用免疫BPSO算法和N-1原则多目标优化配置PMU

被引:2
作者
彭春华
机构
[1] 华东交通大学电气与电子工程学院
关键词
PMU配置; 拓扑可观测性; N-1可靠性原则; 二进制粒子群; 免疫系统; 多目标优化;
D O I
10.13336/j.1003-6520.hve.2008.09.041
中图分类号
TM764 [遥远测量与遥远控制];
学科分类号
080802 ;
摘要
为了在满足全网的完全可观测的前提下实现PMU安装投入的性价比最高,通过理论分析得出判断电网节点拓扑可观测的依据,并提出以N-1可靠性检验原则对PMU配置方案进行冗余性检验,由此以全网完全可观测、PMU数目最少和N-1量测冗余度最高为目标建立了PMU多目标优化配置数学模型,并设计了一种结合免疫系统信息处理机制的二进制粒子群优化算法对模型进行求解。该算法综合了粒子群优化算法简单快速和免疫系统种群多样性的优点,明显改善了进化后期算法的收敛性能和全局寻优能力。对新英格兰39母线系统进行PMU多目标优化配置仿真及量测冗余性分析的结果表明,该法对PMU配置方案的量测可靠性及其所需PMU数量进行综合评价可方便快捷地得到性价比最优的方案,较之普通的PMU单目标优化配置方法更为合理和灵活。
引用
收藏
页码:1971 / 1976
页数:6
相关论文
共 11 条
[1]   改进PSO算法用于电力系统无功优化的研究 [J].
袁松贵 ;
吴敏 ;
彭赋 ;
朱豆 ;
杨珏 .
高电压技术, 2007, (07) :159-162
[2]   动态环境下的免疫优化 [J].
徐雪松 ;
彭春华 .
计算机工程与应用 , 2007, (01) :27-29+32
[3]   电力系统PMU最优配置数字规划算法 [J].
罗毅 ;
赵冬梅 .
电力系统自动化, 2006, (09) :20-24
[4]   基于多目标进化算法的相量测量单元优化配置 [J].
李大虎 ;
曹一家 ;
江全元 ;
占震滨 .
电网技术, 2005, (22) :45-49+75
[5]   一种改进的相量测量装置最优配置方法 [J].
李强 ;
于尔铿 ;
吕世超 ;
潘毅 ;
周京阳 .
电网技术, 2005, (12) :57-61
[6]   电力系统PMU安装地点选择优化算法的研究 [J].
沙智明 ;
郝育黔 ;
郝玉山 ;
杨以涵 .
继电器, 2005, (07) :31-36+58
[7]   基于免疫算法的机组负荷优化分配研究 [J].
李蔚 ;
刘长东 ;
盛德仁 ;
陈坚红 ;
任浩仁 ;
袁镇福 ;
岑可法 .
中国电机工程学报, 2004, (07) :245-249
[8]   多目标优化分段竞标电力市场的研究 [J].
马瑞 ;
颜宏文 ;
贺仁睦 ;
王鹏 ;
杨华春 .
电力系统自动化, 2004, (10) :54-58
[9]   多目标优化的演化算法 [J].
谢涛 ;
陈火旺 ;
康立山 .
计算机学报, 2003, (08) :997-1003
[10]   考虑系统完全可观测性的PMU最优配置方法 [J].
彭疆南 ;
孙元章 ;
王海风 .
电力系统自动化, 2003, (04) :10-16