CN110138620A - 面向分布式状态估计的配网同步量测及通信链路配置方法 - Google Patents
面向分布式状态估计的配网同步量测及通信链路配置方法 Download PDFInfo
- Publication number
- CN110138620A CN110138620A CN201910453309.9A CN201910453309A CN110138620A CN 110138620 A CN110138620 A CN 110138620A CN 201910453309 A CN201910453309 A CN 201910453309A CN 110138620 A CN110138620 A CN 110138620A
- Authority
- CN
- China
- Prior art keywords
- node
- communication link
- subregion
- phasor
- indicate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Small-Scale Networks (AREA)
Abstract
一种面向分布式状态估计的配网同步量测及通信链路配置方法:对于选定的配电***,获取配电网络的拓扑连接关系及电气参数,获取同步相量量测装置、相量数据集中器以及通信链路的成本;分别构造邻接矩阵A和节点间通信路径向量Er,t;针对分布式状态估计所采用的通讯和计算架构,根据面向配电网分布式状态估计的同步相量量测配置分区方法将配电***划分为若干个区域;建立面向分布式状态估计的配电网同步量测及通信链路配置的0‑1整数线性规划模型;求解规划模型,得到同步相量量测装置、相量数据集中器及通信链路的配置方案。本发明更加符合当前配电网愈发明显的分布式特征,通信负担明显减小,为配电***的实时分析控制提供了保障。
Description
技术领域
本发明涉及一种配网同步量测及通信链路配置方法。特别是涉及一种面向分布式状态估计的配网同步量测及通信链路配置方法。
背景技术
传统的集中式状态估计,需要将分布广泛的量测信息逐级上传到控制中心后再进行估计计算,随着配电***规模的扩大,分布式电源大量接入以及用户侧的参与,其通信负担重且状态变量维数高,整体耗时较长,难以满足配电网实时分析控制的需求。为了应对配电网愈发明显的分布式特性,减小通信负担,加快计算速度,分布式状态估计逐渐成为解决问题的有效手段。但状态估计使用的量测大多来自数据采集与监视控制***和高级量测体系,不仅数据本身存在精度低、同步性差和采集周期长的问题,而且量测与状态变量为非线性关系,需要通过加权最小二乘法等算法迭代求解,即使采用分布式状态估计,也难以保证***状态求解的精确性与实时性。此外,状态估计收敛的前提是***可观,而目前配电网由于数据采集点多,分布广泛,监测点覆盖不全面,造成其整体可观性不强。
同步相量量测装置的引入,使得配电网的运行监测水平大幅提高。相较于传统量测装置,同步相量量测装置不仅能够获取节点电压和支路电流的幅值量测信息,而且能够对电压和电流的相角,以及***频率进行量测,提高了模型参数校验、状态估计、***保护和运行控制等应用的计算速度与准确度,是智能配电网技术发展的重要一环。尤其是,在状态估计应用中,通过同步相量量测装置采集的电压与电流相量量测,与***的状态变量为线性关系,可以采用线性状态估计等算法求解***状态,大大减少了计算时间,并且同步相量量测装置的应用可以有效解决传统配电***量测数据质量差、同步性低和采集周期长的问题,提高了状态估计的准确度,为配电***的实时分析控制提供了保障。
若分布式状态估计中采用的量测数据全部来源于同步相量量测装置,则既能保证状态变量求解的快速性,也能减小通信负担,并且因数据质量高和上送频率快,还能保证估计结果的准确性和实时性。但受经济成本制约,需要考虑如何合理地配置同步相量量测装置及其相关通信设备,而分布式状态估计要求每个子区域完全可观。因此,首先需要对每个子区域配置同步相量量测装置使其满足可观性要求,然后选定一点进行量测数据的集中与区内状态估计计算,并考虑相邻区域间的信息交互。这其中就涉及到如何配置同步相量量测装置、数据集中器和通信链路,使得配置方案成本最低的问题。
发明内容
本发明所要解决的技术问题是,提供一种面向分布式状态估计的配网同步量测及通信链路配置方法。
本发明所采用的技术方案是:一种面向分布式状态估计的配网同步量测及通信链路配置方法,包括如下步骤:
1)对于选定的配电***,获取配电网络的拓扑连接关系及电气参数,获取同步相量量测装置、相量数据集中器以及通信链路的成本;
2)根据步骤1)中获取的配电网络的拓扑连接关系,分别构造邻接矩阵A和节点间通信路径向量Er,t;
3)针对分布式状态估计所采用的通讯和计算架构,根据面向配电网分布式状态估计的同步相量量测配置分区方法将所述的配电***划分为若干个区域;
