基于发电机同调分群的PMU优化配置方法

摘要

同步相量测量单元(PMU)以全球定位系统(GPS)提供的精确时间为基准可对电力系统进行实时数据采集，实现对各个节点的同步测量。由于经济和技术等方面的原因，每个节点都配置PMU是不经济也是不现实的，为此，如何解决PMU在电力系统中的优化配置问题得到了众多学者的关注。本文根据系统故障后发电机的同调特性对发电机进行分群，使群中的所有发电机具有相近的转子角度振荡曲线，在每个群中配置一个PMU就可实现对发电机所在整个群的监测，从而达到用少量的PMU就能对整个系统实时监测的效果。 本文采用同调分群的理论，应用系统模型的可达性格纳姆识别发电机的相关性。该方法是一种快速、清晰的方法，它根据模型的可达性格纳姆矩阵，建立了识别发电机相关的充分且必要条件。根据发电机的相关性，采用改进的图遍历方法对相关发电机分群，发展出了有效的PMU配置方法。 应用上述PMU配置方法，本文以华中系统中500kV线路故障为例，分别计算在基本负荷、随机负荷和最大负荷条件下的分群结果。并以所有分群结果为研究对象，根据分层聚类分析的理论，采用类平均法将不同故障下都保持较好同调性的发电机合并为一群，最终得到综合考虑各种因素下的新的分群结果，在每个群中配置一个PMU，从而达到优化配置的效果。

目录

文摘

英文文摘

独创性声明及学位论文使用授权书

第一章绪论

1.1引言

1.1.1 PMU产生的背景和意义

1.1.2 PMU的国内外研究现状

1.1.3 PMU的技术和性能比较分析

1.1.4 PMU研究的发展方向

1.2电力系统的同调发电机分群

1.2.1同调分群的发展过程

1.2.2同调发电机分群识别方法的分类

1.3本文主要工作

第二章PMU的原理及应用

2.1引言

2.2 PMU的相位测量原理及方法

2.2.1 GPS技术及其在相量测量中的作用

2.2.2 PMU的相位测量原理

2.2.3发电机功角测量方法

2.2.4 PMU的通信方式

2.3 PMU在电力系统中的应用

2.3.1稳态分析

2.3.2动态模型辨识及模型校正

2.3.3故障定位及线路参数测量

2.3.4暂态稳定分析

2.4小结

第三章电力系统同调发电机的分群

3.1引言

3.2定义及基本概念

3.2.1相关发电机的定义

3.2.2可达性集合和格纳姆

3.2.3格纳姆的奇异值分解

3.2.4格纳姆满足的微分方程

3.3电力系统基本假设和数学模型

3.3.1基本假设

3.3.2发电机模型

3.3.3简化的系统模型

3.3.4扰动模型

3.3.5线性化模型的形成

3.4ε-相关发电机的识别

3.4.1ε-相关识别的准则

3.4.2ε-相关识别的步骤

3.4.3 ε及k值的确定

3.4.4格纳姆的求取

3.5相关发电机的分群

3.6小结

第四章聚类分析及相关理论

4.1引言

4.2距离与相似系数函数

4.2.1距离函数

4.2.2相似系数函数

4.3分层聚类方法及其比较

4.3.1分层聚类的方法

4.3.2几种聚类方法的性能比较

4.4聚类算法的步骤

4.5小结

第五章同调发电机分群结果的聚类分析

5.1引言

5.2随机负荷的生成

5.2.1截断正态分布

5.2.2参数的取值

5.2.3发电机输出功率的分配

5.3系统故障的设定

5.4同调发电机分群结果的比较

5.5分群结果的分层聚类分析

5.5.1发电机间的相关系数和距离矩阵

5.5.2分层聚类计算

5.6小结

第六章总结与展望

6.1本文工作总结

6.2未来工作展望

附录 聚类后的发电机距离矩阵

参考文献

硕士期间发表的论文

致谢