李伟光，卢锦玲

(华北电力大学 电气与电子工程学院，河北 保定 071003)

0 引 言

在配网管理模式从被动向主动转变的背景下[1-2],配网的状态估计成为主动管理系统的重要组成部分。由于技术和成本的限制，我国配电网安装的PMU测量设备相对较少，这对状态估计结果的准确性有很大的影响[3]。为了使有限的测量装置在状态估计中起到更大的作用，需要对其安装位置进行优化，许多学者开始关注这一问题，并取得了一定进展。文献[4]使用线性规划和模糊理论结合的方法来确定量测的最佳数量和位置，但其研究的配网情况在我国并不完全适用。文献[5]用启发式算法来建立量测系统，但是这种方法不能给出解的绝对最优。文献[6]提出了增加最优量测的数量来提高状态估计精度的方法。文献[7]采用对预选量测进行评估来选出最优的安装位置，但该方法在复杂系统中的效率较低。文献[8]使用量子粒子群算法来解决量测位置的优化问题，但没有给出离散粒子跟新的具体方法。综合上述分析，大多数传统的方法将量测位置优化问题与状态估计分开考虑，这导致了状态估计精度提升效果不够明显。此外，随着配网规模的日益扩大，高效的优化算法能有效提高量测配置前期的工作效率。首先结合实时状态估计方法来建立量测配置优化模型，在此方法的基础上，提出了优化粒子初始位置的改进免疫离散粒子群算法(Immune Discrete Particle Swarm Optimization，IDPSO)来进行模型求解。最后通过算例仿真来验证了该方法的有效性及可行性。……