负荷模型辨识中广域电网负荷空间分类

提出了负荷模型辨识中广域电网负荷的空间分类方法,基于工业、商业、农业、居民及其他负荷的典型值数据,通过模糊均值聚类（FCM）算法对负荷按负荷性质空间分类,辅以灵敏度计算公式确定重点辨识参数,进而以遗传优化算法并结合暂态过程各种扰动设置中电压响应曲线的交互计算,以全网母线电压跌落最为严重的母线作为观察变量,辨识修正负荷模型参数,并以不分类、区域分类两种方法与文中所提出方法作对比,仿真结果表明,按负荷性质分类具有合理性与有效性。     

基于混沌海鸥优化算法的含光伏发电系统负荷模型参数辨识

针对分布式光伏发电系统广泛接入配电网,导致电力系统潮流计算速度和精度较低的问题,提出一种基于混沌海鸥优化算法的含光伏发电系统负荷模型参数辨识模型。首先,在综合负荷模型的虚拟母线上接入等效光伏发电系统的负荷模型,从而建立配电网广义负荷模型;之后,提出一种将混沌优化与海鸥优化相结合的优化算法,基于该算法完成配电网的等值,并在此基础上进行含光伏发电的综合负荷模型参数辨识。最后,通过仿真表明该文提出的算法,相比于传统的粒子群算法和单一海鸥优化算法,在计算精度和收敛速度等方面具有优越性,并可应用于负荷模型的参数优化。     

基于功率响应特性的双馈风电场一次调频模型参数全局辨识

随着风电在电力系统中占比提高,其一次调频特性对电力系统频率稳定性的影响增大。为了实现风电场一次调频模型的参数辨识,设计了以实际功率响应数据为依据的辨识方法,基于多工况功率响应数据并采用狼群算法对模型参数进行全局最优辨识。应用所设计的参数辨识方法对某双馈风电场进行了参数辨识,模型仿真值与实测值的对比结果表明：采用该方法辨识得到的模型参数能够较好地反映风电场一次调频功率响应实际特性。     

基于最小二乘法引导的信赖域算法在电力 系统动态负荷参数辨识中的应用

针对暂态电压稳定分析中动态负荷参数辨识问题,以考虑机械暂态过程的动态负荷模型为研究对象,结合最小二乘算法思想,构建动态负荷参数辨识模型,提出将基于二次插值的信赖域算法应用于电力系统动态负荷参数辨识中。IEEE的3机9节点标准模型仿真验证结果表明所应用的算法有效且可行。     

基于非平稳太阳辐照强度计算和LMS滤波器光伏电站功率预测方法

光伏电站功率预测对电力系统调度及安全稳定运行具有重要意义,对于光伏电站输出功率时间序列表征出来的周期性非平稳特性,采用计算理论太阳辐照强度的方法完成去趋势化的数据预处理,在此基础上提出了一种理论太阳辐照强度计算和LMS自适应滤波器相结合的光伏电站功率预测方法。将光伏电站过去时刻运行值作为滤波器的输入,当前时刻运行值作为滤波器的期望值,自适应滤波器即可建立光伏电站功率预测模型的有限脉冲响应逼近模型。该算法简单,能够实时显式结果。使用某光伏电站运行数据进行验证结果表明该方法对超短期功率预测精度较高。     

基于多模型的循环流化床锅炉床温预测控制

针对循环流化床锅炉床温的强非线性特性,提出了一种改进的基于多模型的预测控制策略.将多模型控制策略和广义预测控制相结合,采用几个典型工况点的模型来逼近整个运行区间的动态特性,从而取代在线辨识来校正模型.通过跟踪实际工况的变化来对各个子控制器进行加权以获得合适的控制增量,并对广义预测控制的性能指标进行了修改,以消除调节后期的振荡.典型工况点的模型可由离线辨识得到,参数恒定,使得丢潘图方程和控制规律式的求解可以离线进行,降低了在线计算量.将该算法用于某电厂440 t/h循环流化床锅炉的床温控制系统仿真,结果表明:该算法能够很好地克服被控对象的非线性,在负荷大范围变动时仍然可以取得良好的控制效果.     

