面向智能配电网的电能质量扰动源自动定位关键技术研究

In order to carry out a comprehensive and profound study on automatic location method of power quality disturbance source (PQDS) in smart distribution grid, networked power quality monitoring system (NPQMS) will be taken as the supporting platform, and some advanced theories and technologies will be adopt to solve its key technical challenges. Firstly, to solve the prominent contradiction between high economic cost of the NPQMS and requirement of high-quality complete information, optimal placement of monitoring points in the NPQMS will be realized based on high dimensional integer linear programming theory and intelligent optimization technique. Secondly, integrating improved D-S evidence theory and intelligent identification technique, an intelligent direction distinguishing method of PQDS at single monitoring point will be proposed, which is able to adaptively match different disturbance characteristics and quantitatively represent reliability of the distinguishing result. Thirdly, to automatically, accurately and rapidly locate PQDS in smart distribution grid with integrative data platform of the NPQMS, after constructing system model base on multi-agent system and information fusion technique, a multistage algorithm of decision fusion will be presented. Lastly, under condition of many distributed generations widely being connected to smart distribution grid, influence mechanism and corresponding strategy of direction distinguishing and automatic location of PQDS will be researched. The research results will offer new thinking, theoretical basis and technological support to solve the challenge of automatic location of PQDS and improve the intelligent diagnosis function of smart distribution grid.

本项目拟以网络化电能质量监测系统(NPQMS)为支撑平台，引入多种新理论和技术，针对智能配电网中的电能质量扰动源(PQDS)自动定位方法及其关键技术展开深入、全面的研究：1) 基于高维整数线性规划和智能优化理论实现NPQMS中监测装置的布置优化，解决NPQMS构建成本高昂与高质量信息完备需求之间的突出矛盾；2)结合智能辨识和改进D-S证据理论，提出一种可自适应匹配不同扰动类型和特征、结果具有"可信度"表征的单测点电能质量扰动方向智能判别方法；3)构建基于NPQMS综合数据平台的多智能体信息融合模型，进而提出一种多级决策融合算法实现智能配电网中PQDS的自动、精确、快速定位；4)研究分布式电源广泛接入对扰动方向判别及PQDS自动定位的影响机理及应对策略。研究成果将为解决智能配电网体系下的PQDS自动定位难题，进而提高和完善其高级智能诊断功能提供新思路、理论依据和技术支撑。

电能质量扰动源（Power Quality Disturbance Source, PQDS）的快速、准确定位，是电力管理部门尽快查明扰动原因、明确责任、排除扰动源、采取合理改善措施的前提和基础，因此必然是网络化电能质量监测系统（Networked Power Quality Monitoring System，NPQMS）中最重要的高级诊断功能之一。但迄今对于PQDS自动定位问题的研究成果甚少，仅有的少数现有方法在本质上存在着容错性缺乏的重大缺陷。本项目主要针对智能配电网中的PQDS自动定位方法及其相关关键技术展开研究，内容主要包括：1)电能质量监测装置（Power Quality Monitor,PQM）的布置优化，解决系统构建成本高昂与高质量信息完备需求之间的矛盾；2)PQM单测点扰动方向智能判别，使其具有自适应匹配能力、判定结果可表征“可信度”；3)分布式电源（DG）、微网和电动汽车(EV)广泛V2G接入电网对PQDS自动定位的影响机理及应对策略；4)基于各种先进智能决策算法的PQDS精确定位方法；5）电能质量监测与诊断相关的关键问题。项目取得的重要成果主要体现在以下方面：1）提出了一种综合考虑了系统成本优化、DG影响、电压凹陷域和电流信息全网可观测、PQDS定位需求的PQM优化布置方法；2）分析得出影响PQM扰动方向判定结果可靠性的关键因素：DG(包括V2G站)接入、扰动信号强度、外部干扰、扰动信号波形特征等，并分别构建其置信度函数；3）深入研究DG、微网、EV和V2G的工作特性和运行机理，得出DG接入对于PQDS扰动方向判定准确性的影响规则；4）提出一种基于D-S证据理论的PQDS智能定位算法，可实现多种可信度影响因素、多种扰动方向判定证据的融合处理，具有较好的容错性；5）提出一种基于改进矩阵PSO理论的PQDS智能定位算法，可实现同时考虑多种可信度影响因素、矫正DG接入造成的方向误判，具有很好的容错性；6）提出一种电能按质定价策略，涉及电能质量监测、评估、定制、治理、定价等多个方面。本项目的创新性研究成果，为未来智能配电网复杂环境下的PQDS自动、准确定位提供理论基础和技术支撑，为实现其电能质量高级智能诊断功能提供了新思路。