(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111269613.1 (22)申请日 2021.10.2 9 (71)申请人 国网上海市电力公司 地址 200122 上海市浦东 新区自由贸易试 验区源深路1 122号 申请人 上海电力大 学 (72)发明人 刘舒　武洁　方陈　苏向敬　 柳劲松　符杨　魏新迟　田书欣　 顾磊　时珊珊　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 代理人 彭瑶 (51)Int.Cl. H02J 13/00(2006.01) H02J 3/06(2006.01)G06F 30/27(2020.01) G06N 3/00(2006.01) G06F 111/04(2020.01) (54)发明名称 一种微能网多适应性μPMU最优布点方法 (57)摘要 本发明涉及一种微能网多适应性μPMU最优 布点方法， 1)获取微能网系统网络拓扑结构， 建 立微能网μPMU布点数学模型； 2)考虑ZIB、 传统 量测、 单μPMU故障和单线路故障等因素对微能 网μPMU布点的影响， 结合上述建立的微能网μ PMU布点数学模型， 分别建立各因素影响下的优 化布点模型； 3)对各因素影 响下的优化布 点模型 分别进行优化求解， 获取配置成本最小情况下的 微能网μPMU布点状态集合； 4)对μPMU布点状态 集合进行进一步筛选， 获取微能网多适应性μ PMU最优布点结果， 并综合各影响 因素案例， 总结 进行微能网μPMU最优布点的原则。 与现有技术 相比， 本发明具有提高系统状态观测精度、 综合 考虑多种因素影 响、 保证微能网安全 稳定运行等 优点。 权利要求书3页 说明书10页 附图3页 CN 113991856 A 2022.01.28 CN 113991856 A 1.一种微能网多适应性 μPMU最优布点方法， 其特 征在于， 包括： 1)获取微能网系统网络 拓扑结构， 建立 微能网 μPMU布点数 学模型； 2)考虑ZIB、 传统量测、 单μPMU故障和单线路故障因素对微能网μPMU布点的影响， 结合 步骤1)建立的微能网 μPMU布点数 学模型， 分别建立各因素影响下的优化布点模型； 3)对各因素影响下的优化布点模型分别进行优化求解， 获取配置成本最小情况下的微 能网 μPMU布点状态集 合； 4)对μPMU布点状态集合进行进一步筛选， 获取微能网多适应性μPMU最优布点结果， 并 综合各影响因素案例， 总结进行微能网 μPMU最优布点的原则。 2.根据权利 要求1所述的微能网多适应性 μPMU最优布点方法， 其特征在于， 步骤1)的具 体内容为： 在获取微能网系统网络拓扑结构的基础上， 采用拓扑可观法， 并以μPMU配置成本最少 为目标和微能网电力系统全局可观为约束条件， 建立 微能网 μPMU布点数 学模型。 3.根据权利 要求2所述的微能网多适应性 μPMU最优布点方法， 其特征在于， μPMU配置成 本最少的表达式为： 式中： ci为成本系 数； i为系统母线编号； N为系统母线总数； xi为二值变量， 表示μPMU布 点与否， 其定义表达式为： 4.根据权利要求3所述的微能网多适应性 μPMU最优布点方法， 其特征在于， 微能网电力 系统全局可观的约束表达式为： 式中， Oi为母线i的观测冗余度， 用以表示 其被测量装置观测到的次数， 公式为： 式中， aij为表示系统网络 拓扑结构信息的二 值联通矩阵A的元 素， 且有： 5.根据权利要求4所述的微能网多适应性μPMU最优布点方法， 其特征在于， 步骤3)中， 采用改进BPSO算法对 各因素影响下的优化布点模型分别进 行优化求解， 获取配置成本最小 情况下的微能网 μPMU布点状态集 合。 6.根据权利要求5所述的微能网多适应性μPMU最优布点方法， 其特征在于， 采用改进 BPSO算法对 各因素影响下的优化布点模型分别进 行优化求解， 获取配置成本最小情况下的权　利　要　求　书 1/3 页 2 CN 113991856 A 2微能网 μPMU布点状态集 合， 具体步骤 包括： 31)输入微能网系统网络 拓扑二值连通矩阵A； 32)设置改进BPSO算法参数， 包括迭代次数、 粒子数、 维度、 惯性权重系数、 学习因子和 速度阈值； 33)初始化粒子， 若不满足约束， 则重新初始化 直至满足约束为止； 34)对粒子 速度与位置进行迭代更新； 35)判断终止条件， 即判断迭代次数达是否设定上限， 若是则终止， 否则返回步骤34)； 36)输出目标函数最小的候选解 集X。 7.根据权利 要求5所述的微能网多适应性 μPMU最优布点方法， 其特征在于， 步骤4)的具 体内容为： 通过改进BPSO优化算法获取微能网μPMU的布点情况后， 通过S ORI值进行排序选出微能 网 μPMU布点 最优解， 得到系统状态量测精度最高情况 下的μPMU布点方案； SORI的公式为： 基于上述微能网μPMU最优布点方案， 将其分别应用于考虑各典型影响因素的微能网具 体实例， 进行 μPMU 多适应性的最优布点。 8.根据权利要求4所述的微能网多适应性μPMU最优布点方法， 其特征在于， 步骤2)中， 考虑ZIB因素影响下的优化布点模型的表达式为： 式中， N为系统母线总数； yij＝1表示母线j 为可观测ZIB， 母线i为与母线j相连的唯一不 可观测母线， 此时母线i通过ZIB规则计算得到其状态 量， 从而实现可观； 由此， 母线i的观测 冗余度Oi由μPMU和ZIB共同决定， 公式如下： 式中 为 μPMU作用， 而 则表示ZIB对观测冗余度的作用。 9.根据权利要求4所述的微能网多适应性μPMU最优布点方法， 其特征在于， 步骤2)中， 考虑单 μPMU故障因素影响下的优化布点模型的表达式为： 10.根据权利 要求4所述的微能网多适应性 μPMU最优布点方法， 其特征在于， 步骤2)中， 考虑单线路故障因素影响下的优化布点模型的表达式为： 权　利　要　求　书 2/3 页 3 CN 113991856 A 3