一种配电网量测优化配置方法及终端技术

技术编号:35452013 阅读:31 留言:0更新日期:2022-11-03 12:07
本发明专利技术公开了一种配电网量测优化配置方法及终端,使用多时间断面的Fisher信息矩阵的标量函数作为第一蚁群算法中影响信息素更新的参数,将配电网的初始量测集合压缩为候选量测集合;使用多时间断面的状态估计精度值作为第二蚁群算法中影响信息素更新的参数,从候选量测集合中求解出状态估计精度最优的量测配置方案。因此在第二阶段计算时,由于第一阶段的存在大大减少了蚂蚁行走时的可选量测个数,在保证量测配置能取到最优解的同时节省了计算时间。同时,由于考虑了多时间断面的两段式量测优化配置,能够有效解决以往主动配电网可观测性不足的问题,提升求解最优量测配置方案的精度。的精度。的精度。

【技术实现步骤摘要】
一种配电网量测优化配置方法及终端


[0001]本专利技术涉及电力系统配电
,特别涉及一种配电网量测优化配置方法及终端。

技术介绍

[0002]当前主动配电网可观测性不足,极大影响配电网适应大规模分布式电源接入的能量管理能力;并且当前主动配电网多数是基于负载预测的伪量测,其精度较差。

技术实现思路

[0003]本专利技术所要解决的技术问题是:提供一种配电网量测优化配置方法及终端,能够提高配电网的可观测性,并提高测量配置精度。
[0004]为了解决上述技术问题,本专利技术采用的技术方案为:
[0005]一种配电网量测优化配置方法,包括步骤:
[0006]对配电网的初始量测集合使用多时间断面的Fisher信息矩阵的标量函数进行第一蚁群算法的信息素更新,压缩得到候选量测集合;
[0007]对所述候选量测集合使用多时间断面的状态估计精度值进行第二蚁群算法的信息素更新,求解出状态估计精度最优的量测配置方案。
[0008]为了解决上述技术问题,本专利技术采用的另一种技术方案为:
[0009]一种配电网量测优化配置终端,包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
[0010]对配电网的初始量测集合使用多时间断面的Fisher信息矩阵的标量函数进行第一蚁群算法的信息素更新,压缩得到候选量测集合;
[0011]对所述候选量测集合使用多时间断面的状态估计精度值进行第二蚁群算法的信息素更新,求解出状态估计精度最优的量测配置方案。
[0012]本专利技术的有益效果在于:使用多时间断面的Fisher信息矩阵的标量函数作为第一蚁群算法中影响信息素更新的参数,将配电网的初始量测集合压缩为候选量测集合,因此通过蚁群算法和基于FIM的最优试验设计模型相结合的方法,得到第一阶段的候选量测配置方案,大大减少了量测优化配置的计算时间。使用多时间断面的状态估计精度值作为第二蚁群算法中影响信息素更新的参数,从候选量测集合中求解出状态估计精度最优的量测配置方案,因此在第二阶段计算时,由于第一阶段的存在大大减少了蚂蚁行走时的可选量测个数,在保证量测配置能取到最优解的同时节省了计算时间。同时,由于考虑了多时间断面的两段式量测优化配置,能够有效解决以往主动配电网可观测性不足的问题,提升求解最优量测配置方案的精度。
附图说明
[0013]图1为本专利技术实施例的一种配电网量测优化配置方法的流程图;
[0014]图2为本专利技术实施例的一种配电网量测优化配置终端的示意图;
[0015]图3为本专利技术实施例一的两阶段量测优化配置过程示意图;
[0016]图4为本专利技术实施例一的第一蚁群算法量测优化配置流程图;
[0017]图5为本专利技术实施例一的第二蚁群算法量测优化配置流程图;
[0018]图6为本专利技术实施例二的加权最小二乘状态估计方法计算流程图;
[0019]标号说明:
[0020]1、一种配电网量测优化配置终端;2、存储器;3、处理器。
具体实施方式
[0021]为详细说明本专利技术的
技术实现思路
、所实现目的及效果,以下结合实施方式并配合附图予以说明。
[0022]请参照图1,本专利技术实施例提供了一种配电网量测优化配置方法,包括步骤:
[0023]对配电网的初始量测集合使用多时间断面的Fisher信息矩阵的标量函数进行第一蚁群算法的信息素更新,压缩得到候选量测集合;
[0024]对所述候选量测集合使用多时间断面的状态估计精度值进行第二蚁群算法的信息素更新,求解出状态估计精度最优的量测配置方案。
[0025]从上述描述可知,本专利技术的有益效果在于:使用多时间断面的Fisher信息矩阵的标量函数作为第一蚁群算法中影响信息素更新的参数,将配电网的初始量测集合压缩为候选量测集合,因此通过蚁群算法和基于FIM的最优试验设计模型相结合的方法,得到第一阶段的候选量测配置方案,大大减少了量测优化配置的计算时间。使用多时间断面的状态估计精度值作为第二蚁群算法中影响信息素更新的参数,从候选量测集合中求解出状态估计精度最优的量测配置方案,因此在第二阶段计算时,由于第一阶段的存在大大减少了蚂蚁行走时的可选量测个数,在保证量测配置能取到最优解的同时节省了计算时间。同时,由于考虑了多时间断面的两段式量测优化配置,能够有效解决以往主动配电网可观测性不足的问题,提升求解最优量测配置方案的精度。
[0026]进一步地,所述对配电网的初始量测集合使用多时间断面的Fisher信息矩阵的标量函数进行第一蚁群算法的信息素更新,压缩得到候选量测集合包括:
[0027]设置第一蚁群算法的相关参数,初始化所述第一蚁群算法各路径的信息素,得到配电网的初始量测集合;
[0028]循环使用Fisher信息矩阵的标量函数对所述初始量测集合中的各量测点进行多时间断面的计算,得到最佳路径后更新各路径的信息素,直至循环到预设次数后,得到收缩后的候选量测集合。
[0029]由上述描述可知,通过蚁群算法和基于FIM的最优试验设计模型相结合的方法,得到第一阶段的量测优化配置方案。根据第一阶段计算结果,压缩候选量测集,此步骤大大减少了量测优化配置的计算时间,提升了计算效率;并且考虑多时间断面的量测优化配置方法能够提高配电网大规模分布式电源接入的能量管理能力。
[0030]进一步地,所述Fisher信息矩阵的标量函数为:
[0031][0032]式中,z=(z1,

