[發明專利]一種電力系統負荷模型參數辨識的優化方法

在審

• 申請號: 202011377492.8
• 申請日: 2020-11-30
• 公開（公告）號: CN112395814A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 郭成;謝浩;李文云;和鵬;向川;孟賢
• 申請（專利權）人: 云南電網有限責任公司電力科學研究院
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06Q10/04;G06Q50/06;G06N3/00;H02J3/00;G06F111/06;G06F113/04
• 代理公司: 北京弘權知識產權代理事務所(普通合伙) 11363
• 代理人: 逯長明;許偉群

本申請提供一種電力系統負荷模型參數辨識的優化方法，所述方法首先在BPA中搭建電力系統模型，設置三相短路故障以獲取母線處電壓暫降數據，用于負荷建模；其次提出了一種故障電壓降較大時目標函數權重因子大、穩態以及故障電壓降較小時目標函數權重因子小的優化準則，解決了現有的負荷建模技術在辨識過程中負荷模型輸出有功、無功曲線在故障電壓降落較大時難以跟隨實測有功、無功曲線的問題。最后引入了一種新型優化算法?灰狼算法進行負荷模型參數辨識，解決了現有技術辨識過程中耗時長、精度低、易陷入局部最優解等問題。

技術領域

本申請涉及供電技術領域，尤其涉及一種電力系統負荷模型參數辨識的優化方法。

背景技術

電力系統仿真計算不僅是電力系統動態分析與安全控制的基本工具，也是電力生產部門用于指導電網運行的基本依據，數字仿真結果的準確度直接影響系統運行、規劃及決策的正確性。作為電能消耗的核心環節，電力負荷影響著電力系統設計、分析以及控制，負荷模型的準確與否對電力系統有著重要影響。迄今為止，負荷建模的方法主要有統計綜合法和總體測辨法。統計綜合法的基本思想是將負荷看成個別用戶的集合，先將這些用戶的電器分類，并確定各種類型電器的平均特性，然后統計出各類電器所占的比重，最后綜合得出總體的負荷模型。總體測辨法的基本思想是將負荷群看成一個整體，通過在負荷點安裝測量記錄裝置，在現場采集負荷所在母線的電壓、頻率、有功及無功數據，然后根據系統辨識理論確定負荷模型結構和參數。

確定了負荷模型之后，接下來的工作就是基于實測數據對負荷模型的參數進行辨識。負荷模型的參數辨識方法大體可以分為線性和非線性兩類。線性方法包括最小二乘估計和卡爾曼濾波等方法，對于參數線性模型通常是有效的。非線性參數辨識方法目前大多以優化為基礎，其主要過程是尋找一組最優的參數向量，使得預定的誤差目標函數最小，主要有梯度方法、隨機搜索方法以及模擬進化方法。

采用總體測辨法最重要的是需要實測數據，數據源主要包括PMU數據、故障錄波數據和電能質量監測數據3大類。故障數據中通常包含擾動前后一定數量周波的穩態數據，然而負荷建模往往更關注于故障曲線中電壓降落較大時的負荷特性，但現有的負荷建模技術存在如下問題：在辨識過程中沒有對目標函數進行權重性處理而導致負荷模型輸出的有功、無功曲線在故障電壓降落較大時難以跟隨實測有功、無功曲線。

發明內容

為了解決上述問題，本申請提供一種電力系統負荷模型參數辨識的優化方法，以解決在辨識過程中沒有對目標函數進行權重性處理，而導致負荷模型輸出的有功、無功曲線在故障電壓降落較大時難以跟隨實測有功、無功曲線的問題。提供一種故障電壓降較大時權重大、穩態以及故障電壓降較小時權重小的目標函數優化準則，從而提高了負荷模型的擬合效果。

為了實現上述目的，本申請通過以下技術方案實現：

一種電力系統負荷模型參數辨識的優化方法，所述方法包括：

獲取實測數據，所述實測數據包括母線電壓、母線有功功率、母線無功功率、電動機負荷有功功率、電動機負荷無功功率、靜態負荷有功功率和靜態負荷無功功率；

根據灰狼尋優算法，將電力系統負荷模型的待優化參數作為種群中的灰狼，將預設位置作為種群位置，根據種群位置、所述實測數據和預設的權重目標函數，計算得到種群中每只灰狼的目標函數值，將種群中的灰狼的目標函數值排序，得到α灰狼、β灰狼和δ灰狼的位置，判斷所述α灰狼的目標函數值是否小于預設的優化目標值，如果小于，根據目標函數值確定電力系統負荷模型的辨識參數數值；

如果不小于，確定當前迭代次數，根據所述當前迭代次數，計算得到收斂因子、攻擊系數向量和協同系數向量；

根據所述α灰狼、β灰狼和δ灰狼的位置和協同系數向量，計算得到α灰狼、β灰狼和δ灰狼與蒼狼之間的距離；

根據所述收斂因子、攻擊系數向量、α灰狼、β灰狼和δ灰狼的位置以及所述α灰狼、β灰狼和δ灰狼與蒼狼之間的距離，確定種群中所有灰狼的位置值；