[發明專利]一種基于聚類的試驗型微電網負荷特性分類方法

在審

• 申請號: 202010525417.5
• 申請日: 2020-06-10
• 公開（公告）號: CN111722057A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 董鶴楠;劉一濤;郭權利;韓子嬌;唱一鳴;吳靜;徐旭;王剛;孫峰;李勝輝;李平;李家玨;王海東;白雪;張瀟桐;張玫珊;屈超;程緒可
• 申請（專利權）人: 國網遼寧省電力有限公司電力科學研究院;國家電網有限公司
• 主分類號: G01R31/08
• 分類號: G01R31/08;G01R31/34;G06K9/62
• 代理公司: 遼寧沈陽國興知識產權代理有限公司 21100
• 代理人: 何學軍;侯景明

1.一種基于聚類的試驗型微電網負荷特性分類方法，其特征是：包括以下步驟：

步驟1.參數靈敏度分析；

步驟2.根據分析結果，進行負荷模型的聚類分析。

2.根據權利要求1所述的一種基于聚類的試驗型微電網負荷特性分類方法，其特征是：所述參數靈敏度分析包括以下步驟：

用3階機電暫態模型的感應電動機并聯采用冪指數模型的靜態負荷的等值負荷來描述負荷，連續動態模型由如下狀態方程描述：

x(0)＝x₀ (2)

y(t)＝g(x(t),u(t),θ) (3)

h(x₀,u₀,θ)＝0 (4)

式中，為狀態變量的相量形式，x(t)為狀態變量，u(t)為系統電壓激勵的輸入變量，θ為帶辨識參數由θ(α，β)^T確定，其中α為獨立參數列矢量，α＝(R_s,x',T₀',n,H)^T,其中R_s為定子電阻，x'為等值阻抗x_m為定子轉子間互感抗，x_r為轉子自感抗；T₀'為時間常數，n為轉矩系數，H為慣性時間常數；β為非獨立參數列矢量，β＝(T_L,e'_d0,e'_q0,s₀,x_s)^T，T_L為轉矩系數，e'_d0為感應電機直軸上的暫態初始電勢，e'_q0為感應電機交軸上的暫態初始電勢，s₀為感應電動機的初始轉差率，x_s為定子自感抗；β由α和穩態約束方程(4)確定；具體到感應電動機負荷，忽略定子電磁暫態，則同步坐標系在的標幺值狀態方程與輸出方程分別由式(5)和(6)表示；

式(5)、(6)中，表示感應電動機直軸上的暫態電勢對時間t的導數，T₀'為時間常數，e'_d為感應電機直軸上的暫態電勢，e'_q為感應電機交軸上的暫態電勢，e'則代表感應電動機暫態電勢，e'＝e'_d+je'_q；x_s為定子自感抗，x'為等值阻抗x_m為定子轉子間互感抗，x_r為轉子自感抗；i_qs為感應電動機定子交軸上的電流，i_ds為感應電動機定子直軸上的電流，i為感應電動機電流，i＝i_ds+ji_qs；s為感應電動機轉差率，ω_b為同步角頻率，表示感應電動機交軸上的暫態電勢對時間t的導數，表示感應電動機轉差率對時間的導數，H為慣性時間常數，T_L為轉矩系數，n為轉矩系數，R_s為定子電阻，u表示系統激勵電壓，u＝u_ds+ju_qs，u_ds為直軸上的激勵，u_qs為交軸上的激勵；

令式(5)左邊為零，再添加方程組(6)，可得穩態方程：

h(x₀,u₀,y_o,α,β)＝0 (7)

式(7)中，定義h為穩態函數，狀態變量x＝(e'_d,e'_q,s)^T，輸入變量u＝(u_ds,u_qs)^T，輸出變量y＝(i_ds,i_qs)^T,α為獨立參數列矢量，α＝(R_s,x',T₀',n,H)^T,β為非獨立參數列矢量，β＝(T_L,e'_d0,e'_q0,s₀,x_s)^T；

設參數θ為典型感應電動機參數，y_t(t)為在系統電壓激勵u的作用下的電動機響應；若改變參數θ，則在相同激勵下的電動機響應為y_c(t)；

定義參數變化引起的響應偏差為：

式(8)中，J(θ)＝J(α，β)為響應偏差函數，y_t(t_i)為在系統電壓激勵u的作用下的電動機響應；若改變參數θ，則在相同激勵下的電動機響應為y_c(t_i)；對[y_c(t_i)-y_t(t_i)]^T和[y_c(t_i)-y_t(t_i)]的乘積進行求和即可得出響應偏差；

響應偏差對獨立參數α的靈敏度L即為響應偏差J(θ)對α的偏導數；

式(9)中，式(9)中，表示響應偏差J(θ)對獨立參數α進行求偏導，表示響應偏差J(θ)對定子電阻R_s求偏導，表示響應偏差J(θ)對等值阻抗x'求偏導，表示響應偏差J(θ)對時間常數T'₀求偏導，表示響應偏差J(θ)對轉矩系數n求偏導，表示響應偏差J(θ)對慣性常數H求偏導,表示在改變參數θ的相同激勵下的電動機響應y_c(t_i)對獨立參數α進行求偏導，并在此基礎上進行轉置，y_t(t_i)為在系統電壓激勵u的作用下的電動機響應；

由上述式(7)-(9)，求得響應偏差對電動機獨立參數的靈敏度L；靈敏度表示某參數的單位變化所引起的響應變化，即反映了響應對該參數變化的敏感程度；

以獨立參數Δα_i(ΔR_s,Δx',ΔT'₀,Δn,ΔH)為橫坐標，靈敏度L_i為縱坐標，以激勵u階躍下降然后恢復的形式且各個獨立參數單獨變化時畫出靈敏度的函數曲線；

靈敏度和變化較大，而靈敏度和的變化則比較小，即響應對獨立參數R_s、x'和T'₀較敏感，而對n和H的敏感程度則稍微較弱；

計算表明：

①各參數的靈敏度差異較大，且各參數的靈敏度都有隨激勵增強而增大的趨勢；

②參數的靈敏度較高，即模型響應對這些參數的取值比較敏感；而參數以及靈敏度較低即模型響應對這些參數的敏感程度較低，在參數辨識過程中，若由于參數靈敏度過小而在模型響應中看不到某參數變化產生的貢獻，則所辨識的結果誤差相對較大；反之，若模型響應能很敏銳地感受到某參數變化而帶來的貢獻，則所辨識的結果也就較為準確。