动态负荷模型参数辨识的微分进化算法

参数辨识是基于量测负荷建模的一项关键技术。针对微分进化算法进行静态负荷模型参数辨识收敛速度慢、种群规模大的问题,提出一种适合动态负荷模型参数辨识的微分进化算法。所提算法鲁棒性好,收敛速度快,全局寻优能力强,种群规模缩小,计算量降低。对某大城市两个220kV变电站实测扰动数据进行动态负荷模型参数辨识表明,计算精度明显优于遗传算法和Levenberg-Marquardt(L-M)算法相结合混合学习算法的计算精度,验证了所提算法的实用性。

通用动态负荷模型电压阶跃检测和参数辨识方法

如何确定渐变电压信号等效阶跃点位置和采取合理的信号预处理方法对通用动态负荷模型参数辨识有重要影响。针对动态负荷建模试验的需要,利用等效电压阶跃来代替电压渐变信号,把聚类分析引入等效电压阶跃点检测中。在一定时间区间内考虑电压数值的分布特性,结合小波去噪进行负荷信号预处理,基于MATLAB平台,借助GUI(图形用户界面)开发手段,实现了通用动态有功负荷模型的参数辨识。实验结果表明:采用聚类分析方法,可以有效实现经均值滤波和小波去噪处理后的渐变电压信号的阶跃点检测;利用bior3.7小波4层分解去噪的信号进行参数辨识,结果稳定性最好。该方法适用于由于手动改变变压器分接头位置等引起的电压渐变条件下具有功率恢复特性的负荷建模和离线分析。

基于多元线性回归的动态负荷模型参数实时选择

在分析负荷模型参数影响因素的基础上,基于多元线性回归法提出一种动态负荷模型参数实时选择法.首先,对一段时间内负荷的全部历史扰动实测数据进行负荷模型参数辨识,积累成模型参数数据库,并按照电压振荡幅值将其分为小扰动、一般扰动和大扰动负荷模型参数数据库;然后,根据仿真需要从相应类型的负荷模型参数数据库中用多元线性回归法搜索最匹配系统实时状况的负荷模型参数并分析其拟合精度;最后,用某城市群两个变电站的实测数据验证了所提方法的有效性和准确性.

基于动态负荷模型的胜利油田220kV电网暂态电压稳定性分析

针对胜利油田220kV电网“N-1”运行状态下系统电压稳定能力薄弱的问题，对胜利油田220kV电网暂态电压稳定性进行了研究。在建立基于动态负荷模型的胜利油田电网模型基础上。结合传统系统参数辨识方法的特点提出一种改进的基于二次插值信赖域参数辨识方法。

考虑负荷动态模型的智能电网灵活规划方法

为提升智能电网的运行质量,解决当前智能电网存在的负荷波动大、经济效益低的问题,在考虑负荷动态模型的情况下,提出智能电网灵活规划方法。根据用电电压划分智能电网的供电区域,针对不同区域构建相应的负荷动态模型;利用动态负荷模型分析电网负荷的波动特征,预测电网实时负荷值;从用电需求量、输电线路潮流和负荷平均密度3个方面,设置智能电网规划约束条件;通过对智能电网架构、线路等组成部分的规划,得出最终的规划结果。实验结果表明:所提方法规划后,智能电网负荷率的平均值更趋近于1,年线损量降低了2777.41 k W,投入成本节省了15724万元。

动态神经网络模型及在电力负荷建模中的应用

分析了静态神经网络在动态电力负荷建模中存在的问题，提出了适用于动态负荷建模的动态神经网络模型，并且给出了具体的训练算法。通过对一个实际工业负荷建模，证明了所提方法的可行性及有效性。

电网动态负荷有功模型参数辨识研究

针对动态负荷模型的参数辨识问题进行研究。通过对实测电网有功功率和电压信号的实验分析,借助MATLAB系统优化工具箱,给出了动态负荷模型参数辨识的具体方法和步骤。结果表明:利用参数辨识方法得到的负荷模型能够较好地体现电网实测有功功率的变化规律,对于深入研究电网动态负荷模型的特性有重要意义。