4)对于步骤3)中已完成分区的配电***,建立面向分布式状态估计的配电网同步量测及通信链路配置的0-1整数线性规划模型,包括:以配电***同步相量量测装置、相量数据集中器和通信链路配置方案总成本最低为目标函数,考虑子区域网络可观性约束,同步相量量测装置的数据传送约束,相邻子区域重叠节点决策变量约束,相量数据集中器间的信息交互约束,通信链路的带宽约束,通信链路的配置约束;
5)求解步骤4)中的面向分布式状态估计的配电网同步量测及通信链路配置的0-1整数线性规划模型,得到同步相量量测装置、相量数据集中器及通信链路的配置方案。
步骤1)中所述的通信链路的成本为:
其中,CCL表示配电***配置通信链路的总成本;k表示支路编号;ΛB表示配电***所有支路构成的集合;Lk为决策变量,若支路k配置通信链路则Lk为1,否则Lk为0;CL与CB分别表示通信链路长度和带宽的单位成本;Sk表示支路k配置通信链路的长度;Bk表示支路k配置通信链路的带宽。
步骤2)中所述的节点间通信路径向量Er,t的第k个元素为:
其中,Er,t,k表示节点间通信路径向量Er,t的第k个元素;r与t均表示节点编号;k表示支路编号。
步骤3)中所述的分布式状态估计所采用的通讯和计算架构为:
配电网不存在集中的控制中心,各个子区域分别进行区内状态估计,每个子区域只与相邻子区域交互边界节点的状态信息。
步骤4)中所述的:
(1)以配电***同步相量量测装置、相量数据集中器和通信链路配置方案总成本最低为目标函数,数学表达式为:
min(CPMU+CPDC+CCL)
其中,CPMU为同步相量量测装置成本;CPDC为相量数据集中器的成本;CCL为通信链路成本;CP1表示同步相量量测装置的单位成本;m表示子区域的编号;ΓZ表示配电***分区完成后所有子区域构成的集合;i表示子区域m中节点的编号;Ωm表示由子区域m中所有节点构成的集合;xi为决策变量,若节点i配置同步相量量测装置则xi为1,否则xi为0;NOL表示因相邻区域节点重叠造成同步相量量测装置重复计算的数目;CP2表示相量数据集中器的单位成本;yi为决策变量,若节点i配置相量数据集中器则yi为1,否则yi为0;k表示支路编号;ΛB表示配电***所有支路构成的集合;Lk为决策变量,若支路k配置通信链路则Lk为1,否则Lk为0;CL与CB分别表示通信链路长度与带宽的单位成本;Sk表示支路k配置通信链路的长度;Bk表示支路k配置通信链路的带宽;
(2)子区域网络可观性约束为:
Amxm≥1,m∈ΓZ
其中,Am表示子区域m的邻接矩阵;xm是由子区域m中同步相量量测配置的决策变量组成的列向量;1为元素均为1的Nm维列向量,Nm表示子区域m中节点的数目;
(3)同步相量量测装置的数据传送约束为:
其中,第一个约束保证发送信息的节点安装有同步相量量测装置,i与j均为子区域m中节点的编号,zi,j为数据发送决策变量,若节点i的同步相量量测装置与节点j的相量数据集中器通信则zi,j为1,否则zi,j为0;第二个约束保证接收量测信息的节点安装有相量数据集中器,zi为子区域m中与节点i相关的所有数据发送决策变量组成的行向量,ym为子区域m中所有相量数据集中器配置的决策变量组成的列向量;第三个约束保证每个子区域有且仅有一个数据集中器;
(4)相邻子区域重叠节点决策变量约束为:
xi=1,i∈Ωm∩Ωn,m∈ΓZ,n∈ΓZ
其中,m与n均为子区域编号;i为子区域m与子区域n重叠节点的编号;Ωm与Ωn分别表示子区域m与子区域n包含节点的集合;
(5)相量数据集中器间的信息交互约束为:
其中,第一个约束保证子区域m中与子区域n通信的节点配置相量数据集中器,i为子区域m中节点的编号,l为子区域n中节点的编号,wi,l为信息交互决策变量,若节点i的相量数据集中器与节点l的相量数据集中器通信,则wi,l为1,否则wi,l为0;第二个约束保证子区域n中与子区域m通信的节点配置相量数据集中器,wi为子区域m中与节点i相关的所有信息交互决策变量组成的行向量,yn为子区域n中相量数据集中器配置的决策变量组成的列向量;
(6)通信链路的带宽约束为:
其中,i与j均为子区域m中的节点编号;gi表示节点i的度,即与节点i相关联的支路数;Ei,j表示节点i的设备与节点j的设备通信时是否经过各条支路,若经过支路k,则Ei,j的第k个元素Ei,j,k为1,否则Ei,j,k为0;集合ΨA中的每个元素均为两个相邻子区域编号构成的集合,即m与n均表示子区域编号;h为集合ΨA中元素;Ωh,1表示元素h中第一个子区域包含节点的集合;Ωh,2表示元素h中第二个子区域包含节点的集合;r与t分别表示两个相邻子区域中节点的编号;d表示相量数据集中器通信时的数据压缩比例;P表示传输单位相量数据帧所需的带宽;B表示各条支路配置通信链路的带宽;
(7)通信链路的配置约束为:
FL≥B
L≤B
0≤L≤1
其中,F为大于B中任一元素的正数;L表示各条支路是否配置通信链路,若支路k配置通信链路则Lk为1,否则Lk为0;0表示元素均为0的H维列向量,H表示配电***总的支路数;1表示元素均为1的H维列向量。