基于遗传算法的转桨式水轮机模型参数辨识

为准确测试转桨式水轮机参数,提出了一种转桨式水轮机数学模型的新表述方法,并探讨了基于遗传算法对新表述数学模型的参数辨识。算例与实际电站参数辨识结果表明,采用辨识参数的模型输出结果与现场实测数据(样本数据)具有较好的一致性,验证了该方法的正确性及在工程实际应用中的可行性,为转桨式水轮机模型参数辨识提供了一种新方法。     

一种通用性强的晶体硅光伏组件多参数动态模型

为得到光伏组件动态工作状态,以光伏组件单二极管物理模型为基础,首先结合参数与光强、温度间关系联合Pade逼近算法提出一种动态修正方法;其次为解决光伏组件物理模型中I-V特性方程为电压-电流隐式形式而无法直接使用的问题,综合Lambert(W)函数提出一种显式化算法,将电流表示成电压的显式形式;最后运用Matlab软件对模型进行仿真,结合实测数据进行模型验证,验证模型通用性,对比现有高精度模型进行误差分析,分析模型精度。     

失速型水平轴风力发电机的气动参数辨识

本文对失速型水平轴风力机气动参数辨识的问题进行了研究。首先利用辨识算法，在假设风轮功率曲线的函数形式已知的前提下，利用测量的输入，输出数据，辨识出功率曲线函数的参数，然后利用辨识出的曲线参数预估系统风轮转速，并与测量的转速对比，以验证辨识模型的准确性。     

基于改进粒子群算法的水轮机调速系统建模

针对电力系统稳定计算分析软件中水轮机调速系统模型过于简单、粗略的问题,建立了水轮机调速系统非线性模型,并提出参数实测与改进的粒子群智能优化算法结合的模型辨识方法,获得了调速器模型参数、水轮机-引水道模型参数.现场实测数据的模型仿真结果验证了该模型辨识方法的准确性,该模型优于电力系统稳定计算软件中的模型,更符合实际.     

一种新的燃气轮机模型建立与其参数求取

结合Rowen模型的功率控制模块与IEEE模型的温度控制模块构建一种新的燃气轮机模型,利用燃气轮机相关数据来提取该模型中的参数,通过模型参数求取可以较快地理解燃气轮机模型的原理,同时对不同负荷下的不同情形进行仿真,仿真结果与IEEE模型在部分负荷下的仿真结果一致,说明该模型可以用于负荷变动时的工况,这就克服了Rowen模型无法用于部分负荷的缺点与IEEE模型计算复杂的缺点,为燃气轮机模型研究提供一种新的思路。     

基于通道注意力机制和BIGRU的非侵入式负荷分解方法

针对目前负荷监测领域存在模型分解准确率低、训练周期长、泛化性能差的问题,文章构建了基于通道注意力机制和双向门控循环单元的非侵入式负荷监测模型,利用搭建的序列到点编码–解码结构,将智能电表入口处总功率序列与待测目标设备序列中点在模型上进行映射训练。使用功率嵌入层对负荷序列的输入过程进行优化,将离散的负荷总功率序列通过功率嵌入矩阵映射到高维紧密向量空间;采用一维卷积神经网络提取负荷序列的局部特征,双向门控循环单元提取负荷的长序列依赖关系,同时融合通道注意力机制强化对目标设备重要信号特征的学习,挖掘目标设备状态与负荷功率之间的关联。在基于能量分解模型基准框架下,利用公开数据集REDD和UK-DALE进行实验,与现有两种典型负荷分解模型进行比较分析,实验结果表明,文章构建的模型在减少网络训练时间和参数的前提下,有效检测了目标设备的开关状态,显著提升了负荷分解准确性。     

基于量子遗传算法的循环流化床锅炉Hammerstein型辨识

将Hammerstein模型应用于某循环流化床锅炉2个典型系统的辨识,用多项式表示模型的非线性部分,用差分方程表示模型的线性部分,并通过量子遗传算法将模型的辨识问题转化为参数空间上的寻优问题,求得模型中待定参数的最优解,从而得出循环流化床锅炉2个系统的具体模型,并结合现场数据进行了一系列仿真试验.结果表明:Hammerstein模型可以很好地表达循环流化床锅炉典型系统的特性,用量子遗传算法优化可得到精度较高的数学模型.     

