電力綜合負荷模型參數(shù)辨識算法研究.pdf

1、目前電力系統(tǒng)計算機數(shù)字仿真技術是電力系統(tǒng)規(guī)劃、運行、控制和決策的主要手段，其中影響仿真結果精度和可信度最為重要的因素是負荷模型。因為電力系統(tǒng)負荷自身的隨機性、多樣的變化性、地域分散和非線性等特征，讓電力負荷建模成為電力系統(tǒng)界公認的一大難題。
　　在電力系統(tǒng)負荷建模研究中，長久以來深受關注的最基本和最關鍵的焦點之一就是負荷模型結構。因為電力系統(tǒng)綜合負荷自身結構的復雜，如果只是使用靜態(tài)或動態(tài)負荷模型就很難精確的描繪出其中的復雜特性，那

2、么使用靜態(tài)模型與動態(tài)模型相結合的綜合負荷模型就成為趨勢。隨著對電力負荷研究的深入，負荷的數(shù)學模型已較為成熟，但因為負荷的復雜性使得模型參數(shù)的獲取變得困難，而參數(shù)準確程度又直接影響了負荷模型的有效性，因此研究負荷模型的參數(shù)辨識具有重要意義。
　　負荷參數(shù)識別算法對負荷模型參數(shù)的平穩(wěn)性有著非常重要的意義，若辨識算法不具有很好的全局收斂性，則辨識出的電力系統(tǒng)負荷模型就不具有實際應用的實用性。為了解決負荷模型參數(shù)辨識結果平穩(wěn)性這一困擾模型