電力系統(tǒng)傳輸網(wǎng)絡(luò)與負(fù)荷模型辨識及其在電壓穩(wěn)定分析中的應(yīng)用.pdf

1、電力系統(tǒng)的發(fā)展和大區(qū)聯(lián)網(wǎng)的實(shí)現(xiàn)，使得電力系統(tǒng)規(guī)模日益擴(kuò)大、電網(wǎng)結(jié)構(gòu)更加復(fù)雜，為國民經(jīng)濟(jì)帶來顯著效益的同時，也使電力系統(tǒng)運(yùn)行點(diǎn)越來越接近穩(wěn)定極限，整個系統(tǒng)發(fā)生電壓失穩(wěn)甚至電壓崩潰的危險不斷增加。電力系統(tǒng)仿真研究和各種具體分析都是建立在相應(yīng)的數(shù)學(xué)模型基礎(chǔ)上，各元件精確的數(shù)學(xué)模型能更準(zhǔn)確地反映實(shí)際系統(tǒng)的動態(tài)過程，提高計(jì)算精度與可信度，有助于保證系統(tǒng)穩(wěn)定安全運(yùn)行、并提高分析決策水平，在電力系統(tǒng)的運(yùn)行、控制、計(jì)算中具有現(xiàn)實(shí)意義。為了實(shí)現(xiàn)電力系統(tǒng)穩(wěn)

2、定安全運(yùn)行，本文重點(diǎn)研究電力系統(tǒng)傳輸網(wǎng)絡(luò)模型和非線性動態(tài)負(fù)荷模型的辨識及其在電壓穩(wěn)定分析中的應(yīng)用。論文取得的主要研究成果和創(chuàng)新點(diǎn)如下:
　　 1)提出改進(jìn)的帶遺忘因子的最小二乘法及其病態(tài)問題改善方法，實(shí)現(xiàn)多源、多負(fù)載電網(wǎng)模型的在線辨識。
　　 針對復(fù)雜電力系統(tǒng)傳輸網(wǎng)絡(luò)，基于基爾霍夫電壓、電流定律，引入電壓增益矩陣和電網(wǎng)阻抗矩陣，建立顧及線路耦合關(guān)系的多源、多負(fù)載電網(wǎng)穩(wěn)態(tài)線性模型。與戴維南等值模型相比，該模型更利于理解和研

3、究系統(tǒng)的整體運(yùn)行效果。為了適應(yīng)電網(wǎng)參數(shù)經(jīng)常變化的特點(diǎn)，基于同步相量測量數(shù)據(jù)，采用帶遺忘因子的遞推最小二乘方法辨識該電網(wǎng)模型，實(shí)現(xiàn)電網(wǎng)阻抗參數(shù)的估計(jì)和跟蹤;同時提出一種改進(jìn)的基于奇異值分解的病態(tài)問題改善方法，提高了模型的辨識精度和可信度。最后通過兩個簡單電力系統(tǒng)進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明本文所提方法可以有效用于多源、多負(fù)載電力系統(tǒng)傳輸網(wǎng)絡(luò)模型的在線辨識。
　　 2)提出基于電網(wǎng)模型的線路故障診斷和電壓穩(wěn)定分析方法
　　 基于多

4、源、多負(fù)載電力系統(tǒng)傳輸網(wǎng)絡(luò)模型，研究其在線路故障診斷和電壓穩(wěn)定分析等方面的應(yīng)用。首先根據(jù)電網(wǎng)模型計(jì)算并跟蹤系統(tǒng)導(dǎo)納矩陣的變化，根據(jù)矩陣各元素的變化情況，提出線路故障診斷方法。其次對耦合的電網(wǎng)模型進(jìn)行解耦處理，提出一種靜態(tài)電壓穩(wěn)定指標(biāo)，表征系統(tǒng)當(dāng)前運(yùn)行點(diǎn)與穩(wěn)定運(yùn)行極限點(diǎn)的距離，方便判定各負(fù)荷節(jié)點(diǎn)的電壓穩(wěn)定性及薄弱程度，利于整個電網(wǎng)穩(wěn)定監(jiān)測。最后采用簡單5節(jié)點(diǎn)系統(tǒng)和IEEE-30節(jié)點(diǎn)標(biāo)準(zhǔn)電力系統(tǒng)對所提出的線路故障診斷和電壓穩(wěn)定性分析方法進(jìn)行

5、驗(yàn)證。結(jié)果表明本文所提方法可以有效的判斷系統(tǒng)線路故障發(fā)生點(diǎn)，并實(shí)時監(jiān)測系統(tǒng)穩(wěn)定運(yùn)行狀態(tài)。
　　 3)提出電力系統(tǒng)非線性動態(tài)負(fù)荷模型辨識方法
　　 針對Hill等提出的指數(shù)功率恢復(fù)模型的非線性和動態(tài)特性，采用二階泰勒級數(shù)展開模型作為該模型的簡化模型，提出一種基于頻率加權(quán)最小二乘的Hartley調(diào)制函數(shù)算法進(jìn)行模型參數(shù)的辨識。這是一種針對連續(xù)時間系統(tǒng)的直接辨識方法，該方法巧妙的避免了信號的數(shù)值微分處理及初始條件的確定，克服了

6、傳統(tǒng)離散系統(tǒng)辨識方法在連續(xù)系統(tǒng)模型和離散系統(tǒng)模型相互轉(zhuǎn)換時引入的誤差以及對采樣周期的依賴。選擇合適的調(diào)制函數(shù)參數(shù)可以有效提高系統(tǒng)辨識的抗噪能力。
　　 為了克服Hartley調(diào)制函數(shù)方法參數(shù)選擇復(fù)雜的缺點(diǎn)，簡化辨識過程，充分考慮指數(shù)功率恢復(fù)模型的結(jié)構(gòu)特征，本文提出一種基于離散傅里葉變換數(shù)值微分的交替最小二乘辨識方法。將非線性負(fù)荷模型辨識問題分解為兩個線性最小二乘問題，采用交替辨識方法逐步估計(jì)負(fù)荷模型參數(shù)。針對負(fù)荷模型辨識過程中需

7、要計(jì)算數(shù)值微分的特點(diǎn)，提出基于離散傅里葉變換的數(shù)值微分方法，有效減小數(shù)據(jù)噪聲對辨識結(jié)果的影響，而且提高了計(jì)算速度。仿真結(jié)果表明，本文所提方法在含有明顯噪聲情況下仍然可以獲得比較精確的辨識結(jié)果。
　　 4)提出考慮非線性動態(tài)負(fù)荷模型動、靜態(tài)特性的電壓穩(wěn)定分析方法
　　 結(jié)合P-V曲線法，分析動態(tài)負(fù)荷模型參數(shù)對系統(tǒng)運(yùn)行點(diǎn)位置的影響，研究負(fù)荷靜態(tài)特性和動態(tài)特性如何影響著電壓失穩(wěn)事故的發(fā)生，提高了系統(tǒng)的穩(wěn)定運(yùn)行監(jiān)控能力。通過實(shí)例