[發明專利]一種動態電力負荷模型的結構和參數在線辨識方法有效
| 申請號： | 201611037014.6 | 申請日： | 2016-11-23 |
| 公開（公告）號： | CN106599541B | 公開（公告）日： | 2019-04-19 |
| 發明（設計）人： | 朱建全;黃俊銘;易江文;劉明波;莊遠燦;朱濤;王晨曦 | 申請（專利權）人： | 華南理工大學 |
| 主分類號： | G06F17/50 | 分類號： | G06F17/50 |
| 代理公司： | 廣州科粵專利商標代理有限公司 44001 | 代理人： | 黃培智 |
| 地址： | 510640 廣東省廣州市天河區五*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 動態 電力 負荷 模型 結構 參數 在線 辨識 方法 | ||
本發明公開一種動態電力負荷模型的結構和參數在線辨識方法，包括：步驟1，建立動態電力負荷模型結構庫，其包括至少兩種的動態電力負荷模型結構；步驟2，并行讀取動態電力負荷模型結構庫中的每種動態電力負荷模型結構，將其待辨識的參數與其狀態向量組成擴展狀態向量，利用不敏卡爾曼濾波對待辨識的參數進行估計；步驟3，計算出各個動態電力負荷模型結構的后驗概率；步驟4，比較各動態電力負荷模型結構的后驗概率大小，將后驗概率最高者作為最優的動態電力負荷模型結構，同時將該動態電力負荷模型結構下的參數辨識結果作為最優參數。本發明通過模型結構和參數的同時在線辨識，從模型結構和參數兩個層面對動態電力負荷特性進行更加準確的描述。
技術領域
本發明涉及電力負荷仿真領域，具體涉及一種動態電力負荷模型的結構和參數在線辨識方法。
背景技術
電力負荷模型可以描述為電壓或頻率與綜合電力負荷節點所消耗的功率之間的某種數學關系，這可以視為一個系統識別問題。電力負荷建模一般具有兩個環節：確定一個適當的電力負荷模型結構；對該模型結構的參數值進行辨識。
目前的電力負荷模型結構主要可以分為兩類：靜態電力負荷模型結構和動態電力負荷模型結構。其中ZIP模型是應用最為廣泛的一種靜態電力負荷模型結構，它包括恒定阻抗、恒定電流和恒定功率三個部分。靜態電力負荷模型結構的優點是比較簡單，但在大多數動態仿真分析中并不能準確反映綜合電力負荷的動態行為。常用的動態電力負荷模型結構又可分為自適應電力負荷模型結構、指數型電力負荷模型結構、電動機模型結構等。相對而言，動態電力負荷模型結構在動態仿真分析中具有更高的精度。
為了確定某一給定模型結構下的參數，通常采用最小二乘法、遺傳算法、蟻群算法、粒子群算法等優化算法進行參數辨識，但這些優化算法只能實現電力負荷參數的離線辨識。為了實現電力負荷參數的在線辨識，卡爾曼濾波算法近年來也在電力負荷參數辨識中得到了應用。
已有的動態電力負荷建模方法主要存在如下的問題：先按經驗選定一個動態電力負荷模型結構，再在此基礎上進行參數辨識，并不能實現動態電力負荷模型的結構和參數的同時最優。
發明內容
本發明的目的在于針對上述現有技術中存在的問題，提出了一種動態電力負荷模型的結構和參數在線辨識方法，實現動態電力負荷模型的結合和參數的同時最優。
為達到上述發明的目的，本發明通過以下技術方案實現：
一種動態電力負荷模型的結構和參數在線辨識方法，包括如下步驟：
步驟1，建立動態電力負荷模型結構庫，其包括至少兩種的動態電力負荷模型結構；所述動態電力負荷模型結構是狀態向量與量測向量描述的結構；
步驟2，并行讀取動態電力負荷模型結構庫中的每種動態電力負荷模型結構，對每種動態電力負荷模型結構，將其待辨識的參數與其狀態向量組成擴展狀態向量，利用不敏卡爾曼濾波對待辨識的參數進行估計；
步驟3，在不敏卡爾曼濾波的估計結果的基礎上計算出各個動態電力負荷模型結構的后驗概率；
步驟4，比較各動態電力負荷模型結構的后驗概率大小，將后驗概率最高者作為最優的動態電力負荷模型結構，同時將該動態電力負荷模型結構下的參數辨識結果作為最優參數。
進一步，步驟1所述動態電力負荷模型結構為：
Xi(k+1)＝fi(Xi(k))+Wi(k) (1)
Zi(k)＝hi(Xi(k))+Vi(k) (2)
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于華南理工大學，未經華南理工大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201611037014.6/2.html，轉載請聲明來源鉆瓜專利網。
