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。     

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...     

基于先验方差的发电机惯量辨识数据质量评估

发电机惯量是电力系统频率特性分析与在线应用的重要参数。基于发电机正常运行时机端有功功率和频率的类噪声信号可对发电机惯量进行实时辨识。然而实测数据质量存在的缺陷,导致现有算法对实测数据辨识效果较差。为解决该问题,本文以谱分析与系统辨识理论为基础,通过参考系统估计、模型参数方差估计、惯量方差估计三个步骤,建立惯量辨识结果的先验方差统计量,在进行辨识前对类噪声数据段进行评价和筛选,提升了惯量辨识的准确度。基于仿真数据和实测数据的数据评估筛选结果验证了本文提出方法的有效性。结果表明,先验方差较小的数据段,惯量辨识的准确度较高。     

基于进化计算的类噪声负荷辨识改进方法

文章提出一种有别于传统负荷模型的非仿真模型辨识模型,并成功将其应用于电力系统日常负荷数据辨识,在此基础上从系统辨识角度定义为Hammerstein-Wiener模型,并从模型结构、算法初值策略、差分进化算法算子和基本性质等方面进行综合改进和证明。该方法显著提高了Hammerstein-Wiener模型的精度和算法的收敛速度,并证明其在优化过程中不会出现如以往模型优化中常出现的数值问题,经多角度分析验证,该完整有效的分析流程适用于类噪声负荷辨识,对负荷建模具有重要意义。     

基于类噪声信号和ARMA-P方法的振荡模态辨识

弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,振荡模态是表征系统振荡特性的重要参数,反映了各节点对振荡模式的参与情况。目前基于测量信号一般在振荡发生后进行模态分析,缺乏在系统正常运行情况下的分析手段。大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动。文中提出一种自回归滑动平均-Prony(ARMA-P)方法对这种类噪声信号进行处理,在采用ARMA模型拟合类噪声信号估计低频振荡模式参数的基础上,进一步建立信号的Prony模型,最终实现对低频振荡模态的辨识。将该方法用于对新英格兰系统仿真数据进行处理,其辨识结果与小干扰稳定计算结果进行了比较,并进一步将该方法用于处理南方电网实测数据,证明了其有效性。     

考虑测量噪声的朗道自适应惯量辨识方法

传统朗道自适应惯量辨识方法只有一个自适应系数可以调节,难以同时兼顾辨识速度和辨识精度,导致速度自适应控制系统在测量噪声较大的情况下容易不稳定。为解决这一问题,提出了一种考虑测量噪声的朗道自适应惯量辨识方法。该方法采用相同的低通滤波器对速度和电磁转矩同时进行滤波,保证了辨识模型与无滤波时的相同。在此基础上综合调节自适应系数和滤波器时间常数,在保证辨识速度的前提下减小辨识系统的噪声,提高辨识精度,从而提高了速度自适应控制系统的稳定性。仿真和试验验证了所提方法的正确性和有效性。     

电力系统模型类噪声闭环辨识方法

电力系统中多处负荷投切与变化等随机性质小扰动,导致系统响应始终存在类似噪声的小幅波动。文中提出利用广域测量类噪声信号闭环辨识被控电力系统模型,及时准确地反映系统当前动态特性,有效解决因仿真模型及参数误差造成的系统分析及控制器设计时效性和可信度差等问题。在研究多元自回归滑动平均(ARMAV)模型实现系统闭环辨识可行性的基础上,采用ARMAV模型拟合多元类噪声信号,进而基于模型实现电网正常运行过程中的系统模型闭环辨识。最后,将该方法分别应用于两区四机系统和36节点系统,证明了其准确性。     

考虑日内温度变化的夏季温敏负荷模型及其时变参数的两阶段辨识方法

现有关于电力负荷温敏特性的研究大多仅关注长时间尺度上最高温度与最大负荷之间的关系,而未分析日内不同温度下的温敏特性。建立能反映日内温度变化的温敏负荷模型,并引入2个假设以解决模型可辨识性的问题;提出适用于参数辨识的数据筛选方法和温敏负荷模型时变参数的两阶段辨识方法。算例结果表明,所提方法可以准确且鲁棒地辨识温敏负荷模型的时变参数,并得到日内温敏负荷曲线及温敏负荷占比。     

电力系统类噪声闭环可辨识性分析

基于广域测量类噪声信号辨识被控电力系统模型,可有效解决因仿真模型及参数误差造成的系统特性分析及控制器设计可信度等问题。电力系统中多处负荷变化等随机性质小扰动和广域阻尼控制器的投运,导致系统闭环辨识难度大为增加。提出对类噪声环境下电力系统闭环可辨识性问题进行理论研究,重点分析了反馈控制器和参考信号对系统闭环可辨识性的影响,并结合电力系统实际情况,总结类噪声环境下实现电力系统闭环可辨识所需满足条件,并对其进行仿真验证。     

基于多新息辨识的电力系统节点惯量估计方法

随着高比例新能源并网、大容量直流密集接入和常规电源持续关停,电力系统原本相对均衡的惯量资源分布格局被打破,转动惯量在空间分布上发生了新的变化。为使系统运行人员及时感知惯量空间分布情况、精准定位惯量薄弱节点,提出一种基于多新息辨识的电力系统节点惯量估计方法。首先在分析系统惯量资源对节点惯量支撑作用的基础上,基于输出误差滑动平均模型构建惯量空间分布估计模型。进而采用多新息辨识方法求解模型中的待辨识参数,得出系统内所有节点的等效惯量,评判整个系统的惯量空间分布情况。最后在IEEE 39节点系统上进行仿真分析,验证了所提方法的有效性,以及对不同规模、不同位置故障的适应性。     

基于系统辨识的电力系统惯量在线评估改进方法

虽然基于系统辨识的惯量在线评估方法可以在线评估电力系统惯量,但是目前无法确定最佳的模型阶次,导致误差较大.为提升惯量在线评估的准确性,首先对电力系统正常运行条件下的实测数据进行信号预处理,防止噪声信息造成的过拟合现象,以提高抗噪声扰动能力.其次将发电机的有功功率变化量作为输入,频率波动作为输出,利用AIC准则确定系统辨...     

