Page 20 - 电力与能源2024年第六期
P. 20
656 余俊宏：基于状态估计的电能质量监测点优化配置研究
位电能质量问题。以某省为例，截至 2022 年底， 能（或准确度函数）；α——成本系数；β——性能系
全 省 110 kV 及 以 上 公 用 变 电（换 流）总 容 量 约 数； P n ( x i )——状态估计矩阵模型的输出；x i——
4.86 亿 kVA，线路总长度约 8 万 km，分别较“十二 x 中第 i 个位置；x——优化过程中的可行解（m 维
五”末增长了 55% 和 45%，电网供电可靠率达到 向量），表示 m 个节点的每个位置是否需要安装
［2］
了 99.956% 。尽管电网整体规模和可靠性水平 PQM（不安装取 0，安装取 1）。
大幅提升，但在电能质量监测方面仍有进一步优 该模型建立了电能质量监测优化配置问题的
化空间。值得一提的是，该省正在积极推进智能 数学表达式，但求解难度较大，需要设计高效的优
电网技术应用，如全面开展电网智能巡检，推动省 化算法。同时，在实际应用中，还需进一步考虑电
域 5G 电力示范网规模应用，220 kV 及以上变电 网拓扑结构、运行方式等复杂因素的影响 。
［3］
站、110 kV 及以上线路全部实现智能巡检。这为
3 考虑实际电网约束的监测点优化配置
优化电能质量监测点配置提供了有利契机。因
算法
此，亟须在现有资源约束下，探索经济高效的电能
质量监测点优化配置新方法，最大限度改善布点 3.1 电能质量监测点选址的多目标优化模型
盲区、弥补观测缺陷的同时，借力智能电网技术手 在建立电能质量监测点优化配置的基础模型
段，提升监测投资效益，以更低的成本实现更优的 前，需要充分考虑影响选址的关键因素。这些因
监测绩效，从而为电能质量的精准管控奠定坚实 素包括电网拓扑结构、负荷特性、历史故障数据、
的数据基础。 地理位置、设备安装条件、通信条件以及经济性
等。监测点应分布在能够反映整个电网状态的关
2 基于状态估计的电能质量监测优化配
键节点上，优先考虑重要负荷或敏感负荷集中的
置模型
区域，同时选择电能质量问题多发的节点进行重
电力系统的潮流计算和状态估计是电力工程 点监测。此外，还需考虑监测点的空间分布以确
中的关键问题。本文提出了一种创新的状态估计 保覆盖范围的均衡性，选择便于安装和维护的位
方法，旨在解决配电网络中电能质量监测的难题。 置，确保监测数据能够可靠传输，并在保证监测效
该方法的核心在于构建状态估计矩阵模型，利用 果的前提下尽量减少投资成本。在建立电能质量
有限数量的电能质量监测器（PQM）数据来估算 监测点优化配置的基础模型后，需要针对多目标
未安装 PQM 节点的电能质量。这种方法的优势 优化问题的特点，对模型进行改进和简化。
在于它能够将复杂的定性问题转化为可量化的优 （1）针对模型中存在多个优化目标的情况，可
化问题。通过线路参数、拓扑结构和电气等效计 以通过引入权重系数的方法，将多个目标进行归
算，可以准确估算全网所有节点的电能质量数据， 一化处理， 从而转化为单目标优化问题。具体而
同时评估其准确度。这不仅提高了监测系统的效 言，可以根据决策者的偏好，对各个目标赋予不同
率，还为在成本和性能之间寻找最佳平衡提供了 的权重，形成一个加权求和的目标函数。通过调
理论基础，建立优化模型如下：
整权重系数，可以灵活地在监测效果与投资成本
ì minF ( x )= f ( x )+ h ( x ) 之间进行权衡，从而满足不同决策偏好下的优化
ï ï
ï
ï
ï ï
í s. t. f ( x )≥ 0 （1） 需求。
ï ï h ( x )≤ 0
ï （2）考虑到电能质量监测点选址问题的决策
ï
ï ï m ≥ x ≥ 0 变量具有离散特性，即只有两种状态（选中或未选
î
ì f ( x )= α∙ N x i 中），同时监测点总数受到资源的限制，因此可利
ï ï
í ∑ i = 1 （2）
N
ï ï ï ïh ( x )=-β∙ ∑ i = 1 P n ( x i ) 用隐枚举的思想来降低求解难度。具体而言，可
î
式中 f（x） ——经济成本函数；h（x）——系统性 以将所有可能的监测点配置方案进行穷举，然后
