一种电力系统负荷的建模方法

摘要

本发明公开了一种电力系统负荷的建模方法，其步骤是：A、基于日有功负荷曲线的负荷分类；B、基于统计综合法的负荷建模；C、基于仿真分析的负荷模型参数灵敏度分析及范围分析；D、基于遗传算法的负荷模型参数节点辨识，以拟合本地扰动数据为目标，固定低灵敏度参数值为统计综合法调研参数值，采用遗传算法，进行节点辨识，得到符合多组负荷模型参数；E、基于WAMS的负荷模型参数广域校核，以节点辨识的多组解作为初值，以对系统广域动态特征的精确拟合为目标，校核负荷模型参数，得到准确反映系统在遭受扰动时的广域动态特性的唯一解。本发明从负荷点分类、负荷模型参数聚合，解决了总体测辩法可辨识性及多解的问题，具有推广应用价值。

主权项

1.一种电力系统负荷的建模方法，其步骤是：A、基于日有功负荷曲线的负荷分类(1)，选定日负荷的三个时间段作为对象，7:00至8:00，9:00至19:00，20:00至22:00，分别定义为日负荷低谷区、平坦区、高峰区时段，在选用静态指标参数的基础上，根据不同类型变电站日负荷曲线呈现的分区时段上的变化不同，定义了反映典型类型负荷的相对动态变化趋势的指标，与其它参数一起构成6维特征量数据空间：[x1，x2，x3，x4，x5，x6]，利用模糊c聚类方法进行聚类，B、基于统计综合法的负荷建模(2)，结合负荷分布和负荷分类，每类负荷选取一个变电站开展基于统计综合法的负荷调研，其中，以各电压等级变电站为点，调查、收集各级网络参数和支路潮流以及无功补偿情况；以直接供给终端负荷的10kV馈线为主线，调查、收集各终端负荷不同季节下的负荷构成和负荷特性资料，根据220kV变电站的负荷特性调查结果，以配电网络的综合负荷模型结构为建模的目标：上述各等值元件模型中，确定的参数为：(1)等值电动机参数R_s，X_s，X_m，R_r，X_r，H，A，C；R_s，X_s为定子电阻和电抗；R_r，X_r为转子电阻和电抗；X_m为励磁电抗；H为惯性时间常数的一半；A，C为机械转矩系数；(2)静态负荷参数P_Z，P_I，Q_Z，Q_I；P_Z，P_I为恒阻抗、恒电流负荷占总的有功负荷的比例；Q_Z，Q_I为恒阻抗、恒电流负荷占总的无功负荷的比例；(3)无功补偿参数Q_C；为并联电容器补偿容量；(4)配网阻抗参数R_D，X_D；(5)等值发电机参数x_d，x_d′，x_d″，x_q，x_q′，x_q″，R_a，T_d0′，T_d0″，T_q0′，T_q0″，T_J，D；x_d，x_d′，x_d″分别为等值发电机的纵轴同步电抗、暂态电抗、次暂态电抗；x_q，x_q′，x_q″分别为等值发电机的横轴同步电抗、暂态电抗、次暂态电抗；R_a为等值发电机定子电阻；T_d0′为纵轴励磁绕组定子开路时的时间常数；T_d0″为纵轴阻尼绕组D定子开路时的时间常数；T_q0′为横轴阻尼绕组g定子开路时的时间常数；T_q0″为横轴阻尼Q绕组时间常数；T_j为惯性时间常数；D为等值发电机阻尼系数；C、基于仿真分析的负荷模型参数灵敏度分析及范围分析(3)，改变负荷模型参数大小进行仿真计算，得到负荷模型各参数对电力系统暂态特性影响的灵敏度，以改变负荷模型参数后暂态稳定特性响应曲线能否回到初始运行点为依据，确定各参数的范围，负荷模型各参数中，选定一个参数变化，在负荷点附近施加一个扰动，计算参数变化前后负荷点的有功、无功、电压曲线变化的均方差值，参数变化小时，负荷点响应特性变化大，按照同样的参数变化率下负荷点响应特性变化的大小排序，确定负荷模型参数的灵敏度，采用该分析方法，改变负荷参数大小，施加同样的扰动，直至负荷响应特性不能回到原来的平衡点，确定负荷参数的变化范围，对H电网的负荷模型参数分析，结果表明，励磁电抗(X_m)、惯性时间常数(2H)、转子电抗(X_r)，定子电阻(R_s)、电动机机械阻尼矩系数(A，B)、静态负荷系数(P_Z，P_I，Q_Z，Q_I)和配电网络等值电阻(R_D)参数对电力系统的暂态稳定性影响小的灵敏特性，定子电抗(X_s)、配网电抗(X_D)、感应电动机负荷比例(K_pm)、初始有功负荷率(M_lf)参数则对系统的暂态稳定特性影响表现出大的灵敏特性；D、基于遗传算法的负荷模型参数节点辨识(4)，以变电站的负荷参数作为初值，以灵敏度分析确定的模型参数范围为基础，以拟合本地扰动数据为目标，固定低灵敏度参数值为统计综合法调研参数值，采用遗传算法，进行高灵敏度参数