本发明的面向分布式状态估计的配网同步量测及通信链路配置方法,利用分布式状态估计的分区原则划分配电***,以同步相量量测装置及其相关通信设备配置方案成本最低为目标函数,构造面向分布式状态估计的配网同步量测及通信链路配置的0-1整数线性规划模型并求解,得到经济合理的同步相量量测装置及其相关通信设备配置方案。本发明面向分布式状态估计,同时考虑考虑区内量测信息的汇聚与区间边界信息的交互,相比于面向集中式状态估计的通信配置方案,更加符合当前配电网愈发明显的分布式特征,通信负担明显减小,为配电***的实时分析控制提供了保障。
附图说明
图1是本发明面向分布式状态估计的配网同步量测及通信链路配置方法的流程图;
图2为IEEE 33节点算例图;
图3为PG&E 69节点算例图;
图4为IEEE 33节点算例的同步相量量测装置及其相关通信设备配置方案;
图5为PG&E 69节点算例的同步相量量测装置及其相关通信设备配置方案。
具体实施方式
下面结合实施例和附图对本发明的面向分布式状态估计的配网同步量测及通信链路配置方法做出详细说明。
本发明的面向分布式状态估计的配网同步量测及通信链路配置方法,包括如下步骤:
1)对于选定的配电***,获取配电网络的拓扑连接关系及电气参数,获取同步相量量测装置、相量数据集中器以及通信链路的成本;其中,所述的通信链路的成本为:
其中,CCL表示配电***配置通信链路的总成本;k表示支路编号;ΛB表示配电***所有支路构成的集合;Lk为决策变量,若支路k配置通信链路则Lk为1,否则Lk为0;CL与CB分别表示通信链路长度和带宽的单位成本;Sk表示支路k配置通信链路的长度;Bk表示支路k配置通信链路的带宽。
2)根据步骤1)中获取的配电网络的拓扑连接关系,分别构造邻接矩阵A和节点间通信路径向量Er,t;其中,所述的节点间通信路径向量Er,t的第k个元素为:
其中,Er,t,k表示节点间通信路径向量Er,t的第k个元素;r与t均表示节点编号;k表示支路编号。
3)针对分布式状态估计所采用的通讯和计算架构,根据面向配电网分布式状态估计的同步相量量测配置分区方法将所述的配电***划分为若干个区域;其中所述的:
(1)分布式状态估计所采用的通讯和计算架构为:
配电网不存在集中的控制中心,各个子区域分别进行区内状态估计,每个子区域只与相邻子区域交互边界节点的状态信息。
(2)面向配电网分布式状态估计的同步相量量测配置分区方法,包括如下步骤:
(2.1)对于选定的配电***,获取配电网络的拓扑连接关系,构造邻接矩阵A,设置子区域数M,其中,所述的子区域数M为:
其中,N表示待分区配电***总的节点数,表示数向下取整。
(2.2)建立面向配电网分布式状态估计的同步相量量测配置分区模型,其中所述的面向配电网分布式状态估计的同步相量量测配置分区模型为以子区域间节点数相差最小为目标函数,数学表达式为:
其中,Nm表示子区域m所包含的节点数。
(2.3)通过遗传算法求解步骤2)中所述的面向配电网分布式状态估计的同步相量量测配置分区模型;包括:
(2.3.1)设置遗传算法中个体的染色体长度等于子区域数M,染色体上基因的取值集合为配电***所有节点构成的集合Ω,Ω={1,2,…,N},n表示待分区配电***总的节点数,随机生成初始种群,进化代数e=1,设置交叉概率pC、遗传概率pM和最大进化代数D;
(2.3.2)通过群体中个体的染色体获得初始中心节点,利用中心扩展分区方法对配电网进行分区,进而计算个体的适应度;所述的中心扩展分区方法包括:
(2.3.2.1)设所有节点均未分区,随机获取M个节点作为初始中心节点,将初始中心节点标记为已分区节点;
(2.3.2.2)扩展次数s=0,根据初始中心节点更新初始中心节点对应的子区域集合并构造分区矩阵Gs,扩展次数s=s+1;其中,分区矩阵Gs为M×N维矩阵,对于 l与m分别表示节点编号与子区域编号,若节点l在子区域m中,则Gs的第m行第l列元素Gs,m,l=1,否则Gs,m,l为0,子区域集合Πl中元素为节点l所属的子区域编号,若节点l在子区域m中,则m∈Πl;
(2.3.2.3)设第s次扩展后的待调整分区矩阵G's=Gs-1A,A为邻接矩阵,将待调整分区矩阵G's中非零元素全部置1,设m=1,n=2,m与n均为子区域编号;
(2.3.2.4)若n>M,则m=m+1,n=m+1,进入第(2.3.2.5)步,否则进入第(2.3.2.6)步;
(2.3.2.5)若m=M,则进入第(2.3.2.8)步,否则进入第(2.3.2.6)步;
(2.3.2.6)获得子区域m与子区域n的重叠节点集合Ωm,n,若重叠节点集合Ωm,n为空集,则n=n+1,进入第(2.3.2.4)步,否则进入第(2.3.2.7)步;
(2.3.2.7)若重叠节点集合Ωm,n中只有两个节点且这两个节点均为已分区节点,则分别将两个节点作为子区域m与子区域n的共有边界节点,比较最大区域节点数与最小区域节点数之差,以差最小为目标选择边界节点,若差相同则以扩展前子区域i中节点为边界,调整待调整分区矩阵G's,更新边界节点对应的子区域集合,n=n+1,进入第(2.3.2.4)步;
