綜合負(fù)荷模型參數(shù)辨識(shí)及負(fù)荷特性分類綜合方法研究.pdf

1、電力系統(tǒng)數(shù)字仿真已成為電力系統(tǒng)規(guī)劃、運(yùn)行、控制和決策的主要手段,負(fù)荷模型則是影響仿真結(jié)果精度和可信度最為重要的因素之一。由于負(fù)荷自身的隨機(jī)時(shí)變性、多樣性、地域分散性和非線性等特點(diǎn),負(fù)荷建模仍然是國(guó)內(nèi)外電力系統(tǒng)界公認(rèn)的難題。
　　 電力系統(tǒng)負(fù)荷建模研究中,負(fù)荷模型結(jié)構(gòu)一直是倍受關(guān)注的最基本和最關(guān)鍵的問(wèn)題之一。電力系統(tǒng)綜合負(fù)荷成分復(fù)雜,單純采用靜態(tài)或動(dòng)態(tài)負(fù)荷模型難以精確描述其復(fù)雜特性,采用靜態(tài)模型與動(dòng)態(tài)模型相結(jié)合的綜合負(fù)荷模型已成為

2、趨勢(shì)。針對(duì)現(xiàn)有機(jī)理綜合負(fù)荷模型結(jié)構(gòu)復(fù)雜、參數(shù)不容易辨識(shí)等問(wèn)題,本文采用改進(jìn)ZIP/冪函數(shù)+差分方程模型來(lái)描述綜合負(fù)荷的動(dòng)態(tài)特性。其中,ZIP/冪函數(shù)描述負(fù)綜合荷中的靜態(tài)負(fù)荷成分,差分方程描述綜合負(fù)荷中的動(dòng)態(tài)負(fù)荷成分。將動(dòng)模試驗(yàn)中獲得的故障錄波數(shù)據(jù)作為建模數(shù)據(jù),基于模型回響辨識(shí)原則建立模型參數(shù)辨識(shí)所對(duì)應(yīng)的優(yōu)化目標(biāo)函數(shù),采用粒子群算法求解優(yōu)化問(wèn)題,實(shí)現(xiàn)了模型參數(shù)的辨識(shí)。建模結(jié)果表明該模型結(jié)構(gòu)簡(jiǎn)單,參數(shù)易辨識(shí),能夠較好的描述綜合負(fù)荷的動(dòng)態(tài)特性

3、。該模型可以作為綜合負(fù)荷建模時(shí)模型結(jié)構(gòu)的一種選擇。
　　 大區(qū)電網(wǎng)中的負(fù)荷節(jié)點(diǎn)數(shù)目眾多,對(duì)每一個(gè)負(fù)荷節(jié)點(diǎn)均進(jìn)行測(cè)量建模比較困難,有效的辦法是將眾多負(fù)荷節(jié)點(diǎn)進(jìn)行分類,從每類中挑選出典型節(jié)點(diǎn)建模。本文提出一種基于SOM神經(jīng)網(wǎng)絡(luò)的變電站負(fù)荷特性分類與綜合方法。SOM神經(jīng)網(wǎng)絡(luò)能夠?qū)斎肽Ｊ竭M(jìn)行自動(dòng)聚類,已建立的SOM神經(jīng)網(wǎng)絡(luò)能夠?qū)π碌妮斎肽Ｊ竭M(jìn)行判別。以變電站各行業(yè)的構(gòu)成比例作為分類特征向量,利用SOM神經(jīng)網(wǎng)絡(luò)對(duì)某電網(wǎng)48個(gè)變電站負(fù)荷特