考虑综合负荷动态模型的小干扰电压稳定研究

构建了简单电力系统考虑综合负荷感应电动机并联恒阻抗动态模型的电压稳定分析的微分代数方程组(DAE)模型。推导出系统线性化小干扰方程状态矩阵的解析表达式,对PV曲线上一些平衡点进行小干扰分析的结果表明系统静态传输功率极限点并不是系统的小干扰电压稳定极限点。分析了PV曲线上小干扰电压稳定极限点的位置与综合负荷模型参数变化的关系,结果表明其位置与参数k_d、r_2和s_0的值有很大关系,实际系统的综合负荷参数处于k_d很大、或r_2很小、或s_0很大的运行工况时将比较容易发生电压失稳。

Prony算法在电力系统负荷动态模型辨识中的应用研究

提出了电力系统负荷动态模型辨识的Ｐｒｏｎｙ算法，给出了该算法所需要的Ｐｒｏｎｙ模型，并对传统Ｐｒｏｎｙ算法进行了发展。

配电台区等值负荷动态模型辨识研究

台区等值负荷动态模型是配电网准确感知和精确控制的重要基础。基于馈线调压设备和配电网同步相量量测单元,可以实现台区动态模型的在线辨识。本文对该问题进行了深入探讨,从机理上揭示了其闭环辨识本质,推导了台区等值负荷模型直接闭环辨识的传递函数,并据此引出了影响辨识效果的主要因素。针对直接闭环辨识精度较差的问题,选择一种基于增广最小二乘法的两阶段闭环辨识方法,将闭环辨识转换为两次开环辨识并同步辨识噪声模型以降低辨识误差。基于仿真分析了台区容量、电气距离、负荷结构等因素对直接闭环辨识误差的影响,并验证了两阶段闭环辨识方法对辨识误差的削弱能力。

传统机理式负荷动态模型结构的改进

恒定阻抗与等效异步电动机Ｔ型电路并联，是电力系统分析计算中普遍采用的传统机理式负荷动态模型，本文简化这种模型的结构提出了新的设想，并采用带约束的最小二乘法辨识模型参数，通过算例计算检验了设想的正确性。

电力负荷动态模型综述

概括介绍了基于统计综合法和总体辨识法建立的各种负荷动态模型,分析了它们的优缺点和适用范围;提出了一种考虑综合负荷中配电网络的影响和感应电动机所占比重,通过大量仿真计算,对结果进行拟合从而建立负荷动态模型的新思路。

电力系统电磁暂态仿真中异步电动机的机-网解耦模型

电力系统电磁暂态仿真中,常用异步电动机模型来代表动态负荷模型。然而,由于异步电动机数量众多和电机-电网接口方法的局限性,传统异步电动机模型很难兼顾仿真效率和数值稳定性。针对这一问题,该文提出一种用于电力系统电磁暂态仿真的异步电动机负荷解耦(induction motor load decoupling,IMLD)模型。该模型结合异步电动机等效电路和LC传输线时延,构造出具有天然时延的电机-电网解耦接口,从而将异步电动机与外部电网解耦,异步电动机的迭代求解过程无需与外部电网同步求解。根据负荷节点给定的潮流有功和无功功率,通过求解等效电路方程并配置IMLD模型参数,使仿真功率结果与潮流计算给定负荷节点功率相匹配。测试算例结果表明,所提IMLD模型可有效减少网络方程迭代次数,同时具备较高准确性和仿真效率,且具备良好的数值稳定性。

计入负荷动态模型确定电压稳定临界电压的方法

针对恒功率负荷模型下，Ｐ—Ｖ曲线上半部分在小扰动分析时，会在较低负荷出现不稳定区域的现象，以及在临界情况下，临界负荷的动态特性对电压稳定起重要作用这一特点，提出了一种对临界负荷节点，用感应电动机并联阻抗的负荷动态模型代替恒功率模型来计算电压稳定临界电压的方法，这种基于静态电压稳定分析的方法易于实现，计算简单，所得结果克服了恒功率模型计算过于保守的缺点。