(2.3.2.8)设所有已分区节点构成的集合为ΩAZ,对于若m∈Πl,则待调整分区矩阵G's的第m行第l个元素G's,m,l=1,否则G's,m,l=0;
(2.3.2.9)设所有未分区的重叠节点构成的集合为ΩNZ,对于若重叠子区域已有边界,则将节点l划分到节点数目最少的子区域中,若节点数最少的子区域有多个,则将节点l划分到编号最小的子区域中,调整待调整分区矩阵G's,更新节点l对应的子区域集合;
(2.3.2.10)设m=1,n=2,m与n均为子区域编号;
(2.3.2.11)若n>M,则m=m+1,n=m+1,进入第(2.3.2.12)步,否则进入第(2.3.2.13)步;
(2.3.2.12)若m=M,则进入第(2.3.2.15),否则进入第(2.3.2.13)步;
(2.3.2.13)获得子区域m与子区域n的重叠节点集合Ωm,n,若重叠节点集合Ωm,n为空集,则n=n+1,进入第(2.3.2.11)步,否则进入第(2.3.2.14)步;
(2.3.2.14)若重叠节点集合Ωm,n中只有一个节点,节点未分区且子区域m与子区域n第一次重叠,则将所述节点作为子区域m与子区域n共有的边界节点,调整待调整分区矩阵G's,更新边界节点对应的子区域集合,n=n+1,进入第(2.3.2.11)步;
(2.3.2.15)设完成调整后的分区矩阵Gs=G's,若Gs=Gs-1,则进入第(2.3.2.16)步,否则将Gs中包含的节点标记为已分区节点,扩展次数s=s+1,进入第(2.3.2.3)步;
(2.3.2.16)根据分区矩阵Gs输出分区结果;
(2.3.3)将选择算子作用于群体,保留适应度最高的个体;
(2.3.4)将交叉算子与变异算子作用于已选择群体,产生下一代,进化代数e=e+1;
(2.3.5)若进化代数e<D,则进入第(2.3.2)步,否则进入第(2.3.6)步;
(2.3.6)将适应度最高的个体作为最优解输出。
4)对于步骤3)中已完成分区的配电***,建立面向分布式状态估计的配电网同步量测及通信链路配置的0-1整数线性规划模型,包括:以配电***同步相量量测装置、相量数据集中器和通信链路配置方案总成本最低为目标函数,考虑子区域网络可观性约束,同步相量量测装置的数据传送约束,相邻子区域重叠节点决策变量约束,相量数据集中器间的信息交互约束,通信链路的带宽约束,通信链路的配置约束;其中,所述的:
(1)以配电***同步相量量测装置、相量数据集中器和通信链路配置方案总成本最低为目标函数,数学表达式为:
min(CPMU+CPDC+CCL)
其中,CPMU为同步相量量测装置成本;CPDC为相量数据集中器的成本;CCL为通信链路成本;CP1表示同步相量量测装置的单位成本;m表示子区域的编号;ΓZ表示配电***分区完成后所有子区域构成的集合;i表示子区域m中节点的编号;Ωm表示由子区域m中所有节点构成的集合;xi为决策变量,若节点i配置同步相量量测装置则xi为1,否则xi为0;NOL表示因相邻区域节点重叠造成同步相量量测装置重复计算的数目;CP2表示相量数据集中器的单位成本;yi为决策变量,若节点i配置相量数据集中器则yi为1,否则yi为0;k表示支路编号;ΛB表示配电***所有支路构成的集合;Lk为决策变量,若支路k配置通信链路则Lk为1,否则Lk为0;CL与CB分别表示通信链路长度与带宽的单位成本;Sk表示支路k配置通信链路的长度;Bk表示支路k配置通信链路的带宽;
(2)子区域网络可观性约束为:
Amxm≥1,m∈ΓZ
其中,Am表示子区域m的邻接矩阵;xm是由子区域m中同步相量量测配置的决策变量组成的列向量;1为元素均为1的Nm维列向量,Nm表示子区域m中节点的数目;
(3)同步相量量测装置的数据传送约束为:
其中,第一个约束保证发送信息的节点安装有同步相量量测装置,i与j均为子区域m中节点的编号,zi,j为数据发送决策变量,若节点i的同步相量量测装置与节点j的相量数据集中器通信则zi,k为1,否则zi,j为0;第二个约束保证接收量测信息的节点安装有相量数据集中器,zi为子区域m中与节点i相关的所有数据发送决策变量组成的行向量,ym为子区域m中所有相量数据集中器配置的决策变量组成的列向量;第三个约束保证每个子区域有且仅有一个数据集中器;
(4)相邻子区域重叠节点决策变量约束为:
xi=1,i∈Ωm∩Ωn,m∈ΓZ,n∈ΓZ
其中,m与n均为子区域编号;i为子区域m与子区域n重叠节点的编号;Ωm与Ωn分别表示子区域m与子区域n包含节点的集合;
(5)相量数据集中器间的信息交互约束为:
其中,第一个约束保证子区域m中与子区域n通信的节点配置相量数据集中器,i为子区域m中节点的编号,l为子区域n中节点的编号,wi,l为信息交互决策变量,若节点i的相量数据集中器与节点l的相量数据集中器通信,则wi,l为1,否则wi,l为0;第二个约束保证子区域n中与子区域m通信的节点配置相量数据集中器,wi为子区域m中与节点i相关的所有信息交互决策变量组成的行向量,yn为子区域n中相量数据集中器配置的决策变量组成的列向量;
