(19)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 202211078764.3 (22)申请日 2022.09.05 (71)申请人 三峡大学 地址 443002 湖北省宜昌市西陵区大 学路8 号 (72)发明人 徐艳春　王格　孙思涵　 (74)专利代理 机构 宜昌市三峡专利事务所 42103 专利代理师 吴思高 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06F 30/18(2020.01) G06F 30/27(2020.01) G06N 3/00(2006.01)G06F 113/04(2020.01) (54)发明名称 基于改进 灰狼算法的配电网PMU优化配置方 法 (57)摘要 基于改进 灰狼算法的配电网PMU优化配置方 法， 在系统完全可观测的条件下， 建立PMU优化配 置数学模型； 考虑零注入节点的影响、 以及单个 PMU中断和单条线路停电下的系统可观测问题， 对建立的PMU优化配置数学模型约束条件进行修 改； 在灰狼优化算法的基础上对种群初始化、 非 线性收敛因子和位置更新权重系数进行改进； 采 用改进灰狼优化算法， 对不同情景下的PMU配置 模型进行优化配置方案的求解。 该方法构建了不 同情景下以实现系统完全可观为目标的优化配 置模型， 并利用改进灰狼算法求解PMU优化配置 方案， 相较其 他算法有更好 寻优效果。 权利要求书4页 说明书14页 附图6页 CN 115511160 A 2022.12.23 CN 115511160 A 1.基于改进灰狼算法的配电网PMU优化配置方法， 其特 征在于包括以下步骤： 步骤1： 在系统完全可观测的条件下， 建立PMU优化配置数 学模型； 步骤2： 考虑零注入节点的影响、 以及单个PMU中断和单条线路停电下的系统可观测问 题， 对步骤1建立的PMU优化配置数 学模型约束条件进行修改； 步骤3： 在灰狼优化算法的基础上对种群初始化、 非线性收敛因子和位置更新权重系数 进行改进； 步骤4： 采用步骤3改进灰狼优化算法， 对不同情景下的PMU配置模型进行优化配置方案 的求解。 2.根据权利要求1所述基于改进灰狼算法的配电网PMU优化配置方法， 其特征在于： 所 述步骤1中， PMU优化配置数 学模型表示 为公式(1)所示： 式(1)中， ci表示在节点i安装PMU所需要的成本， 不考虑不同节点安装成本 所带来PMU配 置的差异， 统一选取ci＝1； xi是一个二进制变 量， 表示节点i 是否安装PMU， 如果在节点i安装 了PMU则xi为1， 否则为0； min表示求最小值符号； ∑为求和符号； n表示节点个数； i表示第i 个节点； f为约束条件表达式符号； s.t.表示约束 符号； X＝(x1,x2,...,xn)T表示系统各节点 配置PMU的情况； B为元 素均为1的n维列向量； A为 n×n维节点关联矩阵， 其元 素aij表示为 3.根据权利要求2所述基于改进灰狼算法的配电网PMU优化配置方法， 其特征在于： 所 述步骤2中， 考虑零注入节点将减少实现完全可观测所需的PMU数量， 其可观测性 规则如下： 若存在一个间接可观测的零注入节点， 且相邻母线的 电压相量除一个外均已知， 则未 知节点的电压相量可用KCL计算； 若零注入节点电压相量未知且其所有相邻节点的电压相量已知， 则零注入节点电压相 量可通过节点电压方程获得； 故考虑零注入节点的影响时， PMU优化配置数学模型中的约束条件转换如公式(2)所 示： 式(2)中， xi是一个二进制变量， 表示节点i是否安装PMU， 如果在节点i安装了PMU则xi为 1， 否则为0； ∑为求和符号； n表示节点个数； i表示第i个节点； fj为第j个节点的约 束条件表 达式符号； aij可表示为 引入辅助二进制变量yij， 取值为1时， 表示可以根据相邻零注入节点i 的测量数据使得 节点j可观测； 取值为0时， 表示节点j不能被观察到； I为系统节点集合； 表示任意符号； j 表示第j个节点； zi也为二进制变量， 值为1时表示节点i为零注入节点， 值为0时表示节点i权　利　要　求　书 1/4 页 2 CN 115511160 A 2为非零注入节点。 4.根据权利要求2所述基于改进灰狼算法的配电网PMU优化配置方法， 其特征在于： 所 述步骤2中， 单个PMU中断是指系统中任一个PMU故障， 此时模型转换为如公式(3)所示： f＝AX≥2B                    (3)； 式(3)中， f为约束条件表达式符号； X＝(x1,x2,...,xn)T表示系统各节点配置PMU的情 况； B为元 素均为1的n维列向量； A为 n×n维节点关联矩阵， 其元 素aij可表示为 当考虑到零注入节点时， 将PMU优化配置数学模型中的约束条件进行更改， 如公式(4) 所示： 式(4)中， xj是一个二进制变量， 表示节点j是否安装PMU， 如果在节点j 安装了PMU则xj为 1， 否则为0； ∑为求和符号； n表示节点个数； i表示第i个节点； j表示第j个节点； fj为第j个 节点的约束条件表达式符号； aij可表示为 引入辅助二进制变量 yij， 取值为1时， 表示可以根据相邻零注入节点i的测量数据使得节点j可观测； 取值为0时， 表示节点j不能被观察到； zj也为二进制变量， 值为1时表示节点j为零注入节点， 值为0时表 示节点i为非零注入节点； B为元 素均为1的n维列向量； 表示任意符号； I 为系统节点 集合。 5.根据权利要求2所述基于改进灰狼算法的配电网PMU优化配置方法， 其特征在于： 所 述步骤2中， 单条线路停电指的是系统中任一条线路停电， 此时PMU优化配置数学模型中的 约束条件转换如公式(5)所示： f＝(A+I)X≥2B                                (5)； 式(5)中， f为约束条件表达式符号； X＝(x1,x2,...,xn)T表示系统各节点配置PMU的情 况； B为元素均为1的n维列向量； I为n ×n阶单位矩阵； A为n ×n维节点关联矩阵， 其元素aij可 表示为 当考虑零注入节点时， 将PMU优化配置数学模型中的约束条件进行更改， 如公式(6)所 示： 式(6)中， xj是一个二进制变量， 表示节点j是否安装PMU， 如果在节点j 安装了PMU则xj为 1， 否则为0； ∑为求和符号； n表示节点个数； i表示第i个节点； j表示第j个节点； fj为第j个 节点的约束条件表达式符号； aij可表示为 引入辅助二进制变量yij， 取值为1时， 表示可以根据相邻零注入节点i 的测量数据使得 节点j可观测； 取值为0时， 表示节点j不能被观察到； zj也为二进制变量， 值为1时表示节点j 为零注入节点， 值为0时表示节点i为非零注入节点； B为元素均为1的n维列向量； 表示任 意符号； I 为系统节点 集合。权　利　要　求　书 2/4 页 3 CN 115511160 A 3