,z
m
)
T
表示m
×
1维的量测向量,x表示n
×
1维的状态向量,i、j表示状态向量中的节点i、j,l
m
表示联合对数似然函数,E(
·
)表示平均值。
[0033]由上述描述可知,根据Fisher信息矩阵的标量函数便于进行初始量测集合的压缩。
[0034]进一步地,对所述候选量测集合使用多时间断面的状态估计精度值进行第二蚁群算法的信息素更新,求解出状态估计精度最优的量测配置方案包括:
[0035]设置第二蚁群算法的相关参数,根据所述候选量测集合初始化所述第二蚁群算法各路径的信息素;
[0036]循环使用状态估计精度值对所述候选量测集合中的各量测点进行各时间断面的计算,得到最佳路径后更新各路径的信息素,直至循环到预设次数后,得到状态估计精度最优的量测配置方案。
[0037]由上述描述可知,通过第一阶段的计算,收缩了候选量测集合,从而大大降低了算法的复杂度。在第二阶段计算时,由于第一阶段的存在大大减少了蚂蚁行走时的可选量测个数,在保证量测配置能取到最优解的同时节省了计算时间,提升了计算效率。
[0038]进一步地,所述状态估计精度值为:
[0039][0040]式中,V

表示节点i的ρ相节点电压幅值量测值,表示节点i的ρ相节点电本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种配电网量测优化配置方法,其特征在于,包括步骤:对配电网的初始量测集合使用多时间断面的Fisher信息矩阵的标量函数进行第一蚁群算法的信息素更新,压缩得到候选量测集合;对所述候选量测集合使用多时间断面的状态估计精度值进行第二蚁群算法的信息素更新,求解出状态估计精度最优的量测配置方案。2.根据权利要求1所述的一种配电网量测优化配置方法,其特征在于,所述对配电网的初始量测集合使用多时间断面的Fisher信息矩阵的标量函数进行第一蚁群算法的信息素更新,压缩得到候选量测集合包括:设置第一蚁群算法的相关参数,初始化所述第一蚁群算法各路径的信息素,得到配电网的初始量测集合;循环使用Fisher信息矩阵的标量函数对所述初始量测集合中的各量测点进行多时间断面的计算,得到最佳路径后更新各路径的信息素,直至循环到预设次数后,得到收缩后的候选量测集合。3.根据权利要求1或2所述的一种配电网量测优化配置方法,其特征在于,所述Fisher信息矩阵的标量函数为:式中,z=(z1,

,z
m
)
T
表示m
×
1维的量测向量,x表示n
×
1维的状态向量,i、j表示状态向量中的节点i、j,l
m
表示联合对数似然函数,E(
·
)表示平均值。4.根据权利要求1所述的一种配电网量测优化配置方法,其特征在于,对所述候选量测集合使用多时间断面的状态估计精度值进行第二蚁群算法的信息素更新,求解出状态估计精度最优的量测配置方案包括:设置第二蚁群算法的相关参数,根据所述候选量测集合初始化所述第二蚁群算法各路径的信息素;循环使用状态估计精度值对所述候选量测集合中的各量测点进行各时间断面的计算,得到最佳路径后更新各路径的信息素,直至循环到预设次数后,得到状态估计精度最优的量测配置方案。5.根据权利要求4所述的一种配电网量测优化配置方法,其特征在于,所述状态估计精度值为:式中,V

表示节点i的ρ相节点电压幅值量测值,表示节点i的ρ相节点电压幅值潮流真解,表示节点i的ρ相节点电压相角量测值,表示节点i的相节点电压相角潮流真解,ρ∈(A,B,C)表示相序;所述得到最佳路径后更新各路径的信息素包括:基于所述状态估计精度值更新蚁群算法信息素:
式中,Q2表示第二蚁群算法的信息素增加系数,f2表示第k只蚂蚁选择量测计算得到的状态估计精度值,f2=min(SE
accuracy
)。6.一种配电网量测优化配置终端,包括存储器、处理器以及存储在...

【专利技术属性】
技术研发人员:陈浩吴桂联林毅巨云涛于燕玲王杰林婷婷倪识远唐露廖锦霖
申请(专利权)人:国网福建省电力有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1