动静态负荷模型在电网暂态稳定计算中的应用

提出一种简单、实用的负荷动特性综合方法。结合广东电网的实测数据,建立了相应的动态负荷模型,并将这些模型和BPA静特性负荷模型分别应用于茂湛系统送出截面功率极限计算和广州水贝变电站事故仿真两个实际算例,结果表明:采用基于实测的动特性负荷模型计算所得的短路电流值比采用静态负荷模型更接近实际录波电流值;在计算截面稳定极限时,动态和静态模型得到的机电暂态结果比较吻合,且基于实测的动特性负荷模型计算出的功率极限稍大,极限切除时间略长。

基于可信区间的模糊线性回归动态负荷参数预测

负荷模型准确度对电力系统稳定仿真分析与控制至关重要。由于负荷特性一直在变化,在历史数据上辨识出的负荷模型参数只在有限范围内有效。目前主要采用分类综合法、多曲线辨识法和主导参数在线辨识法解决负荷参数时变性,但它们一定程度上降低了模型拟合准确度;系统的运行情况和负荷的动态特性一直在变化之中,有限分类很难获得较好的分界面、分类间还可能存在交集。在分析负荷模型参数影响因素后,利用基于可信区间的模糊线性回归提出一种动态负荷参数预测法,在负荷模型参数历史数据库中循环滚动地搜索与系统实时运行状态相匹配的动态负荷参数。这样,随着负荷模型参数数据库的增大,选择出的负荷模型参数会更加符合实际负荷动态特性。通过某大城市两个220k V变电站实测数据验证了所提算法的有效性和准确性。

小波去噪在动态负荷建模实测信号中的应用

动态负荷模型及其参数辨识是影响电力系统稳定性分析的重要因素。针对具体电网节点,采用实测数据进行模型参数辨识可以得到适用的负荷模型,本文重点对实测信号的去噪处理环节进行研究。采用均值滤波、中值滤波和小波去噪三种方法对用于动态负荷建模的实际测量电力信号进行去噪处理,通过对去噪信号波形的定性分析和对去噪信号与仿真结果信号的定量比较,表明小波去噪方法即能对测量信号具有平滑作用,又能跟随信号的突变,而且对于动态负荷模型曲线有很好的逼近特性,在动态负荷建模的实际测量信号去噪中具有潜在的应用价值。

扩展卡尔曼滤波在动态负荷参数辨识中应用

采用扩展卡尔曼滤波算法建立由动态负荷和静态负荷组成的综合负荷数学模型,并列出了其转子运动方程、状态方程和输出方程,其中动态负荷由等值的异步电机表示,静态负荷由恒定导纳并联组成。通过动模试验,取得给定负荷在系统扰动时的电压、电流数据。根据所建立数学模型的输入、输出值,用扩展卡尔曼滤波算法辨识其中的待定参数。参数初值设置为真值的2～7倍,辨识结果误差为2%～3%。分析结果表明,扩展卡尔曼滤波可在短时间内收敛,能正确地辨识出系统参数,且稳定性好。结论表明扩展卡尔曼滤波可以用于电力系统参数辨识,为电力系统状态估计、负荷建模提供了有效方法。

直接法建立负荷动态模型的初步研究

负荷动态模型对电网的分析计算及控制有十分重要的意义。本文介绍了利用开发的微机实时数据采集系统,在动模试验室里,实测几种典型负荷的动态特性,并采用Kalman滤波方法,用实测的数据辨识负荷动态模型的参数。计算结果表明所得模型的精度是可以接受的。

《围护结构动态负荷传递函数模型合成的系统辨识法》的补充说明

分析了《对上海交大〈围护结构动态负荷传递函数模型合成的系统辨识法〉读后感》所作评论的正确性 ,指出该文作者并未完全理解原文的研究目的、研究内容和写作方式 ,而且一些观点也有错误。