基于现场实测的电力系统静态负荷模型参数辨识

从模型参数的辨识准则和辨识算法等方面,将现场实测负荷特性数据用于电力系统传统静态负荷模型和综合静态负荷模型的参数辨识,并对这两类模型在电力系统仿真计算的实际应用加以分析,从而得出了一些有意义的结论.     

基于试验的炼化企业电力系统静态负荷模型参数辨识

炼化企业电力系统负荷建模是一项重要的基础性研究.通过现场实测的数据,建立误差函数寻优,辨识出静态负荷的多项式模型和幂函数模型的未知参数.拟合曲线的评价指标证实了通过稳态试验法建立的静态负荷模型可行和有效.     

进化规划方法在电力系统静态负荷模型参数辨识中的应用

为克服传统的基于梯度寻优的辨识方法容易陷入局部极小值的不足，提出了电力系 统静态负荷模型参数辨识的进化规划方法。进化规划方法是一种与遗传算法类似的模拟进化 优化方法，能以较大的概率搜索到全局最优点。实际算例的辨识结果显示了该方法的有效性 和准确性。     

混沌优化用于电力系统静态负荷模型参数辨识

提出了一种应用混沌优化方法进行电力系统静态负荷模型参数辨识的新策略。混沌优化方法利用混沌变量的随机性、规律性、遍历性寻优,能够克服传统的基于梯度寻优的辨识方法容易陷入局部极小点的不足,而且方法简单、快速、易于掌握。实际算例的结果证实了混沌优化方法用于电力系统静态负荷模型辨识的有效性。     

静态负荷模型参数分散性研究

大量现场实测负荷数据和动模数据的辨识结果表明,同一负荷成分不同扰动情况下的负荷特性数据辨识结果不稳定,有时甚至相差十几倍到百倍,即模型参数存在较大分散性.该文深入研究了负荷模型结构和负荷噪声对静态负荷模型参数分散性的影响.通过大量仿真建模实例说明了影响静态负荷模型参数分散性的原因,结果表明负荷模型结构不正确、不真实以及负荷噪声是导致静态负荷模型参数分散性的根源.     

基于PSO-动态修正算法的静态负荷模型辨识

采用具有全局寻优能力的微粒群优化(PSO)算法辨识负荷模型的参数;同时考虑负荷电压的变化,用动态修正法实时修正负荷模型的参数,建模仿真分析结果验证了PSO-动态修正算法的有效性和准确性.相对于线性回归分析的动态修正法,该算法能够提高负荷模型的辨识精度,所建模型更适合描述全电压范围下负荷的静态特性.     

进化规划方法在电力系统静态负荷模型辨识中的应用

为克服传统的基于梯度寻优的辨识方法容易陷入局部极小值的不足，提出了电力系统静态负荷模型参数辨识的进化规划方法。进化规划方法是一种与遗传算法类似的模糊进化优化方法，能以较大的概率搜索到全局最优点。实际算例辨识结果显示了该方法的有效性和准确性。     

广东电网基于PMU的负荷模型参数辨识研究

建立基于PMU（phasor measurement unit,相量测量装置）数据的广东电网的实测负荷模型和辨识算法,指出PMU数据处理后用于负荷建模,要满足两个基本条件：一是PMU数据采集地点要装在220kV及以下电压等级的功率受端的纯负荷站点,负荷站出线没有小电源接入;二是PMU数据采集密度达到100Hz／s以上。以广东电网220kV清远变电站为例,通过与系统实际响应的对比分析,验证了负荷模型参数辨识方法的有效性。     

基于聚类算法和类噪声数据辨识的负荷模型特征参数提取

基于类噪声数据的负荷模型参数辨识方法可以实现负荷模型参数的实时辨识,为跟踪电力负荷的时变性和分散性提供了新的思路和可能。考虑到基于类噪声数据辨识所得大量负荷模型参数和电力系统仿真对模型参数简便性的要求,本文实现基于聚类算法的负荷模型特征参数提取,为系统仿真提供参数指导和建议,基于北京电网实测数据的负荷模型辨识参数聚类结果验证了本文聚类算法的有效性。     

基于神经网络数据处理的配网实时参数辨识研究

配电网参数的准确性对其优化运行有着重要意义。但近年来配电网结构日益复杂,采用传统理论计算所得配电网参数与实际数值存在着较大误差。同时,实际量测数据存在误差,导致难以准确辨识其参数信息。为此提出一种基于神经网络数据处理的配电网实时参数辨识方法。首先对配电网建立参数辨识方程,然后利用反向传播神经网络对量测数据进行处理,最后对参数进行辨识,采用33节点系统进行测试。结果表明,所提方法能够准确辨识配电网络线路阻抗、变压器阻抗及导纳等参数,为配电网安全可靠运行及后续控制分析提供了基础支撑。     

基于Lemke优化算法的负荷静态模型参数辨识

在分析传统优化算法不足的基础上,提出了基于二次规划的Lemke优化算法的负荷静态模型参数辨识新方法。详细描述了最小二乘法、拉格朗日乘数法及Lemke 3种算法的原理。通过对电力负荷元件进行静态故障模拟,在系统辨识原理的基础上,运用最优化理论的Lemke辨识算法,对实验故障数据进行负荷建模和参数辨识,并列出了日光灯、电风扇、空调及三者组合的静态特征参数。分析结果表明:由于电器设备的制造工艺不同,不能照搬国外软件提供的参数,而应采用实测参数;基于Lemke的优化算法拟合效果较理想,避免了局部最优,且辨识时间少;基于Lemke的优化算法避免了辨识参数的分散性,参数结果与初值选择无关。     

