基于改进BPSO算法的PMU优化配置新方法

被引：15

作者：

王小匆 ^{[1
]}

刘亚东 ^{[1
]}

盛戈皞 ^{[1
]}

江秀臣 ^{[1
]}

罗林根 ^{[1
]}

张煊 ^{[2
]}

刘宗杰 ^{[2
]}

机构：

[1] 上海交通大学电子信息与电气工程学院

[2] 国网山东省电力公司济宁供电公司

来源：

广东电力 | 2018年 / 31卷 / 01期

关键词：

二进制粒子群优化算法(BPSO); 相量测量单元(PMU); 变异规则; 局部最优; 冗余;

D O I：

暂无

中图分类号：

TM930 [一般性问题];

学科分类号：

080802 ;

摘要：

相量测量单元(phase measurement unit,PMU)优化配置问题的主要目标是找到使电力系统完全可观所需的最小PMU数目及其位置。针对此问题,提出了一种基于二进制粒子群优化算法(binary particle swarm optimization,BPSO)的改进方法,并在IEEE标准测试系统中对此算法与传统的BPSO算法进行了比较。该方法在原始BPSO算法的基础上,使用V形阈值函数代替S形阈值函数更新粒子的位置,在粒子适应度评估函数中考虑到了冗余度指标,并且提出了新的变异规则以增加种群多样性。最后试验结果表明,该方法提高了收敛效率,减少了算法结果陷入局部最优的概率,最大程度保证了测量冗余度,从而验证了其准确性和有效性。

引用

页码：62 / 67

页数：6

共 9 条

[1] 模拟通道数最小的PMU优化配置方法 [J].

何昆仑 ;

张庆超 ;

郑明忠 .

电力系统保护与控制, 2015, 43 (24) :14-18

[2] 基于蚁群算法的配电网谐波量测点优化配置 [J].

王艳松 ;

孙桂龙 .

中国石油大学学报(自然科学版), 2014, 38 (01) :167-171

[3] 应用粒子群算法的谐波状态估计量测点综合最优配置 [J].

吴杰 ;

杨阳 ;

卢志刚 .

电网技术, 2010, 34 (09) :115-121

[4] 考虑测量冗余度最大的电力系统PMU最优配置 [J].

郭佩英 ;

郝红艳 ;

邓颖 ;

刘宁 ;

张智 .

东北电力大学学报, 2010, 30 (02) :31-35

[5] N-1条件下不失去可观测性的PMU优化配置方法 [J].

刘新东 ;

江全元 ;

曹一家 .

中国电机工程学报, 2009, 29 (10) :47-51

[6]

电力系统PMU优化配置研究[D]. 樊海锋.浙江大学. 2013

[7]

Optimal PMU placement for power system observability using binary particle swarm optimization and considering measurement redundancy[J] . A. Ahmadi,Y. Alinejad-Beromi,M. Moradi.Expert Systems With Applications . 2010 (6)

[8]

Optimal placement of PMUs to maintain network observability using a modified BPSO algorithm[J] . Mahdi Hajian,Ali Mohammad Ranjbar,Turaj Amraee,Babak Mozafari.International Journal of Electrical Power and Energy Systems . 2010 (1)

[9]

Optimal PMU Placement by improved particle swarm optimization .2 RATHER Z H,LIU C,CHEN P. IEEE Innovative Smart Grid Technologies-Asia (ISGT Asia) . 2013

← 1 →