电气化铁道牵引变电所负荷概率模型

考虑牵引负荷具有随机波动的特点,提出了一种利用概率模型描述牵引变电所有功功率和无功功率的方法.基于实测数据,统计分析了电力机车和牵引变电所有功功率分布特点.利用单台电力机车有功功率分布和行车密度分布联合对牵引变电所有功功率进行概率建模,进而通过按功率因数特性对机车适当分类,建立了无功功率概率模型.给出了采用模拟退火算法完成概率模型参数辨识的方法.最后通过实例求解和蒙特卡洛仿真,验证了所提出的概率模型的有效性.     

武广客运专线铁路电力负荷特性分析及预测

武广客运专线铁路牵引负荷具有负荷随机波动、在制动时向电网注入功率、全天存在充电无功等特点。通过分析牵引负荷数据,得到了不同运行图下的牵引负荷特性和数据分布特征,提出了武广高铁冲击负荷的预测方法,为湖南全省负荷预测和调度实时控制性能评价标准(control performance standard,CPS)提供了依据。     

基于随机模糊聚类的负荷建模与参数辨识

针对实际负荷的无功功率变化范围比有功功率大的特点以及电力负荷的时变性和变结构性,提出了一种新的负荷建模与参数辨识方法。首先,对linearized-GNLD模型的无功部分进行了改进,以刻画实际负荷的无功部分往往比有功部分具有更大变化范围的特点;进而将有效性函数引入随机模糊聚类中,获得了无需事先给定分类数就能同时获得最佳分类数及相应聚类隶属度的随机模糊聚类新方法;最后,把所提出的新方法与改进的linearized-GNLD模型以及先聚类后辨识策略相结合而获得了新的负荷建模与参数辨识方法。相对于其他方法而言,所建立的模型无需事先给定负荷模型个数而使得实际应用更为方便;同时,由于先聚类后辨识策略,使得每一类负荷模型均是基于类似负荷曲线(节点电压、有功功率、无功功率的负荷曲线组)而获得,相应地所获得的负荷模型也具有更高的辨识精度和更好的推广性。算例证明了所提方法的有效性及正确性。     

电铁牵引负荷的构成分析及其功率模型

电铁牵引负荷具有较强的随机波动性和冲击性,为了分析其对局部电网的影响,需要建立合适的电铁牵引负荷功率模型。根据电铁牵引负荷的波动特性,基于波形分解与小波变换,将牵引功率的波动分解为阶跃分量、低频缓坡分量与高频随机分量。对阶跃分量用阶跃序列建模,对低频分量和高频分量用ARMA模型建模。进一步通过再合成,建立了一种基于时间序列的功率模型,能够反映牵引负荷的随机波动性和冲击性。最后采用现场数据进行应用,结果表明,该方法能够很好地拟合实际功率波动曲线,验证了该方法的可行性和有效性。     

大容量冲击负荷对地区电网暂态稳定性的影响

以西北某地区电网为研究对象,在简化冲击负荷有功功率曲线的基础上,提出了一种简单易行且可与电力系统仿真软件BPA相结合的冲击负荷模型的建模方法。采用该方法仿真比较了不同类型冲击负荷对系统暂态稳定性的影响,验证了该方法的正确性和可行性,并对该地区电网2种最严重的故障情况进行了分析,提出了相应的安全控制措施。     

BP算法在功率耦合负荷建模中的应用

负荷模型的准确性对于电力系统仿真分析至关重要。针对目前负荷模型无功方面的研究较为薄弱的问题，提出一种功率耦合型的人工神经元网络负荷建模方法，首先利用传统方法建模，构造样本空间，即以恒阻抗模型和一阶电动机模型构成的综合负荷作为负荷模型，其时域仿真潮流解作为训练样本，然后以BP算法训练神经网络，利用训练好的网络来仿真负荷功率。结果显示，当网络输出为负荷有功功率和负荷无功功率共同构成的二维向量时，可使负荷模型无功方面的精度有较大的提高。     

对牵引负荷实测数据的选取与分析

随着电气化铁路在铁路运输中所占比重的不断增大和电压等级的不断提高,电气化铁路牵引负荷对电网的影响也随之增大。为了建立准确有效的电气化铁路牵引负荷模型以评估其对系统的影响程度,文中根据建模策略,从负荷实测数据出发,并结合生产实际,对电气化铁路牵引负荷建模中实测数据的选取进行了分析,提出了电气化铁路牵引负荷测量时的电流突变量启动录波判据,并在实际电网中得到验证,为电气化铁路实测负荷建模提供了数据支持。     

基于有功功率流的运行风险负荷损失快速评估

定义了电网负荷损失方面的风险指标。为满足运行风险在线分析的要求,建立了考虑局部削减范围的负荷削减模型,该模型以局部削减范围内一、二、三类负荷削减量与负荷重要度乘积之和的最小值为目标函数,并满足电网安全运行约束条件。给出了负荷重要度的取值依据,提出了基于有功功率流的局部削减范围求取方法,将负荷削减模型求解过程从传统的全局寻优转换为负荷削减范围内寻优。对IEEE 24等多个节点系统进行仿真计算,结果表明所提负荷削减范围求取方法能得到靠近故障元件的负荷节点集,计及局部削减范围的负荷削减模型计算结果准确可靠,计算效率大幅提高。     