配电网综合负荷机理模型闭环辨识研究

电力系统具有天然闭环特性,在激励信号注入位置与辨识用信号量测位置不同时,负荷模型参数辨识可能具有较为明显的闭环特征。文章以台区模型辨识场景为例,研究了闭环条件下负荷机理模型参数辨识问题。通过对比分析常见的闭环辨识方法,总结了实现机理模型闭环辨识需满足的基本条件,并依据该条件选择了无需反馈通道模型先验知识且可直接辨识原系统模型的两阶段辨识法。对台区负荷动态机理模型进行线性化处理和模型转换,并将其嵌入两阶段辨识的第二阶段,可以实现机理模型参数的在线闭环辨识。通过仿真分析,验证了负荷辨识的闭环特性以及所提两阶段辨识方法的有效性。     

采用FBG正交传感网络的静载识别研究

针对复合材料智能蒙皮静载响应监测下的定位识别技术开展研究,提出并设计了一种静载识别验证系统。选用碳纤维复合材料板(CFRP)为研究对象,搭建光纤布拉格光栅正交对称式传感网络对复合材料板进行静载位置识别。利用数据相关加权系数理论和算法,对加载位置进行识别,实验表明定位精度低于2 cm。设计的静载识别验证系统为CFRP蒙皮结构健康监测提供了新思路和新方法。     

适用于配网冲击性负荷补偿的链式D-STATCOM

针对冲击性负荷接入配电网后带来的电能质量问题,提出一种基于链式结构的静止同步补偿器(D-STATCOM)的移动型并联有源补偿装置,与固定电容补偿装置形成良好配合,实现了无功的实时动态补偿.以江西电网实例应用为基础,分析以电弧炉为代表的典型冲击性负荷补偿的具体需求,结合现场录波数据和配电系统参数建立仿真模型,应用分频协调...     

基于大数据平台的配电网负荷预测关键技术

大规模配电网负荷预测需重点关注预测准确率及计算效率,由于规模大、关联因素复杂,采用传统集中式或简单分布式平台环境难以满足应用要求。提出了基于大数据平台的解决方案,方案结合大规模配电网负荷预测应用场景特点,提出了数据存储、数据预处理、特性分析、预测算法等关键环节的技术路线。应用多元化分布式存储方式,实现了多类型数据的分类存储;应用机器学习技术,实现了数据预处理、负荷特性分析等;应用Spark流计算技术,实现了基于滑动窗口操作的滚动短期预测和基于无状态操作的中长期预测。在某省的实际应用结果证明了解决方案在预测准确率和计算效率提升方面效果明显。     

基于DBSCAN二次聚类的配电网负荷缺失数据修补

电力负荷属于具有时间序列特性的数据,依据数据固有的规律性和波动性特征,修补由于各种因素而缺失的负荷数据,可为电力系统研究和实验结果的有效性和可预测性奠定基础.本文首先提出基于密度的含噪声应用空间聚类(DBSCAN)二次聚类的方法;其次,提出针对配电网负荷数据的负荷属性相似度,在此基础上进一步提出负荷记录综合相似度;然后,依据DBSCAN二次聚类方法的负荷类别结果和所得负荷记录综合相似度,匹配相似度最大的数据类别,并依据该类别的记录信息对所缺失数据进行修补;最后,采用算例分析证明所提方法的有效性和正确性.     

基于量测数据补全的有源配电网电压优化技术

有源配电网由于分布式新能源影响,电压存在越限的风险,但配电网实时量测仅可部分观测,优化问题无法求解。针对这个问题,提出了一种基于量测数据补全的有源配电网电压优化技术。在仅能获得部分节点实时量测的状态下,采用增强生成对抗网络补全算法,得到完整的配电网量测数据。根据补全的实时数据,计及补全误差,设计电压误差修正模型,修正优化电压目标,在电压越限时对配电网电压进行优化,提高电压质量。通过IEEE 33节点算例验证了所提方法相对于生成对抗网络在部分实时观测的情况下能够高精度补全缺失量测数据,降低电压波动,提高配电网运行的稳定性。     

基于负荷矩模型的油田配电网电压暂降源定位方法

随着油田敏感负荷的大量使用,电压暂降问题日益突出;近年来,油田配电网推进信息化建设,为实现电压暂降源区段定位提供了数据支撑。文中基于干线式配电网结构特点与负荷矩模型,以负荷矩近似相等为出发点,建立电压监测值与线路电气距离之间的约束关系,构建了适用于干线式网络负荷分布特征的信息监测点确定方法,并通过距离系数与电压损失之间的线性关系表征线路的稳态电压分布情况,利用电压增量与监测点间电气距离之间的关系进行电压暂降源区段定位。仿真结果证明了该方法的有效性。     

基于机会约束规划的主动配电网最大供电能力双层优化

与传统配电网不同,接入主动配电网的可控分布式电源能够参与配电网的经济运行。可控分布式电源的出力分配由主动配电网的经济调度策略确定。为实现供电能力最大化,可控分布式电源通常运行在额定状态,这与经济运行的目标相背离。这一矛盾会对最大供电能力计算带来影响。提出一种基于机会约束规划的主动配电网最大供电能力双层优化模型。上层模型用于求解主动配电网的最大供电能力;下层模型在负荷增长的过程中结合主动配电网对可控分布式电源有效管理的特点,对可控分布式电源出力按经济调度原则进行分配。以改进IEEE-33配电系统为例对该模型进行验证,结果表明该模型可获得符合主动配电网经济运行要求的最大供电能力。