基于粒子群优化法的负荷模型参数辨识毕业论文(编辑修改稿)

基于粒子群优化法的负荷模型参数辨识毕业论文(编辑修改稿)内容摘要：

恢复过程的时间常数大 , 而负荷有功的时间常数要小。 因此 , 应该考虑合适的系数进行具体的确定。 同时考虑到 实际系统中 , 母线负荷的无功功率受无功补偿的影响很大 : 在 白天 , 母线负荷吸收的无功较大。 而到夜间 , 母线负荷吸收的无功较小 , 在某些情况下甚至向系统反送无功。 负荷无功的这个特点 , 给负荷无功建模带来了很大的困难 , 在极端情况下有些模型甚至无法对负荷无功建模。 采用了上述的预处理方法后 , 可以很好地处理无功电压特性。 负荷模型的参数辨识在第二章将有详细阐述，在此不在累述。 本文做所的工作 基于最广泛的建模方法 —— 总体测辨法与统计综合法相比具有无需知道各个用户的负荷组成及参数，不依赖于用户统计资料的优点，加之计算机速度的不断加快推动了辨识技术的发展。 目前 ，总体辨测法正成为大多数研究者开展负荷建模工作地首选方法。 负荷建模包括两个重要的方面：确定合适的负荷模型结构和形式；选择辨识算法进行参数辨识计算。 根据辨识理论，辨识的方法分为经典辨识方法和现代辨识方法两类。 由于负荷建模时必须要考虑噪声，所以一般不能采用经典辨识法。 在符合参 数辨识中目标函数不可能写出其解析关系，其解空间相当复杂，有多个极值点，所以优化搜索方法显得相当重要。 粒子群优化算法是近年来兴起的群智能优化算法，表达简单，设置参数少，易于操作。 具有全局性能好、搜索效率高等优点。 本文将把粒子群优化算法作 为负荷模型的参数辨识方法进行了研究。 2 负荷建模的相关理论基础 电力系统负荷模型的基本理论 电力系统负荷模型的产生 研究者们发现 [5],在研究运行中的电力系统行为时，由于安全运行的限制以及运行状态控制的困难等原因，采用直接在实际系统上进行各种实验的方法通常是不可行的。 对于规划中的系统，因为系统并没有真正建立起来，也不可能依靠在实际系统上进行实验来预测系统的特性和寻求改进系统性能的途径。 在这种情况下，数字仿真建模以其经济、方便等优点，为系统的研究、分析、决策、设计等提供了一种先进的手段。 电力系统各元件的数学模型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的结果和以仿真结果为基础的决策方案，进而关系到决策方案实施所产生的经济效益和社会效益。 长期以来，人们对于电力系统四大模型中的发电机、调速系统、励磁系统在行为机理和现场实测方面进行了深入研究，提出了适应不同仿真精度要求的数学模型。 而对于作为电力系统中重要元件之一的负荷模型，研究力度历来是不够的，在目前电力系统仿真计算 中，使用的负荷模型也是比较粗糙的。 这种粗糙的负荷模型与精确的发电机、调速系统、励磁系统很不协调。 从总体上讲，负荷模型的精确度成为了整个电力系统仿真计算中提高精度的瓶颈，使得其它元件模型的精确性难以发挥其应有的作用，从而降低了系统仿真分析的可信程度，并且会造成过于悲观或乐观的分析结果，给电力的生产与发展带来巨大的损失。 比如，若负荷模型不准确导致乐观的分析结果，则在规划设计方面将会导致系统结构、反事故措施方面投入资金不足，从而产生不合理的系统规划方案，给以后的系统运行造成不便，带来许多运行限制，在运行方面将导 致系统运行于危险的临界状态或疏于防范而造成事故：若负荷特性描述的不准确而产生悲观的分析结果，则在规划设计方面将会因不必要的加强系统结构和反事故措施而投入过多的资金，造成浪费，在运行方面采取过分傈守的策略而限制了功率传输的极限，使设备得不到充分的利用。 但是由于负荷本身的特殊性，建立精确的负荷模型存在相当的困难。 随着电力系统分析不断向广度和深度发展，负荷模型越来越显得重要。 因此，为了使系统分析结果更加可信，使分析真正起到定量的作用，为电力系统规划、运行和控制提供准确的依据，有必要建立切合实际的负荷模型。 到八十 年代为止，建立复合模型有两种指导思想：一种是把负荷看成大量个别用电设备的集合，先求得每种类型用电设备的典型特性，经综合后得出综合的负荷特性；另一种是把综合负荷看做一个整体，用实验方法在现场实测负荷模型的参数。 但是毕竟影响因素过多，例如某地区的生活水平，生活习惯，气候条件，资源情况等等的影响，造成了负荷组成和负荷对功率需求有很大的随机性，再加上电力系统中现场实验和测量的困难，使得复合模型的建立成为电力系统研究中的难题。 电力系统负荷模型的分类 按照是否反映负荷的动态特性，负荷模型一般分为两种类型，即 静态、动态模型，前者用代数方程描述，后者则通常用微分方程和差分方程来描述，每一类都有多种模型结构。 1)静态负荷模型： 基本的静态负荷模型结构为：幂函数模型；多项式模型。 一般来说用～个幂函数模型在电压变化范围比较大的情况下仍能较好地描述很多负荷的静态特性。 但对于象空调、电动机等负荷或某些综合负荷，其特性比较特殊，例如，低电压下随电压降低吸收功率反而增加，用一个幂函数模型难以做整体描述，而采用多个幂函数模型相加的形式，则可能会得到满意的结果，这时有的幂指数完全可能为负值 D4。 多项式模型由恒阻抗、恒电流、恒功率模型三部分组合而成，它可以看成是三个幂函数模型相加的特例，三个幂函数的幕指数分别为 0、 l 和 2，并且三个幂函数的系数之和为 l。 至于恒阻抗、恒电流、恒功率负荷模型则又是多项式模型的特例。 因此，静态负荷模型采用幂函数形式具有很大灵活性。 静态负荷模型主要适用于潮流计算和以潮流计算为基础的稳态分析。 在电力系统动态仿真中，静态负荷模型一般适用于计算结果对负荷模型不太敏感的负荷点、长过程动态分析等。 2)动 态负荷模型： 动态负荷模型进一步可分为：机理模型：非机理模型。 其中，由于感应电动机是最重要的动态负荷，所以机理模型通常就是感应电动机模型，一般将感应电动机模型并联上有关静态模型作为综合负荷动态行为的郑卅 l 大学工学硕士论文动机模型，一般将感应电动机模型并联上有关静态模型作为综合负荷动态行为的描述。 这种模型已经在国内外的电力系统分析软件中得到广泛的应用。 对于由。