负荷特性对特高压紧急直流功率支援的影响

采用互补群能量壁垒/扩展等面积准则分析多机系统中特高压直流紧急直流功率支援(EDCPS)提高暂态稳定性的机理,研究了大扰动下恒阻抗—恒电流—恒功率(ZIP)静态负荷模型、感应电动机(IM)负荷模型对特高压EDCPS效果的影响,深入分析了送、受端网区ZIP静态负荷模型中不同比例的恒功率有功负荷、恒电流有功负荷、恒阻抗有功负荷及其不同比例感应电动机动态负荷对特高压EDCPS策略的影响。研究表明,大扰动下IM比ZIP负荷吸收更多有功。送、受端IM负荷对大扰动后EDCPS下的功角稳定性影响是相反的,送端改善其支援效果而受端则恶化其效果;至于全网采用综合模型后相对于ZIP模型对功角的影响,要衡量送、受端网区负荷量的大小,若送端负荷小于受端负荷则恶化支援下的功角稳定性,需适当增大直流提升量或适时提前投入功率支援。     

考虑相关性的广义负荷联合概率建模及应用

大规模风电并网带来广义负荷节点功率流向不确定性问题,对广义负荷建模提出新的要求。如何全面考虑随机变量所具有的波动性以及地域的相关性特点,准确进行广义负荷建模,成为亟待解决的问题。为此,提出一种带有概率标识的计及节点空间地域相关性的节点特性建模学习方法。首先,将与各风电场相连的根母线节点据其各自的功率流向,分为电源特性与负荷特性;其次,对各根母线节点分别依照有功功率进行区间细化,统计其概率信息。针对节点地域的相关性,采用空间相关性方法计算相邻节点功率区间内相关特征参数并纳入节点的特性学习中,采用径向基函数(RBF)神经网络学习训练并提取区间集的节点特性;以风险分析为例验证所提方法的有效性和实用性。仿真结果表明,通过将节点空间相关性纳入广义负荷建模范畴,建模因素更为全面并细化了整个系统空间形成风险场景集,风险分析结果指出系统高风险场景,为系统决策提供参考依据。     

基于减法聚类的模糊神经网络负荷建模

负荷模型是决定电力系统仿真结果可信度的关键因素之一,本文从非机理模型的角度,提出一种基于减法聚类的模糊神经网络的负荷建模新方法.首先对建模样本输入输出数据进行特征分析,建立其山峰密度函数,应用减法聚类自适应的调整建模数据的聚类数和聚类中心,以确定负荷模型的模糊规则数和隶属度函数个数.在此基础上建立综合负荷模型的模糊初始结构.通过神经网络对推理数据进行学习,获取模糊推理规则,同时调整隶属函数的参数,用反向传播算法来修正网络的连接权重,辨识模糊模型的隶属函数的参数,完成综合负荷的非机理建模.通过对实测综合负荷的有功和无功建模实例,证明了该方法具有很高的拟合精度和收敛速度,对负荷建模具有重要的指导意义.     

单台空调负荷动态特性分析与建模

空调负荷的比例和影响日益增大,为分析其停机特性、启动特性以及电压扰动特性,选用一台辅助电热型分体落地式房间空调器进行实测,。结果表明:0.6倍额定电压为空调的停机电压;空调启动时电流冲击倍数可达5~10倍,在0.3~0.5 s之内平息;电压扰动过程中,当电压大于停机电压时有功功率变化小而无功功率变化大,当电压降到停机电压后空调停机且功率为0,当电压恢复到187 V后再经过3~5 s空调可重新启动,因此空调的电压扰动特性是分时段的。在此基础上对单台空调进行建模:电压高于停机电压时采用Karlsson-Hill模型,低于停机电压时空调停机,电压恢复时采用启动模型,可用一指数函数近似拟合功率振荡下降的包络线,结果表明该负荷模型可以很好地拟合空调的特性。     

模糊神经网络负荷模型的内插外推能力

为了分析综合负荷模型的实用性,研究了综合负荷模型的内差外推能力。通过分析模糊神经网络综合负荷模型建模数据的特征,确定模糊模型的初始结构;通过模糊神经网络对建模数据的学习,获取模糊推理规则并调整隶属度函数的参数,进而辨识出模糊模型并调整隶属度函数;将电压、有功和无功作为模糊神经网络的广义模型输入,对综合负荷进行解耦建模。在综合负荷构成成分相同的3组数据中,用其中1组建模数据训练得出模糊模型的结构和参数去拟合其它2组建模实测数据,获得良好的拟合效果,从而验证了模糊神经网络综合负荷模型的良好的内插外推能力和收敛性。该特性对于综合负荷模型的实用化具有重要的指导意义。     