(6)通信链路的带宽约束为:
其中,i与j均为子区域m中的节点编号;gi表示节点i的度,即与节点i相关联的支路数;Ei,j表示节点i的设备与节点j的设备通信时是否经过各条支路,若经过支路k,则Ei,,j的第k个元素Ei,j,k为1,否则Ei,j,k为0;集合ΨA中的每个元素均为两个相邻子区域编号构成的集合,即m与n均表示子区域编号;h为集合ΨA中元素;Ωh,1表示元素h中第一个子区域包含节点的集合;Ωh,2表示元素h中第二个子区域包含节点的集合;r与t分别表示两个相邻子区域中节点的编号;d表示相量数据集中器通信时的数据压缩比例;P表示传输单位相量数据帧所需的带宽;B表示各条支路配置通信链路的带宽;
(7)通信链路的配置约束为:
FL≥B
L≤B
0≤L≤1
其中,F为大于B中任一元素的正数;L表示各条支路是否配置通信链路,若支路k配置通信链路则Lk为1,否则Lk为0;0表示元素均为0的H维列向量,H表示配电***总的支路数;1表示元素均为1的H维列向量。
5)求解步骤4)中的面向分布式状态估计的配电网同步量测及通信链路配置的0-1整数线性规划模型,得到同步相量量测装置、相量数据集中器及通信链路的配置方案。
下面给出具体实例:
分别采用IEEE 33节点算例与PG&E 69节点算例验证本发明提出的方法,二者拓扑连接关系如图2与图3所示。取通信设备的单位成本为:CPMU=40,000.00USD/台,CPDC=7,500.00USD/台,CB=120.00USD/kbps,CL=1,500.00USD/km,d=0.56,P=25kbps。IEEE 33节点算例与PG&E 69节点算例的线路长度如表1与表2所示。利用面向分布式状态估计同步相量量测配置的分区方法,将IEEE 33节点算例划分为3个子区域,将PG&E 69节点算例划分为4个子区域,然后应用本发明提出的模型并求解,得到IEEE 33节点算例与PG&E 69节点算例的同步相量量测装置及相关通信设备配置方案如图4与图5所示,具体的配置方案如表3所示。
表1 IEEE 33节点算例线路长度
支路编号 | 首端节点 | 末端节点 | 长度/km | 支路编号 | 首端节点 | 末端节点 | 长度/km |
1 | 1 | 2 | 0.0922 | 17 | 17 | 18 | 0.7320 |
2 | 2 | 3 | 0.4930 | 18 | 2 | 19 | 0.1640 |
3 | 3 | 4 | 0.3660 | 19 | 19 | 20 | 1.5042 |
4 | 4 | 5 | 0.3811 | 20 | 20 | 21 | 0.4095 |
5 | 5 | 6 | 0.8190 | 21 | 21 | 22 | 0.7089 |
6 | 6 | 7 | 0.1872 | 22 | 3 | 23 | 0.4512 |
7 | 7 | 8 | 0.7114 | 23 | 23 | 24 | 0.8980 |
8 | 8 | 9 | 1.0300 | 24 | 24 | 25 | 0.8960 |
9 | 9 | 10 | 1.0440 | 25 | 6 | 26 | 0.2030 |
10 | 10 | 11 | 0.1966 | 26 | 26 | 27 | 0.2842 |
11 | 11 | 12 | 0.3744 | 27 | 27 | 28 | 1.0590 |
12 | 12 | 13 | 1.4680 | 28 | 28 | 29 | 0.8042 |
13 | 13 | 14 | 0.5416 | 29 | 29 | 30 | 0.5075 |
14 | 14 | 15 | 0.5910 | 30 | 30 | 31 | 0.9744 |
15 | 15 | 16 | 0.7463 | 31 | 31 | 32 | 0.3105 |
16 | 16 | 17 | 1.2890 | 32 | 32 | 33 | 0.3410 |
表2 PG&E 69节点算例线路长度
表3不同算例下同步相量量测装置及相关通信设备配置方案
在同样的同步相量量测装置配置方案下,面向分布式状态估计的配置方案与面向集中式状态估计的配置方案中通信链路的带宽对比如表4与表5所示。由表4可知,在IEEE33节点算例中,集中式配置需要的总带宽为7075kbps,成本为849,000.00USD,分布式配置需要的总带宽为3005kbps,成本为360,600.00USD,共节省带宽成本488,400.00USD;由表5可知,在PG&E 69节点算例中,集中式配置需要的总带宽为20325kbps,成本为2,439,000.00USD,分布式配置需要的总带宽为9567kbps,成本为1,148,040.00USD,共节省带宽成本1,290,960.00USD。此外,对于同一条支路配置的通信链路,分布式配置方案所需带宽均小于等于集中式配置方案所需带宽,验证了本发明在减小通信负担方面的有效性。
