[发明专利]小扰动环境下基于预报误差法的电力系统闭环负荷辨识方法

权利要求书

1.一种小扰动环境下基于预报误差法的电力系统闭环负荷辨识方法，其特征在于，该方法包括以下步骤：

S1，获取电力系统的输入数据和扰动信号；在小扰动环境下，预报误差法需要满足条件如下；

(1)：可持续激励

预报误差法要求输入是可持续激励的。假定输入数据序列为u(k),k＝1,2,,,N，N为数据长度，输入数据是n阶可持续激励的定义如下式所示矩阵非奇异：

R^u为输入数据的自相关矩阵，输入数据是n阶可持续激励的物理意义在于输入数据可以用来辨识小于n阶的系统。

(2)：信息充足

定义信号χ₀＝[u^T(k)e₀^T(k)]，e₀^T(k)为扰动信号，T为转置符号；信号χ₀的谱密度表示为：

其中Φ_u(ω)是输入数据u(k)的谱密度，Φ_ue(ω)是输入数据u(k)和e₀(k)的互谱。Φ_eu(ω)是扰动信号e₀(k)和u(k)的互谱，Λ₀是扰动信号e₀(k)的协方差矩阵。信息充足的定义为矩阵正定，即

S2，获取序列总长度为N的负荷数据的电压幅值序列V(k)，电压相角序列θ(k)，有功功率序列P(k)，无功功率序列Q(k)；

S3，根据步骤S2获取的数据建立待辨识负荷的连续状态空间模型；

S4，将步骤S3的连续状态空间模型离散化，转化成离散状态空间模型，然后将离散状态空间模型转化成卡尔曼滤波形式；

S5，定义待辨识负荷的输出，寻找一组最优的负荷参数使得目标函数最小；目标函数如下：

其中，y(k)为电力系统测量值，为电力系统估计值。

2.根据权利要求1所述的一种小扰动环境下基于预报误差法的电力系统闭环负荷辨识方法，其特征在于，预报误差法为了解决闭环辨识问题，还需要需要噪声信息准确，即小于某一阈值，表示某矩阵最大的奇异值；该条件表示预报误差法辨识得到的内扰动模型尽可能接近实际的内部扰动模型H₀；所述阈值根据实际需求精度选取。