浙江工業大學信息工程學院的研究人員翁國慶、黃飛騰、南余榮、朱雙雙、楊曉東，在2017年第13期《電工技術學報》上撰文，為實現智能配電網對電能質量（PQ）進行全面監測和擾動事件智能診斷，并考慮系統成本優化和分布式電源影響，分析了現有監測點配置方法存在的三個缺陷，提出需要同時考慮節點電壓凹陷域和電流信息全網可觀測的優化思路。改進了二進制粒子群優化算法（BPSO）的模型和步驟，并構建評價函數，提出一種基于改進粒子群優化的電能質量監測點配置的算法。
通過改進的BPSO迭代，智能地布置監測點，實現了系統性能和經濟成本的最優化。最后，在四種不同結構的配電網絡中進行仿真應用。結果表明，該算法能有效地實現PQ監測點優化配置，以較低的成本實現了配電網的全面監測并滿足擾動事件智能診斷和精確定位的需求，且算法具有較好的收斂性和適用性。
隨著電力市場化不斷推進及敏感負荷快速增加，電力故障和電能質量（PowerQuality,PQ）問題造成的經濟損失不斷增加。此外，隨著新能源的開發與利用，越來越多的分布式電源（DistributedGenerator,DG）接入配電網，對電網節點電壓、功率潮流和電能質量等產生重大影響。電力供應的可靠性已成為當前智能電網領域的研究熱點[1]。對配電網進行全面監測有助于快速排除電力故障和解決PQ問題，降低經濟損失及明確事件責任，對供電可靠性具有重要意義[2,3]。
現有的電能質量監測儀（PowerQualityMonitor,PQM）成本較高，從經濟上考慮，系統無法在所有節點均安裝PQM。但是，目前國內外對于PQM配置問題的研究仍存在一定的缺陷和較大的局限性。文獻[4,5]分別提出了建立在基爾霍夫電流準則（KirchhoffCurrentLaw,KCL）上的PQM優化配置方法，但未考慮電壓凹陷域問題。
文獻[6]在前者的基礎上設計了一種網絡化PQ監測與分析系統。文獻[7-9]分別提出的基于狀態估計、粒子群算法以及改進模糊閾值的PQM優化配置方法，均忽略了電流信息的完備性。因此，現有方法無法滿足對PQ擾動事件的智能診斷和精確定位需求。
本文提出一種PQM配置優化思路：在節點電壓凹陷域的全網可觀測基礎上，同時兼顧電流信息的完備性，再依據線路的配電權重進行優化。改進了二進制粒子群優化算法（BinaryParticleSwarmOptimization,BPSO）模型，構建了一種評價函數，并在算法流程中加入反饋校正環節，以提高算法效率。
然后，采用改進的BPSO算法求取監測點配置最優方案，其目標函數是在實現系統性能和經濟優化的同時，能滿足PQ事件智能診斷和精確定位的要求。最后，利用Mtalab/Simulink軟件搭建了四種典型的、不同結構的含DG單元配電網模型，并進行了算法編程和仿真計算。
圖3改進BPSO算法流程
結論
考慮到可靠供電對社會經濟發展的重要性，以及配電網智能化和新能源技術發展過程中面臨的挑戰，對智能配電網進行PQ全面監測具有必要性。針對現有PQ監測點優化布置算法的缺陷，提出了一種PQM優化布置思路。不僅改進了BPSO模型，構建了一種新的評價函數，并提出一種基于改進BPSO的PQM優化配置算法。
在四種不同結構的配電網絡上進行仿真，結果表明該算法收斂速度較快并具有較好的通用性，能自動、有效地實現PQ監測系統的監測點優化配置，且能適用于DG并網的情況。本文算法以較低的成本實現了配電網的PQ全面監測，并滿足PQ擾動事件的智能診斷和精確定位需求，克服了現有算法的局限性。
京公網安備 11010502049343號