表4 IEEE 33节点算例不同配置方式下通信链路带宽
表5 PG&E 69节点算例不同配置方式下通信链路带宽
Claims (5)
1.一种面向分布式状态估计的配网同步量测及通信链路配置方法,其特征在于,包括如下步骤:
1)对于选定的配电***,获取配电网络的拓扑连接关系及电气参数,获取同步相量量测装置、相量数据集中器以及通信链路的成本;
2)根据步骤1)中获取的配电网络的拓扑连接关系,分别构造邻接矩阵A和节点间通信路径向量Er,t;
3)针对分布式状态估计所采用的通讯和计算架构,根据面向配电网分布式状态估计的同步相量量测配置分区方法将所述的配电***划分为若干个区域;
4)对于步骤3)中已完成分区的配电***,建立面向分布式状态估计的配电网同步量测及通信链路配置的0-1整数线性规划模型,包括:以配电***同步相量量测装置、相量数据集中器和通信链路配置方案总成本最低为目标函数,考虑子区域网络可观性约束,同步相量量测装置的数据传送约束,相邻子区域重叠节点决策变量约束,相量数据集中器间的信息交互约束,通信链路的带宽约束,通信链路的配置约束;
5)求解步骤4)中的面向分布式状态估计的配电网同步量测及通信链路配置的0-1整数线性规划模型,得到同步相量量测装置、相量数据集中器及通信链路的配置方案。
2.根据权利要求1所述的面向分布式状态估计的配网同步量测及通信链路配置方法,其特征在于,步骤1)中所述的通信链路的成本为:
其中,CCL表示配电***配置通信链路的总成本;k表示支路编号;ΛB表示配电***所有支路构成的集合;Lk为决策变量,若支路k配置通信链路则Lk为1,否则Lk为0;CL与CB分别表示通信链路长度和带宽的单位成本;Sk表示支路k配置通信链路的长度;Bk表示支路k配置通信链路的带宽。
3.根据权利要求1所述的面向分布式状态估计的配网同步量测及通信链路配置方法,其特征在于,步骤2)中所述的节点间通信路径向量Er,t的第k个元素为:
其中,Er,t,k表示节点间通信路径向量Er,t的第k个元素;r与t均表示节点编号;k表示支路编号。
4.根据权利要求1所述的面向分布式状态估计的配网同步量测及通信链路配置方法,其特征在于,步骤3)中所述的分布式状态估计所采用的通讯和计算架构为:
配电网不存在集中的控制中心,各个子区域分别进行区内状态估计,每个子区域只与相邻子区域交互边界节点的状态信息。
5.根据权利要求1所述的面向分布式状态估计的配网同步量测及通信链路配置方法,其特征在于,步骤4)中所述的:
(1)以配电***同步相量量测装置、相量数据集中器和通信链路配置方案总成本最低为目标函数,数学表达式为:
min(CPMU+CPDC+CCL)
其中,CPMU为同步相量量测装置成本;CPDC为相量数据集中器的成本;CCL为通信链路成本;CP1表示同步相量量测装置的单位成本;m表示子区域的编号;ΓZ表示配电***分区完成后所有子区域构成的集合;i表示子区域m中节点的编号;Ωm表示由子区域m中所有节点构成的集合;xi为决策变量,若节点i配置同步相量量测装置则xi为1,否则xi为0;NOL表示因相邻区域节点重叠造成同步相量量测装置重复计算的数目;CP2表示相量数据集中器的单位成本;yi为决策变量,若节点i配置相量数据集中器则yi为1,否则yi为0;k表示支路编号;ΛB表示配电***所有支路构成的集合;Lk为决策变量,若支路k配置通信链路则Lk为1,否则Lk为0;CL与CB分别表示通信链路长度与带宽的单位成本;Sk表示支路k配置通信链路的长度;Bk表示支路k配置通信链路的带宽;
(2)子区域网络可观性约束为:
Amxm≥1,m∈ΓZ
其中,Am表示子区域m的邻接矩阵;xm是由子区域m中同步相量量测配置的决策变量组成的列向量;1为元素均为1的Nm维列向量,Nm表示子区域m中节点的数目;
(3)同步相量量测装置的数据传送约束为:
其中,第一个约束保证发送信息的节点安装有同步相量量测装置,i与j均为子区域m中节点的编号,zi,j为数据发送决策变量,若节点i的同步相量量测装置与节点j的相量数据集中器通信则zi,j为1,否则zi,j为0;第二个约束保证接收量测信息的节点安装有相量数据集中器,zi为子区域m中与节点i相关的所有数据发送决策变量组成的行向量,ym为子区域m中所有相量数据集中器配置的决策变量组成的列向量;第三个约束保证每个子区域有且仅有一个数据集中器;
(4)相邻子区域重叠节点决策变量约束为:
xi=1,i∈Ωm∩Ωn,m∈ΓZ,n∈ΓZ
其中,m与n均为子区域编号;i为子区域m与子区域n重叠节点的编号;Ωm与Ωn分别表示子区域m与子区域n包含节点的集合;
(5)相量数据集中器间的信息交互约束为:
其中,第一个约束保证子区域m中与子区域n通信的节点配置相量数据集中器,i为子区域m中节点的编号,l为子区域n中节点的编号,wi,l为信息交互决策变量,若节点i的相量数据集中器与节点l的相量数据集中器通信,则wi,l为1,否则wi,l为0;第二个约束保证子区域n中与子区域m通信的节点配置相量数据集中器,wi为子区域m中与节点i相关的所有信息交互决策变量组成的行向量,yn为子区域n中相量数据集中器配置的决策变量组成的列向量;
