毛 义，吕飞鹏

（四川大学 电气信息学院，四川 成都 610065）

0 引言

基于GPS或北斗和离散傅里叶变换DFT（Discrete Fourier Transform）原理的同步相量测量单元PMU（Phasor Measurement Unit）在广域测量系统WAMS（Wide Area Measurement System）中扮演着核心角色［1-4］。随着对电力系统状态评估和安全评估要求的不断提高，基于数据采集与监视控制（SCADA）系统的数据采集和处理亟待技术上的提升［5-6］。电力系统中所有PMU与一个GPS或北斗时钟以微秒级误差实现同步，可以直接测量节点电压相量幅值和相角，并通过高速通信信道把数据传输到调度中心［7］。国网公司正在加快WAMS的建设，目前500 kV及以上变电站、220 kV主要变电站、100 MW以上机组和新能源并网汇集站几乎均安装了PMU。

由于PMU的高成本，众多学者都在寻求PMU最优配置OPP（Optimal PMU Placement）方法。在解决OPP问题上，已有优化算法主要包括确定性分析法［8-10］和启发搜索法［11-13］两大类。文献［8］使用二进制粒子群算法优化配置PMU，将PMU数量与不可观节点作为适应度参数，使其满足种群的最大适应度。文献［9-10］使用数字规划算法建立不等式约束方程求解结果。确定性分析法通过建立不等式约束求解问题，结果单一、效率低、计算量大，不适合解决大型网络优化问题。文献［11］提出使用遗传算法解决OPP问题，并分析了系统发生故障的情况。文献［12］研究了基于禁忌算法配置PMU，并考虑了最大冗余度问题。文献［13］使用模拟退火混合遗传算法解决PMU优化配置问题。启发搜索法使用某种规律随机搜索最优解，搜索方向不确定，全局最优解难以得到保证，易早熟或收敛于局部最优解。

博弈论作为一个先进的优化工具［5］，越来越受到学术界的重视。……