[发明专利]基于类噪声信号及改进差分进化的负荷模型参数辨识方法

说明书

本发明涉及一种基于类噪声信号及改进差分进化的负荷模型参数辨识方法，属于电力系统负荷建模的研究领域。该方法首先从仿真或实测中取得电压幅值、电压相角、有功功率、无功功率的量测曲线并校验有功功率曲线的波动幅值是否满足辨识要求；若满足辨识要求，则选定负荷模型结构后，利用改进差分进化算法对有功功率和无功功率的预测值与实际测量值之间的偏差平方和进行最小化优化，得到负荷模型参数；最后采用辨识曲线以外的另一段量测曲线对辨识结果的有效性进行校验，通过校验，则辨识完成。采用本发明方法可实现对负荷模型参数时变性的跟踪，所得辨识结果可用于电力系统稳定与控制的仿真分析，对电力系统规划、运行具有指导意义。

技术领域

本发明属于电力系统负荷模型参数辨识领域，主要涉及一种基于类噪声信号及改进差分进化的负荷模型参数辨识方法。

背景技术

电力系统的负荷模型结构和参数对电力系统仿真结果具有重要影响。不合理的负荷模型结构和参数会产生或保守或乐观的结果，对电力系统稳定分析而言，甚至会产生完全相反的结论，因此负荷建模是电力系统分析的一个重要方面。

负荷模型结构的选择和模型参数的辨识是负荷建模的两个重要方面。近年来，常用的一种综合负荷模型由恒阻抗、恒电流和恒功率模型表征静态负荷特性，由感应电动机模型表征动态负荷特性。如果静负荷中恒功率和恒电流成分较少，也可以进一步忽略，只用恒阻抗模型来表征静态负荷特性。

选定模型结构后，为得到负荷模型参数，依赖于实际量测数据的总体测辨法成为当前研究的热点。此前的研究中，总体测辨法主要是基于扰动数据实现的。但是基于扰动数据的辨识方法缺点在于系统中并不是经常出现短路、断线、负荷的持续增长等明显扰动，极端情况下可能很长时间内没有明显扰动发生。因此，基于扰动数据的辨识方法是一种依赖于系统中扰动是否存在的方法，如果没有扰动的存在，基于扰动数据的辨识方法就无法执行。然而，负荷模型本身具有随机性与时变性。同一地点不同时刻的负荷模型参数是具有很大的差异的。如果完全基于扰动数据来进行辨识，那么无法完全跟踪负荷模型参数随时间的变化与随机的波动，辨识所得参数也就只能对应扰动发生时刻系统的负荷特性，并不能够用来表示其他时刻的负荷特性，甚至可能会与其他时刻的负荷特性存在很大的差异。

发明内容

本发明的目的是为克服已有技术的不足之处，提出一种基于类噪声信号及改进差分进化的负荷模型参数辨识方法。本方法利用仿真或实测得到的类噪声信号，通过改进差分进化算法，完成负荷模型参数的辨识；采用本方法可以实现对负荷模型参数时变性的跟踪，最终所得负荷模型参数辨识结果可用于电力系统稳定与控制的仿真分析，对电力系统规划、运行具有指导意义。

本发明提出的一种基于类噪声信号及改进差分进化的负荷模型参数辨识方法，其特征在于，该方法首先从仿真或实测中取得电压幅值、电压相角、有功功率、无功功率的量测曲线并校验有功功率曲线的波动幅值是否满足辨识要求；若满足辨识要求，则选定负荷模型结构后，利用改进差分进化算法对有功功率和无功功率的预测值与实际测量值之间的偏差平方和进行最小化优化，得到负荷模型参数；最后采用辨识曲线以外的另一段量测曲线对辨识结果的有效性进行校验，通过校验，则辨识完成。

该方法具体可包括以下步骤：

1)通过仿真或实测得到设定时间长度的负荷节点电压幅值、电压相角、有功功率、无功功率的量测曲线，并将该曲线分为两段，其中一段用作负荷模型参数辨识，另一段用于对辨识结果进行验证；

2)对步骤1)得到的用作负荷模型参数辨识的有功功率曲线，检验该有功功率曲线的波动幅值是否满足辨识要求，如果有功功率曲线的波动幅值大于1％，则进入步骤3)开始辨识；否则返回步骤1)，重新选择量测数据；