(6)通信链路的带宽约束为:
其中,i与j均为子区域m中的节点编号;gi表示节点i的度,即与节点i相关联的支路数;Ei,j表示节点i的设备与节点j的设备通信时是否经过各条支路,若经过支路k,则Ei,j的第k个元素Ei,j,k为1,否则Ei,j,k为0;集合ΨA中的每个元素均为两个相邻子区域编号构成的集合,即m与n均表示子区域编号;h为集合ΨA中元素;Ωh,1表示元素h中第一个子区域包含节点的集合;Ωh,2表示元素h中第二个子区域包含节点的集合;r与t分别表示两个相邻子区域中节点的编号;d表示相量数据集中器通信时的数据压缩比例;P表示传输单位相量数据帧所需的带宽;B表示各条支路配置通信链路的带宽;
(7)通信链路的配置约束为:
FL≥B
L≤B
0≤L≤1
其中,F为大于B中任一元素的正数;L表示各条支路是否配置通信链路,若支路k配置通信链路则Lk为1,否则Lk为0;0表示元素均为0的H维列向量,H表示配电***总的支路数;1表示元素均为1的H维列向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910453309.9A CN110138620B (zh) | 2019-05-28 | 2019-05-28 | 面向分布式状态估计的配网同步量测及通信链路配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910453309.9A CN110138620B (zh) | 2019-05-28 | 2019-05-28 | 面向分布式状态估计的配网同步量测及通信链路配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110138620A true CN110138620A (zh) | 2019-08-16 |
CN110138620B CN110138620B (zh) | 2021-05-14 |
Family
ID=67582410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910453309.9A Active CN110138620B (zh) | 2019-05-28 | 2019-05-28 | 面向分布式状态估计的配网同步量测及通信链路配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110138620B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111163376A (zh) * | 2019-12-16 | 2020-05-15 | 天津大学 | 面向分布式状态估计的配网同步量测及通信设备配置方法 |
CN111505379A (zh) * | 2020-03-06 | 2020-08-07 | 天津大学 | 一种基于奇异值分解的配电网同步相量量测数据压缩方法 |
CN111983386A (zh) * | 2020-08-19 | 2020-11-24 | 剑科云智(深圳)科技有限公司 | 一种配电网的分布式状态估计*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105515017A (zh) * | 2015-12-11 | 2016-04-20 | 国网智能电网研究院 | 计及信息安全约束的广域测量***pmu优化配置方法 |
CN107563550A (zh) * | 2017-08-23 | 2018-01-09 | 武汉大学 | 一种基于pmu的配电网实时分布式状态估计及pmu的优化配置方法 |
US20190042746A1 (en) * | 2018-06-28 | 2019-02-07 | Intel Corporation | Methods, systems and apparatus to detect polymorphic malware |
-
2019
- 2019-05-28 CN CN201910453309.9A patent/CN110138620B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105515017A (zh) * | 2015-12-11 | 2016-04-20 | 国网智能电网研究院 | 计及信息安全约束的广域测量***pmu优化配置方法 |
CN107563550A (zh) * | 2017-08-23 | 2018-01-09 | 武汉大学 | 一种基于pmu的配电网实时分布式状态估计及pmu的优化配置方法 |
