基于改进自适应遗传算法的PMU优化配置.pdfVIP

第43卷 第2期 电力 系统保护 与控制 Vol1．43NO．2 2015年 1月 l6曰 PowerSystem ProtectionandControl Jan．16．2015 基于改进 自适应遗传算法的PMU优化配置 徐 岩，郅 静 (新能源电力系统国家重点实验室 (华北电力大学)，河北 保定 O71003) 摘要：为了利用最少数 目的相量测量单元 (PMU)保证电力系统在正常运行时和线路 N-1故障时都能完全可观，提出一种基于 改进 自适应遗传算法 (IAGA)的PMU优化配置方法。将PMU配置分为两个阶段：第一阶段以PMU安装数 目最少和正常运行时系 统完全可观为 目标配置PMU；第二阶段在已有配置结果的基础上继续安装PMU，以保证线路 1故障时系统仍完全可观。修 改 IAGA中交叉概率和变异概率的计算公式，克服 了当群体最大适应度值与平均适应度值相等时进化停滞的缺点，优化了进 化过程 ，同时方便了数学计算；对每一代个体进行防早熟操作，消除了由交叉运算和变异运算的偶然性及随机性导致的进化 早熟。算例分析结果表明，该方法在 PMU配置数 目、配置方案种类、收敛性及实用性上有显著优势，证明了该方法的正确性 和优越性 。 关键词：电力系统；相量测量单元 (PMU)；遗传算法；防早熟操作；N-1故障 OptimalPM U configurationbasedonimprovedadaptivegeneticalgorithm XUYan，ZHIJing (StatekeyLaboratoryofAlternateEeleetricalPowerSystemwithRenewableEnergySources (NorthChinaElectricPowerUniversity)，Baoding071003，China) Abstract：Forthepurposeofusingtheleastnumberofphasormeasurementunit(PMU)toensurethepowersystem complete observabilityunderthenormalcircumstancesandwithanⅣ_1faultoftransmission line．na optimalPMU configurationmethod basedonimprovedadaptivegeneticalgorithm (IAGA)isputforward．TheconfigurationofPMUisdividedintotwostages．Thefirst stagetakestheminimmu numberofinstalledPMUsnad thesystem observability underthenormalcircumstancesastragetsto configuratePMU．ThesecondstagecontinuestoinstallPMU inordertoensurethesystem observabiliyt withallAL1faultof transmissionline．ThecalculationformulasofcrossoverprobabiliytandmutationprobabilityofIAGAraemodified，whichovercome theshortcomingofevolutionarystagnationwhenthelragestfitnessvaluena dtheaveragefitnessvalueinthegroupareequa1．Besides， itoptimizestheevolutionaryprocessandmakesthemathematicalcalculationsconvenient．Thepreventingprematureoperationis employedoneachindividualtoeliminatet