电力负荷建模研究述评

负荷模型对电力系统分析控制的重要性已受到广泛关注。文中从综合负荷的概念出发,综述了电力系统负荷建模方法、模型结构和参数辨识的最新理论和研究成果;分析了负荷模型参数分散性的原因以及模型分类和综合研究必要性,模型的验证工作是负荷建模进入实用化的关键之一,指出当前模型验证的困难所在。展望了未来负荷建模研究方向,指出应该对特殊行业和特殊用电设备的建模以其此种负荷对电网的运行分析的影响引起足够的重视。

基于模糊聚类的电力系统负荷特性分析

提出了基于变电站负荷分量比例的自适应向量量化(avq)神经网络模型和聚类方法对电力负荷特性进行分类和综合。 比较了 avq 神经网络和模糊 c 均值(fcm)的模煳聚类算法。 通过对福建电网 44 个变电站的聚类分析,得出两种聚类方法不仅具有较好的综合聚类能力, 而且能够利用优化理论得到聚类中心矩阵,与其他聚类方法相比,avq 神经网络模型和聚类算法本身更小、更快,结果更合理。