基于WAMS/SCADA混合量测和离散粒子群优化算法的PMU优化配置

• 作者: 刘天琪 吴星 姚薇薇 李兴源
• 来源期刊: 现代电力
• 学科: 工学
• 关键词: 状态估计 PMU优化配置 UKF算法 WAMS SCADA 数据兼容
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 电力系统
• 页码范围: 10-14
• 页数: 5页
• 分类号: TM712
• 字数: 3496字
• 语种: 中文

摘要

当前应用于状态估计的量测数据由广域测量系统(wide area measurement system,WAMS)和数据监控及采集系统(supervisory control and data acquisition,SCADA)采集,WAMS向量测量单元(phasor measurement unit,PMU)的优化配置问题成为研究的重点.本文在分析WAMS/SCADA混合量测数据成分、时间断面、精度、刷新频率4个方面差异的基础上,实现了混合量测数据的有效兼容,提出了一种基于无迹卡尔曼滤波(unscented kalman filter,UKF)动态状态估计和离散粒子群优化(discrete particle swarm optimization,DPSO)算法的PMU优化配置方案.采用该方案下的混合量测数据进行UKF动态状态估计,很好地提高了状态估计精度.在IEEE39节点系统上模拟日负荷变化验证了该PMU配置方案的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘天琪	四川大学电气信息学院	236	3227	28.0	47.0
2	李兴源	四川大学电气信息学院	449	9176	47.0	76.0
3	吴星	四川大学电气信息学院	14	118	6.0	10.0
4	姚薇薇	四川大学电气信息学院	4	19	3.0	4.0