表征矩阵的构建,包括修正邻接矩阵、系统结构矩阵、潮流方向矩阵、监测可观矩阵;权重因子的定义,包括电能质量监测器布置一般性准则归纳、不同端点属性分类及对应权重系数定义;模糊度指标定义,包括系统整体模糊度、部分最大模糊度和监测系统模糊度;电能质量监测器优化配置模型的建立;优化模型的求解,确定系统电能质量监测器最优配置方案。 | ||
搜索关键词: | 一种 环状 配电网 电能 质量 监测器 优化 配置 方法 | ||
【主权项】:
1.一种环状多源配电网的电能质量监测器优化配置方法,包括如下步骤:步骤1、定义适用于环状多源电网结构拓扑分析的新概念:与辐射状电网结构特点不同,环状多源电网运行方式和状态具有可变性,部分线路电流流向存在多种可能,从而影响各节点配置电能质量监测器的监测范围,要求将各种可能情况均纳入考虑;电能质量监测装置简称PQM;步骤101,正方向的规定:为匹配电能质量扰动源方向判定方法,需要建立一个固定坐标系,设定由母线指向线路方向为正方向;电能质量扰动源简称PQDS;步骤102,双向等效线路的定义:将除电源、负载引出线外的每条线路等效成两条并行双向的具有固定电流流向的线路;步骤103,端点的定义:将线路电流流入端设置为可配置PQM的端点来表示该线路,即每条线路等效表示为两个端点;步骤2、环状多源系统结构表征矩阵的构建:基于步骤1环网拓扑分析,分别构建修正邻接矩阵、系统结构矩阵、潮流方向矩阵、监测可观矩阵描述网络结构,为PQM优化配置提供数据支撑;步骤201,修正邻接矩阵的构建:邻接矩阵Aorg 常用于电力网络拓扑分析,其形式为 为母线节点编号,NB 为系统母线节点数量;矩阵元素 的赋值原则如式(1)所示;因为网络化电能质量监测系统中负载和电源都是重要的监测对象,需要对邻接矩阵进行适当修正:用母线与等效为母线0的大地间的连接线表示负载,用母线与其自身的连接线表示电源;修正邻接矩阵 的形式为 为增加了表示大地的母线0后的系统节点编号;元素 表示环状多源网络中每个端点的结构编号,其取值表示该端点是否存在,赋值原则如式(2)所示; 步骤202,系统结构矩阵构建:将 矩阵中所有有效端点,即 的端点,按行顺序提取出,并将其依次按序标记为新的系统端点符号tj ,其中j=1,2,...T为依次按序标记后tj 的编号,T为有效端点总数量;利用其与母线共同构成描述各端点与母线间固定位置关系的系统结构矩阵SSM ;SSM 是一个T×NB 的矩阵,其元素赋值原则如式(3)所示; 步骤203,潮流方向矩阵构建:尽管环状多源系统运行方式和状态存在多种可能,但其绝大多数时间处于正常运行状态,PQM配置需优先保证系统正常运行状态下拓扑结构的全网可观;通过比较电流方向和设定正方向,对SSM 矩阵进行修正,得到包含系统潮流信息的潮流方向矩阵CDM ;CDM 矩阵元素cji 的赋值原则如式(4)所示,其中j为tj 的编号,i为系统中母线编号; 步骤204,系统单距区块划分:考虑系统拓扑结构中,线路密集度对监测点配置的影响;首先基于系统正常运行状态下反映潮流方向的拓扑结构,对系统线路进行等效间距处理,选取拓扑结构中相邻母线间最短的线路作为单元距离的标尺,各母线间线路的等效间距为整数倍单元距离,并以单元间距划分区块,命名为单距区块;单距区块内单元线路数量指不包含电源和负荷引出线的线路数量;步骤205,监测可观矩阵构建:目标电网完成监测器配置,根据正常运行状态下的潮流拓扑结构,构建监测可观矩阵MCM ,用于描述各PQM与各线路间的位置关系,表征各监测器的可观范围;MCM 矩阵是一个T×M的矩阵,M是监测器数量,其元素mjr 赋值原则如式(5)所示,其中r为系统中PQM编号; 步骤3、权重因子的定义:基于PQM布置一般性准则,系统中不同端点具有不同性质,存在不同的重要程度;合理定义权重因子量化描述各个端点的重要程度,使各端点的性质能在优化配置算法中得到体现;步骤301,PQM优化布置原则归纳:根据环状多源网络结构特点并结合考虑PQDS定位需求,归纳出6条PQM布置一般性准则;A1)准则1:(N-1)准则,N为同一母线上连接的线路总数;A2)准则2:负载支路上具有更高的权重;A3)准则3:电源引出线具有最高的权重;A4)准则4:同一条线路上优先只装一个PQM;A5)准则5:除负载引出线外与该母线相连的端点小于等于两个,此类端点权重较低;相应地,与该类端点属于同一线路的端点权重较高;A6)准则6:优先满足正常运行状态下全网可观;步骤302,有效端点进行运算编号和属性分类:为提高算法效率,对所有筛选出的有效端点进行运算编号和属性分类;端点的属性分为电源端点、负荷端点、对向端点和普通端点;对向端点指除去负荷外与母线相连的端点数量小于等于2的端点,负荷端点包括负荷引出端点和与对向端点属于同一线路的端点,普通端点即不归属于其余3种类型的端点;运算编号即端点按考虑母线编号和SSM 矩阵中有效端点排序进行编号;若某一端点同时包含两种属性,则对其属性值进行均一化处理;步骤303,定义权重因子:基于步骤301的一般性准则的说明,系统中不同端点具有不同性质,存在不同的重要程度;合理定义权重因子量化描述各个端点的重要程度,使各端点性质能在优化配置算法中得到体现;结合端点属性和编号,定义αij ,βij ,γij 