的节点辨识，得到符合本地扰动信息的多组负荷模型参数，利用相量测量单元测量的本地扰动数据进行节点参数辨识，将负荷群看成一个整体，通过在现场采集负荷所在母线的PMU电压、有功、无功数据，根据系统辨识确定负荷模型结构和参数，获得的模型参数是以模型响应地拟合所观测到本地的负荷响应数据为目标，得到分布范围较广的参数，具体步骤如下：(1)按照参数辨识方法，给定一组待辨识参数的初值；(2)根据测量所得负荷母线电压、功率以及(1)中的负荷模型参数初值，确定虚拟负荷母线的电压；(3)根据虚拟母线电压计算纯负荷功率；(4)根据虚拟母线负荷功率，反过来计算负荷母线功率，并计算与实测功率的误差；(5)在参数合理范围内，采用遗传算法不断优化辨识参数，回到(1)，直至收敛结束；E、基于WAMS的负荷模型参数广域校核(5)，以节点辨识的多组解作为初值，以对系统广域动态特征的精确拟合为目标，校核负荷模型参数，得到反映系统在遭受扰动时的广域动态特性的唯一解，根据负荷点与广域数据点的位置，采用分别在负荷点i的远端、近端、出线处设置三相接地短路扰动的方法获得三种情况下的发电机功角、重要联络线路输送功率动态数据作为广域测量数据，改变负荷点i的负荷模型类型及参数，记录发电机功角、联络线路输送功率动态数据作为相关度指标计算数据源，定义均方差相关度来描述负荷点与广域数据点之间的相关度，以负荷点与发电机节点之间的相关度进行说明：负荷点i的负荷特性改变前后，第j台发电机的两条功角曲线的均方差相关度为：其中，δ_i，j(k)(或)为负荷点i的负荷特性变化前，第j台发电机功角曲线的第k个采样值；(或)为负荷点i的负荷特性变化前，第j台发电机功角曲线全部N个采样值的算术平均值；N为发电机功角曲线的采样点数；负荷参数广域校核的思想是根据已知的发电机方程、网络方程、由WAMS量测得到的发电机功角曲线、区域联络线的功率振荡曲线等变量来校核负荷参数，备选负荷模型参数组确定后，广域校核的是求解数值问题，广域校核的求解就是利用相关度大的广域数据点信息建立一量化指标，在备选参数组中挑选出一组参数使建立的量化指标，利用发电机功角摇摆曲线和联络线功率建立量化指标如下：$\Delta d_{\delta }=\sqrt{\underset{i=1}{\overset{N}{\Sigma }}{({\delta }_i^{*}-{\delta }_i^0)}^2/N}$$\Delta d_P=\sqrt{\underset{i=1}{\overset{N}{\Sigma }}{(P_i^{*}-P_i^0)}^2/N}$$\Delta d_Q=\sqrt{\underset{i=1}{\overset{N}{\Sigma }}{(Q_i^{*}-Q_i^0)}^2/N}$$\Delta \bar{d}=\underset{i=1}{\overset{m}{\Sigma }}{\sigma }_{{\delta }_i}\Delta d_{{\delta }_i}+\underset{i=1}{\overset{t}{\Sigma }}{\sigma }_{l_i}\Delta d_{P_i}+\underset{i=1}{\overset{t}{\Sigma }}{\sigma }_{l_i}\Delta d_{Q_i}$上式中，δ_i^*为负荷点模型采用负荷模型参数时通过仿真计算得到的发电机功角，δ_i⁰为现场PMU装置所测得的发电机功角，P_i^*为负荷点模型采用备选负荷模型参数时通过仿真计算得到的联络线有功功率，P_i⁰为现场PMU装置所测得的联络线有功功率，Q_i^*为负荷点模型采用备选负荷模型参数时通过仿真计算得到的联络线无功功率，Q_i⁰为现场PMU装置所测得的联络线无功功率，N为采样点个数，Δd_δ为发电厂PMU测量的功角曲线与仿真程序计算所得的发电机功角曲线之间的偏差，Δd_p为联络线PMU测量的有功功率与仿真程序计算所得的联络线有功功率之间的偏差，Δd_Q为联络线PMU测量的无功功率与仿真程序计算所得的联络线无功功率之间的偏差，m为与所校核负荷点相关度较大的发电厂个数，t为与所校核负荷点相关度的联络线个数，反映第i台发电厂与所校核负荷点之间的相关度大小，反映第i条联络线与所校核负荷点之间的相关度大小，作为最终判断负荷模型参数是的量化指标，建立了以上量化指标，再运用数值优化算法，求出使量化指标达到的负荷模型参数。