一種基于量子行為粒子群優化算法的電壓暫降估計方法
【技術領域】
[0001] 本發明涉及電能質量的分析與評估領域，尤其是涉及一種基于量子行為粒子群優 化算法的電壓暫降估計方法。
【背景技術】
[0002] 科學技術的日新月異，接入電網的敏感設備越來越多，電壓暫降已成為最頻發且 引起經濟損失最嚴重的電能質量事件之一，即使短時電壓暫降也可引發敏感設備故障或停 運及一系列連續事故，進而造成重大經濟損失，因此評估電壓暫降已成為電能質量中的重 要課題，在本文中采用電壓暫降頻次作為主要指標來描述電網中電壓暫降信息。
[0003] 安裝電能質量監測儀可直接記錄母線電壓暫降頻次，但出于經濟性考慮，電網安 裝的監測儀數量是有限的，因此不可能監控整個網絡的母線，因此，在監測儀數量有限的前 提下，如何對全網中所有節點的電壓暫降頻次做準確估計，是一個值得研究的問題。
[0004] 近年來，不同的隨機估計法被用來估計電力系統中關注母線的電壓暫降頻次，比 如著名的故障位置法，故障位置法基于利用已有系統的歷史故障統計數據作估計，有一定 可靠性，但在實際情況中，由于天氣，設備維護情況等一系列因素，系統故障率在不同年份 會有差異，因此，故障位置法的這一特性使其適合被用來做長時間估計，但針對具體某年的 估計結果與實際值有差異。
[0005] 近年來，電壓暫降狀態估計(VSSE)的概念被一些學者提出，即用系統中有限監控 母線記錄的數據估計非監控母線的電壓暫降頻次，在文獻《Voltage sag state estimation for power distribution systems》（作者：Wang B,Xu ff, Pan Z . IEEE Transactions，2005，20(2):806-812)中作者采用最小二乘法搜索故障點所在路徑，但該方 法只局限于簡單福射性電網，不適用于環網；文獻《Voltage sag state estimation in power systems by applying genetic algorithms》（作者：Lucio J,Espinosa-Juarez E, Hernandez A. IET generation，transmission&distribution，2011,5(2) :223-230)中利用 解析式方法，將VSSE轉化為解欠定方程組的問題，以上傳統的VSSE法均利用有限監控儀器 的現有測量數據結合優化算法得到估計結果，而完全忽視歷史統計數據，但由于系統中監 控儀器數量較少，個別監控儀器測量結果的不準確均會導致估計結果發生很大偏差，因此 測量數據及優化算法的不準確性將會導致傳統VSSE方法的不準確性，并且，針對歷史故障 統計數據進行計算，一直是傳統電力系統可靠性評估的重要組成部分。
【發明內容】
[0006] 本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種考慮全面、方法 先進、效率高、適用范圍廣的基于量子行為粒子群優化算法的電壓暫降估計方法。
[0007] 本發明的目的可以通過以下技術方案來實現：
[0008] -種基于量子行為粒子群優化算法的電壓暫降估計方法，用以估計電網未監測母 線的電壓暫降頻次，包括以下步驟：
[0009] 1)采用故障位置法將電網中的每條線路平均分為多段區間，在多段區間中設定P 段故障區間，并采用故障點代替故障區間；
[0010] 2)利用隨機故障點法建立監測母線的觀測矩陣，用以表示狀態變量向量與量測向 量之間的關系；
[0011] 3)在整個電網中設定T個臨界電壓值，建立狀態估計方法的一般模型；
[0012] 4)根據狀態估計方法的一般模型以及狀態變量向量Xt與量測向量Ht之間的關系， 得到優化問題的目標函數及約束條件；
[0013] 5)通過量子行為粒子群優化算法獲取優化問題的最優解，即全網未監測母線的電 壓暫降頻次。
[0014] 所述的步驟2)具體包括以下步驟：
[0015] 在每個故障區間內隨機模擬一個故障點，并獲取各母線的故障電壓，觀測矩陣Mt 為MXP維的二進制矩陣，其具體行成方式為：
[0017] 其中Μ為監測母線總數，條件A為故障區間p發生故障時監測母線m的故障電壓低于 閾值電壓t，即發生了電壓暫降，
[0018] 條件B為故障區間p發生故障時監測母線m的故障電壓高于閾值電壓t，即未發生電 壓暫降；
[0019] 所述的步驟3)中的狀態估計方法的一般模型表達式為：
[0021 ] 其中，Hi,?，…，Ht，…，Ητ為量測向量，Mi，M2，'"Mt，"·Μτ為觀測向量，X為狀態變量向 量。
[0022]所述的步驟4)中的優化問題的目標函數為：
[0027] x!