电气化铁路牵引负荷中负序对有功电能计量方式影响

以电气化铁路牵引负荷产生的负序电能作为研究对象,以改善电能计量方式为研究目的,首先分析了负序电能产生的原因,研究了不平衡负载对电力系统产生的影响;然后讨论有功功率电能计量方式存在的问题,建议设置基于奖惩机制的正序有功电能计量方式;最后搭建了牵引网及恒功率牵引负荷模型。仿真结果表明对称负荷吸收负序电能降低电网不平衡度,不对称负荷释放负序电能并增加了电网的不平衡度,验证了正序有功功率计量方式更合理。     

考虑风电与高载能负荷调度不确定性的鲁棒机组组合

为缓解弃风问题,甘肃等电网开展了高载能负荷与风电的协调调度。然而,以电弧炉为代表的冶炼类高载能负荷在运行时存在有功功率波动,会对电网的自动发电控制(AGC)系统产生影响。为研究高载能负荷功率波动对负荷与风电协调调度的影响,文中提出一种考虑高载能负荷功率波动以及风电不确定性的鲁棒机组组合方法。该方法充分考虑高载能负荷有功功率波动与设备运行状态的关系,对负荷有功功率的不确定性进行建模。接着,考虑高载能负荷与风电协调调度时,负荷不确定性与风电不确定性对电力系统共同作用的特点,构建最小化弃风与切负荷风险的鲁棒机组组合模型,使电网对高载能负荷进行调控时,可充分考虑高载能负荷不确定性的影响。最后,在IEEE RTS-79系统中对所提方法进行了验证,并分析了高载能负荷不确定性对协调调度的影响。     

电力负荷模型结构的样条函数描述

提出了用一系列简单函数分段或分区描述大幅度电压变化情况下负荷、变结构负荷和复杂非线性负荷特性的样条函数模型。介绍了一元样条函数模型参数辨识的样条最小二乘法,提出了确定样条函数模型中多项式系数和内节点数值的参数辨识的2层优化算法,其中内层优化问题为内节点数量和数值确定情况下的多项式系数的辨识,外层优化问题为内节点数值的辨识,问题求解采用步长加速法。通过改变样条函数模型中多项式的阶次、内节点数目和内节点数值,可用样条函数模型灵活方便地描述许多复杂的电力负荷特性,并且具有传统数学模型的简单结构和形式,为模型结构或形式未知情况下的负荷建模提供了新的途径。仿真建模实例证明了所提模型与算法的有效性。     

一种基于机器学习的冲击负荷建模方法

越来越多的大功率冲击负载投入电网后,在功率发生冲击时,会引起电网母线电压波动,电能质量下降.为了对电力系统变化进行准确分析,建立合理的冲击负荷模型尤为重要.以CT机在曝光时产生的冲击负荷数据为例,分析了冲击负荷的特性.基于冲击负荷的有功功率特性,将机器学习方法(如支持向量机和长短时记忆网络)引入冲击负荷建模,通过该方法准确建立了冲击负荷的功率波形变化规律,最后通过仿真验证了该方法的有效性.     

牵引供电系统综合负荷模型结构

随着电气化铁路在现代铁路运输中的广泛应用,牵引负荷在电力负荷中所占比重越来越高,对电网产生的影响不容忽视,但当前对牵引变电站综合负荷特性的研究比较薄弱.在系统分析电气化铁路牵引供电系统的组成结构及运行特性的基础上,提出一种基于电气化铁路牵引供电系统实际负荷构成特性的"感应电动机并联牵引电机和恒阻抗"的机理负荷模型.该模型结构简单,物理意义明确,使用方便.基于Simulink仿真平台测量数据的总体测辨建模表明,模型具有良好的描述能力,可以作为研究电气化铁路牵引负荷对电力系统影响的实用负荷模型.     

牵引供电系统综合负荷实测建模

针对实测建模中牵引负荷时变性的问题,采用负荷特性分类及综合方法进行了一定程度的解决;通过研究牵引供电系统的结构原理,提出了一种改进型牵引供电系统综合负荷模型,运用总体测辨法对各个聚类中心等效样本进行参数辨识,给出了牵引负荷几种典型工况的推荐参数,为牵引负荷实测模型应用于电力系统仿真提供了基础.算例结果表明,改进型模型对负荷特性具有满意的描述能力,同时也验证了负荷特性分类及综合方法的有效性和合理性.     

含分布式小水电负荷建模

分布式小水电接入地方电网会改变接入节点的负荷特性,对含分布式小水电负荷建模的研究具有重要意义。对故障录波器数据进行规范化处理和有效值计算,分别利用改进机理模型和广义负荷模型对含有分布式小水电节点进行负荷建模;并采用改进遗传算法对模型中高灵敏度参数进行辨识;通过对贵州安顺实际电网的含分布式小水电节点建模分析,重新做出有功和无功曲线,并与节点实际有功和无功曲线进行比较。算例结果表明,广义模型的曲线较机理模型相比更贴近实测曲线。所提方法适合用于含分布式小水电节点负荷模型的建立。