[發明專利]一種廣域電力系統負荷模型的自適應識別方法

有效

• 申請號: 201610511820.6
• 申請日: 2016-06-30
• 公開（公告）號: CN105977977B
• 公開（公告）日: 2018-04-06
• 發明（設計）人: 郝麗麗;戴嘉祺;郝培華
• 申請（專利權）人: 南京工業大學
• 主分類號: H02J3/00
• 分類號: H02J3/00
• 代理公司: 南京天翼專利代理有限責任公司32112
• 代理人: 于忠洲

1.一種廣域電力系統負荷模型的自適應識別方法，其特征在于，包括以下步驟：

步驟1，負荷時變分類閾值的計算，具體步驟為：

步驟1.1，設定負荷特征采集的樣本周期T_s和樣本周期內的采樣次數N_s，設系統有n個負荷節點，前一個樣本周期內第s(s＝1,2,…,N_s)次采樣中，得到第i(i＝1,2,…,n)個負荷節點的負荷用電性質構成比例為X_i,s；

步驟1.2，設定樣本周期內系統負荷模型重置次數的上限為N_MSC、第k次分類閾值為ε_k(k＝0,1,2,……)以及分類閾值優化步長為Δε，導入前一樣本周期內各負荷節點的歷史數據，再以歷史數據中負荷用電性質構成比例為分類特征對第i個負荷節點的N_s個采樣點進行分類，得到第i個負荷節點在樣本周期內的分類個數C_ki以及負荷分類變化時點集合t_ki；

步驟1.3，遍歷系統中的所有n個負荷節點，獲得各負荷分類變化時點集合的并集，即為整個系統的負荷分類變化時點集合t_ks，集合t_ks中元素的個數N_k即為上一樣本周期內系統負荷模型所需重置的次數，如果N_k>N_MSC，則k值增加1，增大分類閾值ε_k＝ε_k-1+Δε，重新依據負荷用電性質構成比例對每個負荷的N_s個采樣點進行分類，同時重新計算系統負荷模型的重置次數N_k，如果此時N_k≤N_MSC，則負荷時變分類閾值ε＝ε_k；

步驟2，負荷模型的重置啟動判別，具體步驟為：

步驟2.1，在當前樣本周期內，持續監測系統各負荷節點的負荷用電性質構成比例；

步驟2.2，判斷所有負荷節點的負荷用電性質構成比例連續兩次采樣值的差距是否小于負荷時變分類閾值ε，若小于，則系統負荷模型保持不變，返回步驟2.1，若某個負荷節點的負荷用電性質構成比例連續兩次采樣值的差距大于負荷時變分類閾值ε，則進入步驟3；

步驟3，基于系統主導振蕩模式識別觀測對象來判斷負荷模型的有效性，具體步驟為：

步驟3.1，根據預設的對象選擇方法來選擇觀測對象，設定誤差閾值ε_J，確立實際系統與仿真系統觀測對象的電壓均方誤差函數J作為廣域系統負荷模型有效性判別依據：

J=1NΣj=1N(Vm(j)-Vs(j)Vm(j))2---(1)]]>

式(1)中，N表示動態響應采樣點數，V_m(j)表示觀測對象的第j個電壓實測值，V_s(j)表示仿真系統中觀測對象的第j個電壓響應；

步驟3.2，判斷J與誤差閾值ε_J的大小關系，若J＞誤差閾值ε_J，則表明當前負荷模型無效并進入步驟4進行廣域電力系統負荷的空間分類，若J≤誤差閾值ε_J，則表明當前模型有效并進一步判斷當前樣本周期是否結束，若沒有結束，則進入步驟2，若已經結束，則進入下一樣本周期并返回步驟1重新計算負荷時變分類閾值；

步驟4，廣域電力系統負荷的空間分類，在當前樣本周期的第s次采樣中，第i(i＝1,2,…,n)個負荷節點的負荷用電性質構成比例為X_i,s，以負荷用電性質構成比例為分類特征，利用模糊C均值聚類算法對n個負荷節點進行分類，得到系統總的負荷分類數目為C，第f_i(f_i＝1,2,…,C)類負荷其中f_in為屬于第f_i類的負荷個數，為第f_i類負荷中的第f_in個負荷；

步驟5，系統各類負荷的統一識別，具體步驟為：

步驟5.1，設第f_i類負荷需識別個參數，則系統所需識別的總參數為再將系統內同一類負荷均設為相同的模型參數，將式(1)作為負荷模型參數識別的目標函數，設定負荷的初始值，利用梯度下降法計算min(J)時對應的模型參數，并將該模型參數作為負荷模型的識別結果賦值到仿真系統負荷模型中；

步驟5.2，判斷當前樣本周期是否結束，若沒有結束，則進入步驟2，若已經結束，則進入下一樣本周期并返回步驟1重新計算負荷時變分類閾值；

步驟1中的負荷用電性質構成比例X_i,s＝(x_is1,x_is2,x_is3,x_is4)，其中x_is1,x_is2,x_is3,x_is4分別表示第i個負荷第s次采樣時工業、商業、農業和其它負荷所占的用電比重。