【状态估计】基于随机方法优化PMU优化配置（Matlab代码实现）

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 文献来源

🌈4 Matlab代码、数据、文章讲解

---

 

💥1 概述

相量测量单元 （PMU） 收集高精度电压和电流数据，以监控电力系统的性能。但是，在电源系统内的每条总线上实施PMU的成本很高。最佳PMU放置（OPP）对于最大限度地减少实施的PMU数量同时保持网络的完全可观察性变得必要。本文考虑了优化PMU放置时总线连接的弹性。首先，开发图形和数学模型。接下来，采用机会约束规划的技术来创建考虑N-1偶然性的随机模型。最后，通过应用随机规划技术，使用IEEE 1996可靠性测试系统对模型进行测试。

文献来源：

https://ieeexplore.ieee.org/document/8973553

 Optimal PMU Placement Using Stochastic Methods | IEEE Conference Publication | IEEE Xplore

📚2 运行结果

 

  

 

本文仅展现这两个部分。 

 部分代码：

user = input('Enter a value from 0 to 1: ');
if isempty(user)
    user = 0.95;
    disp('Default value used: 0.95');
    disp(' ');
end

%iterations
disp('How many tests would you like to run? (For example: "100".)');
user2 = input('Enter a greater than 10: ');
if isempty(user2)
    user2 = 50;
    disp('Default value used: 50');
    disp(' ');
end

%%    STOCHASTIC:

tb = 73;    %total number of buses
tzib = 40;  %total number of zero-injection buses
tbc = 107;  %total number of bus connections (120, considering the 12 doubles)
tzibc = 99; %total number of zero-injection bus connections

%load probability of branch failures
%duration data [2] has been divided by 8760 to get a percentage of annual time offline

🎉3 文献来源

部分理论来源于网络，如有侵权请联系删除。

[1]M. Mandich, T. Xia and K. Sun, "Optimal PMU Placement Using Stochastic Methods," 2019 IEEE Power & Energy Society General Meeting (PESGM), Atlanta, GA, USA, 2019, pp. 1-5, doi: 10.1109/PESGM40551.2019.8973553.

🌈4 Matlab代码、数据、文章讲解