隨著越來越多的敏感設備接入電網，用戶對電壓暫降愈加關注。新能源電網中的電壓暫降還將導致電壓穿越問題。合理配置監測點，獲取對電壓暫降源位置更為敏感的監測信息是有效監測電壓暫降并準確定位的關鍵。

較少的監測點可以降低安裝成本，但同時也降低了監測信息的冗余度，使得定位的不確定區域增加，整體定位準確率下降。監測點數量、電壓暫降可觀測性及定位準確率是相互沖突的目標，在可觀性約束條件下研究電壓暫降定位中的測點多目標優化配置策略，具有重要的理論價值和工程意義。

短路故障是引起電壓暫降的最主要原因，目前一般針對短路故障引起的電壓暫降進行監測點優化配置，主要基于監測點可觀域（Monitor Reach Area, MRA）原理，以監測點數量最少為目標，以系統任意處發生故障至少觸發1臺監測裝置為約束條件，利用0-1規劃法或粒子群算法等優化配置監測點。

這類方法主要關注裝置安裝成本，未考慮采用監測信息實現暫降定位，因而監測信息未能得到充分利用。也有一些學者提出了以故障定位為目標的監測點配置方法。

文獻[12-14]在一組確保全網電壓暫降可觀的監測點配置方案基礎上，通過分階段增加監測點，提高監測冗余度，使故障位置可觀率達到設定的要求。文獻[15-17]針對全網故障點的可定位性進行監測點優化配置，并考慮了故障電阻的影響。

在暫降發生期間，只有觸發監測裝置才能利用測點電壓量測值定位故障位置。測點配置首先要滿足一定的全網暫降可觀性約束，進而對測點配置和故障定位準確度進行多目標優化。多個相互沖突的優化目標難以尋求全局最優解，使得所有目標同時達到最優。

監測點多目標優化問題無法通過加權求和轉換為單目標問題來簡單化處理，而是需要搜索非劣解集，為決策者提供多個監測點配置方案，根據不同的工程實際需求選擇最適合的配置方案。

本文提出一種在電壓暫降可觀的約束下兼顧監測點數量和定位準確性的多目標優化配置方法，并采用多目標離散粒子群算法（Mmulti-objective Discrete Particle Swarm Optimization, MDPSO）求解模型，得到非劣解集，為工程應用實際的監測點配置提供多個必要的方案參考，更具工程實用性。

圖1 短路故障示意圖

圖2 監測點優化配置流程

結論

本文在電壓暫降可觀約束下，提出了一種兼顧故障定位準確性的監測點多目標優化配置方法。以全網電壓暫降可觀為約束條件，以監測點數量最少和不確定區域指數最小為優化目標，建立監測點多目標優化配置模型，采用多目標離散粒子群算法求解模型，得到非劣解集。

通過IEEE39節點系統和IEEE 118節點系統的仿真驗證了本文所提方法的可行性和有效性。相比于傳統方法，本文方法可為決策者提供多個可行的優化配置方案，為實際工程應用提供更多選擇。在監測點數量較少時，本文方法的配置方案在保證全網電壓暫降可觀的條件下，比傳統方法故障定位準確率更高，更具工程實用價值。

此外，分析發現，本文方法在目標空間邊緣（f2=0）可以得到多個監測點配置方案，其目標函數相等。一方面表明本文方法可以得到解空間中更多更優的非劣解；另一方面也暗示存在強化約束條件或增加優化目標的可能。

線路故障率受地理環境和氣象條件影響，暫降特征也受附近的新能源發電設備的影響。在高滲透率新能源電網中，如何根據電網地理分布和電源分布，選擇最優的測點配置方案，滿足暫降可觀和準確定位的工程需求，是下一步的研究內容。