考虑负荷分布变化的改进组合电力系统等效负荷持续曲线法

针对组合电力系统等效负荷持续曲线法中忽视负荷水平变化的影响而导致的可靠性评价偏差,采用基于负荷比例分布的聚类方法对负荷水平的变化进行描述,依据聚类中心集并借助于灵敏度方法进行负荷点最大可达功率值计算,采用相关因子概念反映节点负荷水平与负荷比例分布之间的关联,形成改进的组合电力系统等效负荷持续曲线法。MRBTS系统和IEEE-RTS 79系统算例结果表明,改进后的算法在可靠性指标评价的准确性方面有所提高,在系统各负荷相关度较低的情况下效果明显。     

考虑热惯性的热电联产系统两阶段优化调度方法

热电联产(CHP)系统具有环保、经济、运行方式灵活的突出优势,有较好的发展前景。文中基于电、热在传输和存储方式上的不同特性,提出一种考虑热惯性的CHP系统两阶段优化调度方法。第一阶段考虑供热网络结构和运行特性,建立基于模型预测控制(MPC)的CHP系统优化调度模型,优化日内可控设备出力及电网交互功率策略;第二阶段以CHP系统内各单元出力调整量最小为目标,综合考虑可再生能源及负荷的实时预测误差,动态调整第一阶段日内调度策略。算例表明,该两阶段优化调度模型可提高系统运行的经济性,弥补供需不平衡;结合系统热惯性,建筑物根据负荷需求和分时电价进行蓄热或放热可降低可再生能源及负荷不确定性对调度的影响,平抑功率波动,促进热电互补。     

基于边缘计算的用户异常负荷识别方法

针对未知家电负荷背景下基于智能电表采样数据进行异常负荷识别问题,以电动车入户充电负荷为出发点,提出了 一种基于边缘计算的用户异常负荷识别方法。首先通过 Boruta-SHAP 算法对非侵入式负荷数据的14种特征进行排序筛选, 得到在秒级负荷数据下的辨识效果最佳的特征子集;然后采用改进的非平行支持向量机(v-non parallel support vector ma- chine,v-NPSVM) 模型进行异常负荷识别模型的训练;最后结合边缘计算技术将算法部署到边缘计算平台上,实现对典型电 动车充电负荷的识别。实验基于低压台区中智能电表获取的真实负荷数据进行验证,并进一步对数据进行降频处理以验证 更低频数据源下方法的有效性,实验结果表明针对降频后的异常负荷识别的正确辨识率仍在90%以上,证明了在未知家电负 荷背景下方法具有较好的适用性和准确性。     

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。     

基于估测惯量计算的低频减载方法

新能源发电接入系统的控制方式的不同会给系统的惯量带来不同的影响,研究了基于估测惯量系统功率缺额实时计算方法。首先分析了现有低频减载装置计算系统功率缺额算法的不足。针对这些不足,研究了电压偏移对系统有功缺额的影响,并给出了量化算法;根据扰动后负荷的响应信息,提出了实时辨识系统惯量的方法,由此得到基于估测惯量的系统功率缺额实时计算方法,进而得到最优的自适应切负荷方案。在IEEE 39节点系统下进行孤岛系统的仿真,验证了研究得出的电压偏移对系统有功缺额的影响,以及系统惯量的实时辨识、系统功率缺额实时计算的准确性和有效性。与传统的分轮次动作的低频减载方案相比,所提方案的负荷减载量以及动态频率偏移相对更小,频率恢复稳定能力更强。     

电力负荷参数辨识的实用改进及实测结果

针对电力负荷参数辨识中出现的参数不稳定问题,对参数辨识过程作了改进:一是将负荷参数分为重点参数和次要参数,只对重点参数进行辨识,对次要参数则直接采用其典型值进行计算;二是给出了参数初始搜索范围选取的一般方法;三是对系统容量基值和感应电动机容量基值下的参数作了一些说明,在进行联网计算时,感应电动机自身容量基值下的参数要根据系统容量基值折合;四是提出了模型类别的判别指标。基于以上改进措施,对河南电网和江苏电网的实测数据进行了参数辨识,表明以上改进措施使电力负荷建模达到实用要求。     

计及跟随型和支撑型分布式光伏的广义综合负荷模型及两阶段参数聚合等效方法

为有效聚合等值包含不同控制类型分布式光伏发电系统的配电网,提出一种计及跟随型和支撑型分布式光伏的广义综合负荷模型及两阶段模型参数聚合等效方法。通过将跟随型和支撑型光伏等效模型与传统综合负荷模型并联形成广义综合负荷模型,实现对实际配电网并网特性的有效拟合;基于参数灵敏度分析与改进的微分进化算法,通过两阶段聚合等效确定模型参数,避免模型未知参数过多带来的辨识解分散性大的弊端。基于PSCAD和MATLAB验证了所提模型的自描述能力、泛化能力和参数稳定性。