[发明专利]一种综合负荷模型参数辨识方法和计算机可读存储介质

说明书

本发明公开了一种综合负荷模型参数辨识方法和计算机可读存储介质根据对负荷模型设定的待辨识参数区间，对待辨识参数随机生成头鲸初始位置；若迭代次数未达到预设的最大迭代次数，则随机生成选择概率，根据生成的选择概率与预先设定的选择概率阈值，更新头鲸当前位置，其中第一次迭代头鲸当前位置为头鲸初始位置；迭代次数增加一次；循环直至迭代次数达到预设的最大迭代次数，根据最终的头鲸当前位置获得负荷模型参数辨识结果。本发明针对负荷结构复杂、待辨识参数多的特点，将鲸鱼优化算法引入电力系统参数辨识领域，利用该算法具有全局、局部交替寻优，不易陷入局部最优的特点，使本方法更为有效地辨识出综合负荷模型的参数。

技术领域

本发明属于电力系统领域，具体涉及一种综合负荷模型参数辨识 方法和计算机可读存储介质。

背景技术

目前电力系统数字仿真已成为电力系统设计、规划、运行的主 要工具，相应的决策无不以数字仿真结果为依据。仿真结果的准确性 对电力系统的安全、可靠、经济运行具有重要的影响。电力系统各元 件的数学模型以及由其构成的全系统数学模型是数字仿真的基础，其 准确与否直接影响着仿真结果和以仿真结果为基础而产生的决策方 案。

负荷模型作为电力系统中的重要组成部分，它对系统潮流、暂态 稳定、电压稳定等影响较大。现如今随着电网中直流的不断馈入以及 负荷模型结构的变化，电网受电比例越来越高，系统网架结构发生了 重大变化。负荷模型的参数多由调度人员经验决定而偏于保守，并且 模型结构多采用ZIP静态模型或带有一定比例的电动机模型较为简 单，系统仿真受到了传统负荷模型的局限。

因此，如何对研究区域的负荷模型参数进行辨识是一个十分值得 研究的问题。

发明内容

本发明旨在针对现有负荷模型参数辨识方法存在的技术问题，提 出一种收敛性更好、精度更高的负荷模型参数辨识方法和系统。

本发明采用以下技术方案。

一方面，本发明提供了负荷模型参数辨识方法根据对负荷模型设 定的待辨识参数区间，对待辨识参数随机生成头鲸初始位置；

若迭代次数未达到预设的最大迭代次数，则随机生成选择概率， 根据生成的选择概率与预先设定的选择概率阈值，更新头鲸当前位置， 其中第一次迭代头鲸当前位置为头鲸初始位置；迭代次数增加一次； 循环直至迭代次数达到预设的最大迭代次数，根据最终的头鲸当前位 置获得负荷模型参数辨识结果。

进一步地，根据生成的选择概率与预先设定的选择概率阈值，更 新头鲸当前位置具体包括以下步骤：

若随机生成的选择概率大于等于选择概率阈值，利用以下的公式 更新头鲸当前位置，表达式如下：

X(t+1)＝D^*e^bl cos(2Πl)+X^*(t)

D^*＝|X^*(t)-X(t)|

其中D^*表示头鲸到当前最优解的距离，b是对数螺旋线形状的常 数，l为[-1,1]中的随机数，X^*(t)为当前最优解，X(t)为头鲸当前位置， X(t+1)为更新后的头鲸当前位置；

若随机生成的选择概率小于选择概率阈值，则判断系数矢量A 是否小于1，若小于1，进入局部搜索状态执行以下方程得到更新后 的头鲸当前位置，

X(t+1)＝X^*(t)-AD^*，

D^*＝|CX^*(t)-X(t)|，

否则，寻找猎物执行以下方程得到头鲸当前位置，

X(t+1)＝X_r(t)-AD'，