Green-Ampt入渗模型的一种显式近似解

为解决Green-Ampt(GA)入渗模型只有隐格式解的问题,给出了高精度的显格式近似解,该显格式构造一组幂函数作为基函数,通过最小化近似解与精确解之间的误差,达到对GA模型的逼近。在对误差函数最小化的过程中,首先证明优化解的存在性,同时采用自适应的优化分段方法,在满足精度的条件下减少基函数的级数,达到简化计算的目的。针对入渗时间趋于无穷导致近似解发散问题,建立了修正公式,确保了该逼近方法的全局收敛性。通过与其他近似解的比较,验证了该方法的稳定性和精确性。     

基于PMU实测小干扰数据的负荷闭环辨识方法

负荷建模是电力系统建模的重要部分,但是负荷模型的复杂性、非线性以及随机性增加了负荷建模的难度。提出了一种基于PMU实测小干扰数据进行负荷模型闭环辨识的方法。首先,建立了传递函数表达式下的负荷模型,并构建了应用于负荷模型辨识的闭环系统。而后提出基于预报误差法辨识负荷BJ模型的方法,通过数据预处理、模型阶次选择以及模型转换详细介绍该方法。最后,通过浙江电网220 kV华金变电站、太真变电站和清漾变电站的PMU实测数据的算例,验证了该方法在只有随机小干扰的情况下仍可以较为精确地辨识出负荷模型。     

江水源热泵机组年运行能耗预测方法研究

在建筑工程的可行性研究阶段,空调系统冷热源的年运行能耗预测是静态投资回收期分析、全寿命周期成本分析中的核心组成部分,是冷热源选型的重要依据之一.然而,在实际项目中通常选用IPLV/NPLV、设计工况COP进行年运行能耗估算,计算结果与实际能耗有较大的误差.在已知建筑设计冷、热负荷的前提下,引入平衡温度概念,采用BIN方法预测不同温度下的建筑负荷,通过参数修正的方式预测江水源热泵机组在部分负荷率情况下功率,将热泵机组功率修正系数的变化函数拟合为水源侧进水温度和负荷侧回水温度的多项式.对长江上游地区江水温度及气象参数进行监测,并建立了江水温度与空气于球温度的数学关系.提出江水源热泵机组年运行能耗预测方法.该方法反映了系统运行的实际特征,且计算过程较为简单,可以在实际工程中应用.     

面向综合负荷的燃料电池等效模型及参数灵敏度分析

基于Matlab/Simulink建立了固体氧化物燃料电池(Solid Oxide Fuel Cell,SOFC)及其并网系统的动态模型,研究了SOFC发电系统的外特性。从外特性等效拟合的角度出发,忽略SOFC并网系统的无功功率,提出了SOFC发电系统的等效模型。该模型结构简单,参数少,易于辨识,能够有效拟合电网在大扰动和连续小扰动情况下的燃料电池发电系统外特性,与其他模型相比能够模拟燃料电池的出力极限问题;分析了该模型的参数的灵敏度,模型的两个参数的灵敏度虽不高但易于辨识;用本文提出的SOFC等效模型并联传统的综合负荷模型(Synthesis Load Model,SLM)构建广义负荷模型,对含SOFC发电系统的配电网负荷特性进行辨识建模。算例表明,该广义负荷模型能够有效描述含燃料电池发电系统配电网负荷特性,且模型的参数辨识结果具有较好的稳定性。     

基于MMPSO算法的风电场多机等值模型参数辨识

为了解决基于容量加权法的风电场等值模型参数难以充分反映风电场全部运行状态的问题,文章针对多机等值模型进行了参数辨识。首先,以电网侧故障为激励,根据各等值机组参数的轨迹灵敏度大小区分关键参数和一般参数。然后,采用改进的多粒子群优化算法分步辨识电气与控制器部分的关键参数。最后,通过仿真分析了各等值机组参数轨迹灵敏度大小与输出功率的关系及其变化规律,得到了参数修正后具有更优动态性能的多机等值模型。     

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。     

基于暂态数据戴维南等值参数辨识的时变广义短路比计算方法

广义短路比能有效反映多馈入直流系统受端交流电网的强度,其计算通常基于直流馈入节点处受端交流电网的戴维南等值导纳矩阵,忽略了交流电网各元件动态对电网强度的影响。本文提出了一种基于暂态数据戴维南等值参数辨识的时变广义短路比计算方法,将隐含系统元件动态特性的端口节点电压与注入端口节点功率作为辨识数据,基于多端口戴维南等值模型与最小二乘法辨识受端交流电网时变导纳矩阵,进而计算出时变广义短路比,准确地反映了系统动态对受端交流电网强度的影响。最后,以单馈入直流系统算例验证了方法的精确性,以某省级电网算例验证了其实用性,分析了负荷动态特性对时变广义短路比的影响。