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.     

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.     

主导负荷参数类噪声辨识的数据处理方法

准确负荷模型的建立是电力系统仿真可靠性的重要保证。近年来,基于电力系统类噪声的负荷建模方法以其不依赖故障扰动的优势为克服负荷模型时变性提供了有效的解决思路。然而,由于类噪声信号的信噪比很低,量测数据质量愈发成为制约类噪声负荷辨识的关键问题。为提升参数辨识结果的可靠性,基于小波阈值去噪和多维核密度估计方法,提出了类噪声主导负荷参数辨识的数据处理架构。仿真分析和实测结果表明,所提数据处理方法能够提升主导参数辨识的可用率与辨识精度,最终获得反映系统实际动态特性的可靠负荷模型参数。     

基于神经网络的电力系统负荷特性辨识

负荷建模在电力系统分析中起着十分重要的作用。参数辨识是负荷建模的关键,好的辨识方法能够在最短的时间内找出最优的辨识结果,提高建模的效率。首先介绍了静态负荷模型和动态负荷模型,其次介绍了神经网络,最后基于神经网络对电力系统负荷特性辨识。应用线性BP（LBP）网络的参数辨识方法,分别对静态负荷模型（幂函数模型、多项式模型）和动态负荷模型（差分方程模型）的参数进行辨识。通过现场的实测数据辨识了模型的参数,并验证了模型的有效性。     

一种新的广义电力负荷模型及其工程应用

当区域负荷中含有较高比例的电源时,传统的经典负荷模型不适合描述负荷母线的动态行为.提出一种新的广义电力负荷模型,并给出模型参数的确定方法.该方法综合利用常规量测数据和PMU量测数据,其中等值发电机支路参数采用理论等值方法获得,而纯负荷参数采用辨识方法获取.实际工程应用表明,该广义电力负荷模型及其参数确定方法有效可行.     

基于SCADA和WAMS的线路参数辨识研究

线路参数是电力系统运行控制的基础,其准确性直接影响电力系统自动化的决策水平。在分析SCADA量测数据与WAMS量测数据特点的基础上,提出基于不同类型量测数据的参数辨识模型。应用实测数据对500kV线路的参数进行辨识,验证了文中所提方法的工程实用性。从辨识模型、辨识方法、辨识结果等方面分析了使用不同类型量测数据进行参数辨识的异同点。为电力系统调度人员更新数据库中线路参数提供依据。     

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。     

负荷特性记录的综合方法研究

随着负荷动态特性记录仪记录数据条数的增多,每次采用多曲线辨识方法进行辨识会增长辨识时间,而采用综合方法对所有负荷特性记录进行综合只需辨识新增加的负荷特性记录。本文首先分析了负荷特性综合的3种方法:静态负荷、电动机阻抗和电动机导纳等值方法,然后将负荷分为静态负荷和电动机负荷,分别进行等值。比较了5种权值,包括稳态功率、改进的稳态功率权值、灵敏度、对转差率较敏感的参数在权值选取时考虑转差率和负载率、综合权值后,分别采用这5种权值对参数进行综合,从而得出面向综合的负荷模型。经实例验证,采用综合权值的方法可以有效快速地建立综合负荷模型,且具有较强的泛化能力。     

电力系统综合负荷模型简化方案及辨识参数集选取

负荷是电力系统的重要组成部分,建立合理的负荷模型对电力系统安全稳定分析和实时监控具有重要意义。目前综合负荷模型被广泛采用,但完整描述其动态特性需要十余个参数,在线辨识全部参数几乎不可能。文中从综合负荷模型状态方程入手,在保证暂态响应近似相等的准则下提出一种综合负荷模型简化方法,并在此基础上分析不同的参数对负荷动态特性的影响以及参数之间的相关关系,最终选取了感应电动机比例、电动机暂态电抗、电动机稳态滑差以及电动机转子时间常数组成辨识参数集,并通过仿真验证了相关结论。     

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.     

基于实测PMU数据的风电综合负荷参数辨识

根据配网侧负荷特点,构建含风力发电机的综合负荷数学模型。以实测PMU数据为基础,利用总体测辨法进行模型参数辨识。将负荷节点输入电压和负荷模型参数代入数学模型,通过改进Euler法求解模型的状态方程,得出负荷节点电流,将其与实测电流误差加权最小作为目标函数,采用遗传算法辨识出负荷模型的参数。以华北电网某线路实测PMU数据为依据,辨识出考虑风电综合负荷的模型参数。辨识结果体现了负荷中以双馈异步发电机为主体的特征,与负荷特点相吻合,由此说明了辨识方法的有效性与辨识结果的合理性。     

Estimation of load model parameters for harmonic analysis

In order to devise countermeasures for harmonic disturbances and harmonic suppression in power systems effectively, it is necessary to develop a harmonic analysis approach with high accuracy. The major harmonic analysis approach is to re‐create harmonic distribution in a power system model by using a simulation method. However, in order to carry out high‐accuracy estimation of the harmonic distribution using the simulation method, after creating a load model which consists of several parameters associated with the measured harmonic impedance, the optimal load model parameters must be determined. So far, appropriate load model parameters have been determined by trial and error. Therefore, a systematic approach to determine the optimal load model parameters is needed to estimate the measured harmonic impedance with high accuracy. In this paper, a determination method for the optimal load model parameters to estimate the measured harmonic impedance is proposed. The proposed method is based on Particle Swarm Optimization (PSO), which is one of the optimization methods using the concept of swarm intelligence. In order to check the validity of the proposed method, the load model parameters estimated by the proposed method are evaluated using test data and field data of Hokuriku Electric Power Co. © 2008 Wiley Periodicals, Inc. Electr Eng Jpn, 164(2): 44–53, 2008; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20415     

