[论文解读] Multi-Objective PMU Allocation for Resilient Power System Monitoring

Hamed Haggi, Wei Sun+1 more|arXiv (Cornell University)|Oct 15, 2020

Power System Optimization and Stability参考文献 22被引用 5

一句话总结

本文提出一种多目标相量测量单元（PMU）配置框架，通过最小化PMU数量、最大化可观测性冗余度以及降低电压稳定指数，提升电力系统韧性。该方法采用改进的教与学优化算法（MO-TLBO），在IEEE 14、30和118节点系统中表现出更快的收敛速度和更优的性能，优于现有方法。

ABSTRACT

Phasor measurement units (PMUs) enable better system monitoring and security enhancement in smart grids. In order to enhance power system resilience against outages and blackouts caused by extreme weather events or man-made attacks, it remains a major challenge to determine the optimal number and location of PMUs. In this paper, a multi-objective resilient PMU placement (MORPP) problem is formulated, and solved by a modified Teaching-Learning-Based Optimization (MO-TLBO) algorithm. Three objectives are considered in the MORPP problem, minimizing the number of PMUs, maximizing the system observability, and minimizing the voltage stability index. The effectiveness of the proposed method is validated through testing on IEEE 14-bus, 30-bus, and 118-bus test systems. The advantage of the MO-TLBO-based MORPP is demonstrated through the comparison with other methods in the literature, in terms of iteration number, optimality and time of convergence.

研究动机与目标

• 通过优化PMU配置，应对极端事件下电力系统监测的挑战。
• 在发生线路停运或PMU故障等预想故障情况下，最小化PMU数量的同时确保系统完全可观测。
• 通过最大化系统可观测性冗余度，提升对扰动的韧性。
• 降低电压稳定指数（VSI），以改善重载工况下的系统稳定性。
• 开发一种多目标优化框架，平衡PMU配置中的成本、可观测性与稳定性。

提出的方法

• 建立一个包含三个目标的多目标韧性PMU配置（MORPP）问题：最小化PMU数量、最大化可观测性、最小化电压稳定指数（VSI）。
• 采用整数线性规划（ILP）模型表示可观测性约束，其中母线j处PMU的配置由二值变量x_j表示。
• 引入相位安装策略，模拟分阶段PMU部署过程，实现预算敏感的可观测性评估。
• 提出一种改进的教与学优化算法（MO-TLBO），用于求解多目标问题，提升收敛速度与解的质量。
• 基于可观测母线数量，提出一种冗余指数，量化不同预想故障场景（如ZIBs、线路停运、PMU失效）下的可观测性冗余度。
• 利用无功功率负荷裕度计算VSI，识别弱母线，并确保其至少由两个PMU监测，以增强系统韧性。

实验结果

研究问题

• RQ1 如何优化PMU配置，在确保多种预想故障下系统完全可观测的前提下，最小化PMU数量？
• RQ2 分阶段PMU安装在预算约束下，对可观测性规划的改善程度如何？
• RQ3 将电压稳定指数（VSI）作为目标函数，对PMU配置中系统韧性的提升作用如何？
• RQ4 改进的MO-TLBO算法在多目标PMU配置中，是否能实现比现有元启发式算法更优的收敛速度与解质量？
• RQ5 零注入母线（ZIBs）、线路停运与PMU故障对系统可观测性冗余度的影响如何？

主要发现

• 与文献中其他元启发式算法相比，MO-TLBO算法在更少的迭代次数和更短的计算时间内获得了最优解。
• 在IEEE 118节点系统中，分三个阶段安装32个PMU，实现了100%的系统可观测性，第一阶段覆盖61%，第二阶段覆盖91%。
• 在线路停运和PMU失效场景下，系统冗余度显著提升——IEEE 118节点系统中达到288，而忽略预想故障时仅为178。
• 在IEEE 14节点系统中，母线12等关键母线的无功功率负荷裕度较低，其VSI值超过0.999，表明高度脆弱，且至少由两个PMU监测。
• IEEE 14节点系统多目标解将PMU配置于母线2、6、9、12和14，实现了23的WSOI（可观测性指数加权和）。
• 所提出的MORPP框架确保弱母线至少被两个PMU监测，显著增强了对单点故障的韧性。