[0028]
分別為一條線路所包含故障區間故障次數總和的估計值和歷 史統計值，m為故障區間數，t為所考慮的電壓閾值，其值從1取到T，k為每條線路的故障區 間，取值在1和1 〇之間，i代表系統中所有故障區間，其值在1到T X 10 X L之間（L為網絡中線 路總數），該約束條件表示在任何電壓閾值下每條線路所有故障區間的故障次數之和相等， 且狀態變量(即每段故障區間的故障次數)為正整數。
[0029]所述的步驟5)中的全網未監測母線的電壓暫降頻次/的表達式為：
[0032] 其中，為未監測母線的觀測矩陣，其中，N為系統中母線總數，Μ為監測母線總 數，條件Α為故障區間ρ發生故障時未被監測母線η的故障電壓低于閾值電壓t，即發生了電 壓暫降，條件B為故障區間p發生故障時未被監測母線η的故障電壓高于閾值電壓t，即未發 生電壓暫降。
[0033] 與現有技術相比，本發明具有以下優點：
[0034] -、考慮全面、方法先進:本發明同時考慮歷史數據的有效性及監控儀器的準確 性，將僅利用歷史故障數據的故障位置法和僅利用現有有限監控數據的狀態估計法相結 合，以得到電壓暫降狀態估計方程；
[0035] 二、效率高:本發明利用量子行為粒子群算法(QPS0)求解優化問題，對比遺傳算法 等傳統優化算法，QPS0能保證全局收斂，且控制參數更少，隨機性更強，則找尋最優解效率 更尚；
[0036] 三、適用范圍廣:本技術方案與電網規模及故障類型無關，因此適用于任何規模電 網發生對稱故障和不對稱故障時的電壓暫降狀態估計，從而指導有關部門采取更合理的治 理措施。
【附圖說明】
[0037] 圖1為電網示意圖。
[0038]圖2為線路發生故障后母線電壓實際值和估計值曲線圖。
[0039]圖3為實施例中IEEE 24節點標準測試系統示意圖。
[0040] 圖4為在電壓閾值為0.9pu時母線電壓暫降頻次估計值與實際值對比圖。
[0041] 圖5為在電壓閾值為0.8pu時母線電壓暫降頻次估計值與實際值對比圖。
[0042]圖6為在電壓閾值為0.7pu時母線電壓暫降頻次估計值與實際值對比圖。
【具體實施方式】
[0043]下面結合附圖和具體實施例對本發明進行詳細說明。
[0044] 實施例：
[0045] 1、故障位置法：
[0046] 如圖1中，某線路上0~d段內發生三相故障時會導致關注母線k的電壓低于電壓閾 值t，稱該段線路為電壓閾值t時母線k的電壓暫降區域，則母線k電壓暫降頻次等于該電壓 暫降區域內發生的故障次數之和。將該方法延伸到整個電力系統，則某關注母線的電壓暫 降頻次等于對應電壓閾值下的電壓暫降區域內發生故障次數之和。基于以上原理，故障位 置法利用系統各線路歷史故障統計數據估計各母線的電壓暫降頻次。
[0047]如圖2所示，橫坐標值表示某段線路上故障發生的位置，橫坐標為0和1分別表示線 路起點和線路終點；縱坐標表示故障后母線nu的電壓值;為設定的電壓閾值，僅當母線電 壓低于該閾值時，才視該母線發生了電壓暫降。
[0048] 2、電壓暫降狀態估計(VSSE)
[0049] 在傳統的狀態估計中，有如下通用的數學表達式：
[0050] Η=ΜΧΧ+ξ (1)
[0051] 將該公式用到電壓暫降狀態估計中，式中Η為量測向量，Η中每個元素表示該條監 控母線所記錄的電壓暫降頻次，暫降電壓對應于一個預先設定的閾值電壓值。X為狀態變量 向量，其中每個元素代表一段線路故障區間，元素值大小等于相應時間段該故障區間內的 故障頻次。Μ為量測向量和狀態變量之間的關系矩陣，稱為系統的觀測矩陣。ξ表示測量誤 差，可忽略不計。
[0052] 3、VSSE模型的建立
[0053] VSSE的第一步是將系統中線路分段，本文將網絡中的每條線路平均分為十段。利 用隨機故障點法在每段線路上隨機模擬一個故障點，將n(l〈n〈10)段線路用其上的第η個故 障點代替，即第η段線路(故障區間）內發生故障時各母線的故障電壓與在第η個故障點發生 故障時各母線的故障電壓相等。
[0054]設網絡總共有Ρ段故障區間，應用DIGSILENT軟件在每個故障區間內隨機模擬一個 故障點，并直接讀取各母線的故障電壓。得到監控母線的故障電壓后，式（1)中觀測矩陣Μ的 形成方式如下：
[0056] Α:故障區間ρ發生故障時監測母線m的故障電壓低于閾值電壓t，即發生了電壓暫 降；
[0057] B:故障區間ρ發生故障時