计及分布式电源的电能质量监测点优化配置

浙江工业大学信息工程学院的研究人员翁国庆、黄飞腾、南余荣、朱双双、杨晓东，在2017年第13期《电工技术学报》上撰文，为实现智能配电网对电能质量（PQ）进行全面监测和扰动事件智能诊断，并考虑系统成本优化和分布式电源影响，分析了现有监测点配置方法存在的三个缺陷，提出需要同时考虑节点电压凹陷域和电流信息全网可观测的优化思路。改进了二进制粒子群优化算法（BPSO）的模型和步骤，并构建评价函数，提出一种基于改进粒子群优化的电能质量监测点配置的算法。

通过改进的BPSO迭代，智能地布置监测点，实现了系统性能和经济成本的最优化。最后，在四种不同结构的配电网络中进行仿真应用。结果表明，该算法能有效地实现PQ监测点优化配置，以较低的成本实现了配电网的全面监测并满足扰动事件智能诊断和精确定位的需求，且算法具有较好的收敛性和适用性。

随着电力市场化不断推进及敏感负荷快速增加，电力故障和电能质量（Power Quality, PQ）问题造成的经济损失不断增加。此外，随着新能源的开发与利用，越来越多的分布式电源（DistributedGenerator, DG）接入配电网，对电网节点电压、功率潮流和电能质量等产生重大影响。电力供应的可靠性已成为当前智能电网领域的研究热点[1]。对配电网进行全面监测有助于快速排除电力故障和解决PQ问题，降低经济损失及明确事件责任，对供电可靠性具有重要意义[2,3]。

现有的电能质量监测仪（Power Quality Monitor, PQM）成本较高，从经济上考虑，系统无法在所有节点均安装PQM。但是，目前国内外对于PQM配置问题的研究仍存在一定的缺陷和较大的局限性。文献[4,5]分别提出了建立在基尔霍夫电流准则（KirchhoffCurrent Law, KCL）上的PQM优化配置方法，但未考虑电压凹陷域问题。

文献[6]在前者的基础上设计了一种网络化PQ监测与分析系统。文献[7-9]分别提出的基于状态估计、粒子群算法以及改进模糊阈值的PQM优化配置方法，均忽略了电流信息的完备性。因此，现有方法无法满足对PQ扰动事件的智能诊断和精确定位需求。

本文提出一种PQM配置优化思路：在节点电压凹陷域的全网可观测基础上，同时兼顾电流信息的完备性，再依据线路的配电权重进行优化。改进了二进制粒子群优化算法（Binary ParticleSwarm Optimization, BPSO）模型，构建了一种评价函数，并在算法流程中加入反馈校正环节，以提高算法效率。

然后，采用改进的BPSO算法求取监测点配置最优方案，其目标函数是在实现系统性能和经济优化的同时，能满足PQ事件智能诊断和精确定位的要求。最后，利用Mtalab/Simulink软件搭建了四种典型的、不同结构的含DG单元配电网模型，并进行了算法编程和仿真计算。

图3 改进BPSO算法流程

结论

考虑到可靠供电对社会经济发展的重要性，以及配电网智能化和新能源技术发展过程中面临的挑战，对智能配电网进行PQ全面监测具有必要性。针对现有PQ监测点优化布置算法的缺陷，提出了一种PQM优化布置思路。不仅改进了BPSO模型，构建了一种新的评价函数，并提出一种基于改进BPSO的PQM优化配置算法。

在四种不同结构的配电网络上进行仿真，结果表明该算法收敛速度较快并具有较好的通用性，能自动、有效地实现PQ监测系统的监测点优化配置，且能适用于DG并网的情况。本文算法以较低的成本实现了配电网的PQ全面监测，并满足PQ扰动事件的智能诊断和精确定位需求，克服了现有算法的局限性。