US20190042746A1 (en) * | 2018-06-28 | 2019-02-07 | Intel Corporation | Methods, systems and apparatus to detect polymorphic malware |
Non-Patent Citations (2)
Title |
---|
吉兴全等: "基于协同进化的配网动态重构算法", 《安徽大学学报(自然科学版)》 * |
杨明海等: "电力***PMU优化配置方法综述", 《电力***及其自动化学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111163376A (zh) * | 2019-12-16 | 2020-05-15 | 天津大学 | 面向分布式状态估计的配网同步量测及通信设备配置方法 |
CN111163376B (zh) * | 2019-12-16 | 2021-05-14 | 天津大学 | 面向分布式状态估计的配网同步量测及通信设备配置方法 |
CN111505379A (zh) * | 2020-03-06 | 2020-08-07 | 天津大学 | 一种基于奇异值分解的配电网同步相量量测数据压缩方法 |
CN111505379B (zh) * | 2020-03-06 | 2021-07-16 | 天津大学 | 一种基于奇异值分解的配电网同步相量量测数据压缩方法 |
CN111983386A (zh) * | 2020-08-19 | 2020-11-24 | 剑科云智(深圳)科技有限公司 | 一种配电网的分布式状态估计*** |
CN111983386B (zh) * | 2020-08-19 | 2023-05-09 | 剑科云智(深圳)科技有限公司 | 一种配电网的分布式状态估计*** |
Also Published As
Publication number | Publication date |
---|---|
CN110138620B (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110138620A (zh) | 面向分布式状态估计的配网同步量测及通信链路配置方法 | |
CN110707686B (zh) | 台区识别方法、构建台区线路拓扑的方法 | |
CN103401922B (zh) | 无线传感器网络中基于博弈方法的分布式定位装置与方法 | |
CN106921156B (zh) | 一种基于多采样周期混合量测的主动配电网状态估计方法 | |
CN102546059B (zh) | 认知自组织网络中基于无监督聚类的分布式合作频谱感知方法 | |
CN104537580B (zh) | 基于K‑means聚类的配电网网架的构建方法 | |
CN106711966B (zh) | 配电网保护定值整定方法及*** | |
CN108365609B (zh) | 计及互联电网分区自动发电控制的统一迭代潮流计算方法 | |
CN108847659A (zh) | 考虑拓扑变化的配电网同步相量量测配置方法 | |
CN109728603A (zh) | 有源配电网分布式电源分区就地电压控制策略整定方法 | |
CN109149586A (zh) | 面向智能软开关的有源配电网分区分散式电压控制方法 | |
CN113411213B (zh) | 基于物联网的自组网拓扑控制方法及协同监测方法 | |
CN104837155A (zh) | 类bp神经网络的分簇传感网络数据收集方法 | |
CN112612000A (zh) | 适用于快速布设uwb定位***的智能配置平台 | |
CN104581949B (zh) | 小区栅格化方法及装置 | |
CN110222966A (zh) | 面向配电网分布式状态估计的同步相量量测配置分区方法 | |
CN106454986A (zh) | 电力无线数据采集网络路由算法 | |
CN106549376B (zh) | 基于等效节点法的含dg配电网支路综合稳定评估方法 | |
CN110120673A (zh) | 基于戴维南等值参数辨识的分布式输配协同无功优化方法及*** | |
CN111163376B (zh) | 面向分布式状态估计的配网同步量测及通信设备配置方法 | |
CN108307510A (zh) | 一种异构小区网络中的功率分配方法 | |
CN105872987B (zh) | 一种基于单移动机器人的分布式无线传感网络节点定位方法 | |
CN108336730A (zh) | 一种基于降阶自灵敏度的戴维南等值参数辨识方法 | |
CN114884565B (zh) | 一种基于通信性能约束的大规模低轨卫星网络拓扑优化方法 | |
CN106304178A (zh) | 一种基于电力异构无线网络的QoS保障方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |