广义负荷模型结构研究进展

负荷模型的准确与否对电力系统的准确仿真至关重要,但是建立反映实际负荷特性的负荷模型仍很困难,特别是对于有些系统的配网侧有电源的接入但仍以负荷为主的广义负荷.综述了广义负荷的特点,广义负荷模型的4种结构及各自特点.在概述了国内外广义负荷建模研究近况和广义负荷中的电源对电力负荷建模的影响后阐明了实测加辨识的思路建立广义负荷模型的方法.最后探讨了广义负荷模型应具有的特点.     

电力负荷建模研究的发展趋势

针对目前电力系统负荷建模的现状,指出电力负荷建模研究的发展趋势.在地域规模方面,从节点负荷建模向广域负荷建模发展;在负荷内涵方面,从纯粹负荷建模向广义负荷建模发展;在适用范围方面,从小范围负荷建模向广谱负荷建模发展;在建模方法方面,从单个负荷建模方法向综合负荷建模方法发展;在数据来源方面,从单个数据来源向综合利用各种数据发展.给出了一些具体的负荷建模研究的思路和建议.     

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.     

考虑配电网络综合负荷模型的参数确定

综合负荷模型(synthesis load model,SLM)考虑了配电网络的影响,可较完整地模拟负荷与配电系统,更符合实际电力系统负荷的情况。针对该模型,该文提出采用统计综合法与总体测辨法相结合的方法来确定该模型的参数。重点研究通过统计综合法获得配电网等值参数后,利用总体测辨法确定综合负荷的参数。提出只辨识重要参数的辨识策略,而将其他参数直接用其典型值代替。某电网实测参数结果表明,上述方法是有效的,所得配电网电抗与电动机定子电抗之和平稳,电动机定子电抗和负载率较平稳,电动机比例和惯性时间常数变化明显。     

综合负荷感应电动机模型的改进及其描述能力

基于实测负荷数据动态辨识,较深入全面地研究了感应电动机模型的描述能力,提出了一个 改进的“广义感应电动机模型”。该模型描述能力强,内插外推特性好。在实际应用中使用 该模型时,应采用实测数据辨识所得的模型参数。     

电力负荷模型可辨识性分析方法

综述电力负荷模型的可辨识性问题。介绍了可辨识性的概念、定义以及 线性系统可辨识性分析方法,提出了非线性系统可辨识性分析的两种新方法,给出了主要电 力负荷模型可辨识性结果。可辨识性研究丰富和发展了电力负荷模型辨识的研究领域,其 理论意义在于为负荷辨识提供理论指导和依据,实用价值在于可以使应用者做到心中有数、 事半功倍。     

同步电机模型及其参数确定的研究现状与评述

以同步电机模型及其参数确定的测算为主进行评述。确定同步电机模型及其参数的系统辨识法，可采用在线测量法来测取观测量，反映了试验时发电机运行状态的非线性，多维、时变等实际特点。简要地介绍系统辨识技术应用于同步电机模型及参数确定的几种主要方法，以及今后的研究方向。     

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。     

基于微粒群辨识算法的电力负荷综合模型的建模与仿真

微粒群优化(PSO)算法具有全局性能好、搜索效率高等优点.应用该算法进行电力系统负荷模型的参数辨识,辩识结果表明PSO算法在计算时间、全局性方面均有比较明显的优势.辨识的模型具有较高精确性,最后通过工程实例进行仿真实验,实验结果验证了模型和算法的有效性.     

包含多种分布式电源的广义负荷模型辨识与适应性研究

配网侧多种分布式电源的接入将对系统的安全性、可靠性、稳定性产生重大影响,含有多种分布式电源的广义负荷建模是一种机遇与挑战。首先在综合负荷模型（SLM）的虚拟母线上增加一台异步发电机和两个有功功率源,构造一套含有固体氧化物燃料电池（SOFC）并网系统、三相单机光伏并网系统以及恒速异步风力发电机三种分布式电源的广义负荷模型结构,并对该模型初始化。然后提出一种模型参数的辨识策略：将低灵敏度且非时变的参数固定为聚合值,对于高灵敏且时变的参数,在聚合值附近采用遗传算法进行辨识,即只辨识电动机比例、定子电抗、风力发电相对纯负荷的比例、电动机初始负载率、配电网络的电阻、电抗、光伏发电相对纯负荷比例等7个模型参数。通过对三种不同负荷水平进行仿真,获取实测数据样本并进行参数辨识和适应性分析,验证了含多种分布式电源的广义负荷模型描述能力强,泛化能力好,参数辨识结果分散性较小。     

负荷模型参数辨识的粒子群优化法及其与基因算法比较

粒子群优化法(PS算法)具有全局性能好、搜索效率高等优点。文中应用该算法进行电力系统负荷模型的参数辨识,并将其与模拟进化算法进行比较,发现PS算法在计算时间、全局性方面均有比较明显的优势。讨论了PS算法中用以调节全局搜索和局部搜索关系的权重ω与搜索效率之间的关系,并给出了适用于电力系统负荷参数辨识的ω值。提出了一种利用PS算法的收敛快速性来提高全局性能的工程实用方法,并对工程实例进行辨识,收到了良好效果。     

考虑风力发电的综合负荷特性及其等效描述

大容量并网风力发电对电网影响日益明显,配网侧接入风力发电后负荷特性描述问题成为研究重点.在提出定量分析指标的基础上,以统计规律法为检验方法,分析不同运行方式风力发电对综合负荷特性的影响力,并验证异步电机并联静态负荷的广义负荷模型对含风力发电的负荷特性描述能力;指出风力发电对负荷特性的主要影响因素为接入容量与接入位置,并比较两种因素对负荷特性的影响力.     

配电网自适应负荷估计方法

为增强配电网运行的安全性和经济性,提出一种可系统解决配电网在线节点负荷估计的新方法。该方法包含粗略负荷估计、负荷预测和抗差负荷估计3个阶段。粗略负荷估计阶段可使用3种方法来提供粗略的节点负荷估计值;负荷预测阶段使用基于事例模糊神经网络的方法提供节点负荷预测值;抗差负荷估计同时实现了结构空间和量测空间的抗差估计。3个阶段密切配合,形成闭环信息流。该方法可实现长期自适应在线运行,能够为配电系统的监视、控制和管理提供可靠一致的负荷数据集。     

基于主导性评估的电网支路参数估计

系统地研究了基于主导性评估的电网支路参数估计的理论与方法。为提高参数估计的量测冗余度,从参数估计的应用目标及电网支路参数对状态估计的影响入手,给出主导参数、非主导参数的严格定义,并将主导参数确定为待估计的参数。为了解决主导性差异较大的参数在估计过程中相互干扰较大的问题,进一步提出强主导参数和弱主导参数的定义,并形成强主导参数和弱主导参数交替估计的参数估计方法。给出了基于主导性评估的电网支路参数估计的流程以及主导参数集的确定方法。IEEE 14节点系统和IEEE 300节点系统的仿真结果表明所提出的电网支路参数估计主导性评估方法的有效性。     

考虑d轴抛载试验中测量噪声的同步发电机d轴参数估计

提出了一种在d轴抛载试验条件下估计同步发电机d轴参数的新方法。首先,利用q轴电压、励磁电流以及它们的数值积分,构建线性回归方程。其次,利用辅助变量法求解带有测量噪声的回归方程的系数。最后,根据回归系数计算d轴参数。算例的测试结果表明,所提方法比现有的图形法和数值优化法有更好的估计性能。