考虑厂用旋转负荷贡献的发电厂惯量修正估计

在传统的电网惯量和频率稳定评估中,忽略了发电厂内部异步电动机负荷的惯量贡献,可能导致评估结果产生偏差。基于此,研究了常态下、考虑旋转负荷贡献的发电厂惯量修正估计方法。将发电厂及内部电动机负荷等效为一个整体,利用出口母线的有功/频率常态化小扰动数据估计发电厂等效惯量。针对发电厂等效惯量为时变参数的特点,提出应用受控自回归模型和基于可变遗忘因子的递推最小二乘辨识算法估计惯量参数。算例验证结果表明：所提出的辨识模型精度较高,能适应小扰动输入/输出数据的参数辨识。考虑电动机旋转负荷的惯量贡献时,发电厂等效惯量和系统等效惯量均存在差异,并具有时变特性,获得的修正惯量能更客观地评估发电厂惯量和系统惯量。     

模型结构对负荷模型泛化能力的影响

分析了基于实测的考虑时变性的自适应（TVA）负荷模型和考虑配电网支路的配电网综合负荷模型（SLM）,并利用现场的实测数据对2种模型进行了回响测试,以比较2种模型在仿真计算中的准确性。在分别考虑辨识配电网阻抗与定配电网阻抗2种情况下,利用实测数据对SLM的参数进行了辨识与测试,进而推出了使用基于全网数据辨识参数的SLM计算结果偏于保守的原因,并以吉林电网为算例进行了模型泛化能力的比较。最终得出结论:对于吉林这类通道型电网,这2种模型的泛化能力与其模型结构关系较小,与模型参数关系较大。     

面向综合负荷的并网光伏发电系统等效建模

基于MATLAB/Simulink和光伏电池自身的物理机理搭建了并网光伏发电的仿真系统,研究了其对配电网综合负荷特性的影响因素,分析比较了已有光伏发电系统等效模型的优劣。在此基础上构建了光伏发电系统传递函数等效模型,该模型具有结构简单、参数少、能有效描述光伏发电系统的出力极限等优点,同时易于在电力系统仿真软件中实现。采用所提出的等效模型与传统综合负荷模型并联,构建广义综合负荷模型,对含光伏发电系统的综合负荷进行建模,仿真实践表明此广义综合负荷模型具有良好的泛化能力,辨识参数稳定,能够满足工程仿真的需要。     

A Real Application of Measurement-Based Load Modeling in Large-Scale Power Grids and its Validation

Load model is one of the most important elements in power system simulation and control. Based on more than 20 years of practice using load characteristic recorders in the measurement-based load modeling, this paper proposes the expectation composite load model to predict unseen data. The methods for load bus classification and parameter identification are also provided. The generalization capability of the proposed load modeling is validated by the measured load dynamics and system dynamics during two three-phase short circuit tests of the NE power grid in China. In order to evaluate the measurement-based load model, the probabilistic collocation method (PCM) is applied to quantitatively analyze uncertainties of the simulation responses raised by the parameters.     

综合负荷模型参数的简化辨识策略

研究了ZIP负荷模型与感应电动机相并联的综合负荷模型参数的简化辨识策略。基于对负荷模型参数的灵敏度分析并结合我国配电网的实际特点,提出了固定负荷模型的大部分参数、仅辨识灵敏度最大参数的简化辨识策略。对负荷实测曲线的分析表明,基于该策略建立的负荷模型对负荷动态特性具有较强的解释能力。文末指出,进一步进行简化综合负荷模型参数研究的重点在于负荷模型的不唯一性对模型外推特性的影响以及从系统仿真的角度研究多值负荷模型之间的等价性。     

基于时间分区和粒子群优化的非侵入式负荷分解

非侵入式负荷检测与分解技术是智能电网技术体系的重要组成部分,针对现有分解技术对功率相近或小功率负荷辨识精度较低的问题,提出基于时间分区和V型粒子群优化的非侵入式负荷分解算法。首先,通过具有噪声的基于密度的聚类算法对负荷的功率特征聚类分析,得到负荷的功率特征模板,并求解负荷典型工作时间区间,得到负荷的时间特征模板。然后,综合考虑功率及时间2种特征,构建V型粒子群算法的目标函数,实现负荷分解。最后在AMPds2公开数据集上实现仿真,并与隐马尔可夫模型对比,验证了文章方法的有效性。     

电气化铁道牵引负载谐波分布特征与概率模型研究

电气化铁道牵引负载是电力系统中主要谐波源之一。由于电气化铁道牵引负载受线路条件等多种因素影响而波动剧烈，因此产生的谐波也具有随机波动性。该文基于大量牵引负载谐波实测数据，对牵引负载谐波的分布特征进行了分析，并采用最佳平方逼近法对牵引负载谐波概率密度函数进行了曲线拟合，得到了牵引负载谐波的概率模型。误差分析说明得到的牵引负载谐波概率模型是准确的。建立牵引负载谐波分布模型将对分析和研究牵引负载谐波起到关键帮助作用。