三个权重系数量化表征PQM配置一般性准则:βij 表征准则1;αij 表征准则2,3,5;γij 表征准则4,6;αij ,γij ,βij 的数学表达式分别如式(6)~(12)所示; α i j = T i j C i - - - ( 6 ) ]]> 其中, A i j = Σ i = 1 N B N i N B - - - ( 9 ) ]]> C i = ω t 1 · N 1 i + ω t 2 · N 2 i + ω t 3 · N 3 i + ω t 4 · N 4 i - - - ( 10 ) ]]> D k = N D k Σ k = 1 L N D k - - - ( 11 ) ]]> 式中:i表示母线编号;j表示有效端点序号;aij 为端点运算编号,表示i母线上连接的j序号有效端点;Tij 表示运算编号为aij 的端点为不同性质时对应的属性值,如式(12)所示; 分别为电源端点、负荷端点、普通端点和对向端点对应的属性值,且其关系为 和 分别表示母线i上电源端点、负荷端点、普通端点和对向端点数量;Ci 表示母线i上所有不同性质端点数量与属性值乘积的累加和,如式(10)所示; 表示单距区块k内单元线路数量;k表示单距区块编号;L表示单距区块数量;Dk 表示单距区块k内单元线路数量与系统所有线路数量的比值,如式(11)所示;NBij 表示端点aij 下区域包含的母线数量;Ni 表示母线i上端点总数量;Aij 表示系统所有端点数量与系统母线数量的比值,如式(9)所示;Bij 表示端点aij 下区域包含的端点数量;步骤4、模糊度指标定义:系统中布置的监测器数量不够,将导致部分端点不能被有效监测,端点识别时将出现拓扑模糊;定义不同模糊度指数形式进行系统端点模糊度描述;步骤401,规定PQM监测模糊的范畴;B1)规定1:安装有监测器的端点不模糊;B2)规定2:与同一条母线相连接的Ni 个端点,安装有监测器的端点数量大于或等于Ni -1,则该Ni 个端点不模糊;B3)规定3:除去已安装监测器的端点后仍存在两个与母线相连的端点时,若与其相连的端点不模糊,则这两个端点也不模糊;步骤402,环状多源系统监测模糊指标定义:定义两种模糊度指数,系统整体模糊度和部分最大模糊度;系统整体模糊度简称IEA,部分最大模糊度简称IMA;分别如式(13),(14)所示; I E A = Σ k = 1 K N N D k Σ i = 1 N B N i - - - ( 13 ) ]]> I M A ≡ m a x { b k , k ∈ [ 1 , 2 , ... K ] } Σ k = 1 K b k - - - ( 14 ) ]]> 其中: 表示k区块不能被识别的线路端点数量;bk 表示区块k的整体模糊程度, Mk 表示对区块k进行监测的监测器数量;K为系统区块总数;对IMA进行[0,1]归整处理,得到如式(15)所示归一化的部分最大模糊度IMA'; IMA ′ = Σ k = 1 K N N D k × I M A - 1 Σ k = 1 K N N D k - 1 - - - ( 15 ) ]]> IEA和IMA'的取值范围都已归整到[0,1]区间;IEA说明当电网任意点发生电能质量扰动时,监测系统判定扰动源位置的能力;IMA'说明监测系统对各区域监测能力的均等程度;根据这两个指标,计算配置NM 个监测点的监测系统模糊度,监测系统模糊度简称IA,如式(16)所示; 步骤403,使用监测可观矩阵检查模糊度:监测系统的各模糊度指标通过监测可观矩阵进行获取和校验,其主要流程为:1)构建系统监测可观矩阵MCM ;2)对MCM 矩阵进行分区域处理;3)根据模糊规定1,2,3从各区域中排除各PQM;4)计算各区块的bk ;5)计算IEA,IMA',IA;步骤5、PQM优化配置模型的建立:基于网络特性分析,以及特征矩阵、权重系数和模糊度指标的定义,建立PQM最优布置的优化模型,目标函数和约束条件分别如式(17),(18)所示; min F ( x ) = min x i j [ Σ i = 1 N B Σ j = 1 N i α i j β i j γ i j x i j ] - - - ( 17 ) ]]> NM m i n ≤ Σ i = 1 N B N i - Σ i = 1 N B Σ j = 1 N i x i j ≤ NM m a x - - - ( 18 ) ]]> 其中:F(x)为目标函数;NMmin 和NMmax 为监测点的最小数量和最大数量;决策变量xij 的赋值原则如式(19)所示; 步骤6、优化模型的求解:PQM优化配置模型求解的基本思路是,首先计算权重因子,基于其建立目标函数并在给定监测器数量下进行优化,确定监测器位置;然后,基于已知的监测器位置,构建监测可观矩阵,进而基于模糊度检测流程计算IA指数;经过多次迭代,最后确定监测器的最优数量和位置,使IA值在给定约束条件下最小化。
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浙江工业大学,未经浙江工业大学许可,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/201610393772.5/,转载请声明来源钻瓜专利网。