电力系统负荷模型结构与参数辨识的研究

摘要

该论文研究总体测辨法负荷建模中有关电力负荷动态特性的聚类与综合、负荷模型的参数分散性以及电力系统非线性变结构负荷建模等关键性问题.该研究对解决电力负荷的时变性、变结构性等给总体测辨法负荷建模工作造成的困难具有重要意义.论文的主要内容如下:1.针对总体测辨法负荷建模中存在的模型参数分散性问题,该文首次进行了较为深入、细致的研究,结果表明:不管是静态负荷模型,还是差分方程负荷模型,模型结构选择不正确,不真实以及负荷噪声的存在是导致负荷模型参数分散的根本原因.该文提出了一种有效的解决负荷模型参数分散性的方法——负荷特性综合.动模实验和现场实测数据的建模实例验证了该方法的有效性和可行性.2.电力负荷动态特性的聚类与综合的实现是负荷建模走向实用化的重要标志之一,这是由电力负荷本身特点和电力负荷建模原则所决定的.该文首次提出使用Kohonen神经网络解决电力负荷动态特性的聚类问题,给出了采用Kohonen神经网络进行负荷动态特性聚类的具体算法.3.针对感应电动机负荷模型参数辨识实践中存在有些参数容易辨识,而有些参数相对难以辨识的问题,该文首次进行了感应电动机负荷模型参数解析灵敏度分析及可辨识性研究,研究结果表明:灵敏度大的参数易辨识、且辨识结果稳定,而灵敏度小的参数相对难以辨识,并且各参数都有随激励增强而逐渐容易辨识的趋势.根据这些特点,该文首次提出了一种全新的感应电动机负荷模型综合策略,并通过实测数据建模验证了该策略的有效性和可行性.4.当电力负荷面临较大跨度的电压、频率扰动时,其非线性、变结构特征表现相当明显,尤其是在电力系统中长期动态过程中.针对现有的单一结构负荷模型已无法准确描述电力负荷的非线性、变结构特性的问题,该文首次提出了建立全局负荷模型(T-S模糊模型)来描述电力负荷的非线性、变结构特性,并且给出了建立全局负荷模型的具体算法.5.首次提出了采用自适应神经模糊推理系统(ANFIS)建立全局负荷模型,描述电力负荷的非线性、变结构特性.

目录

文摘

英文文摘

第一章绪论

1.1电力负荷建模的重要意义

1.1.1引言

1.1.2负荷特性对电力系统仿真计算结果的影响

1.2电力负荷建模的发展与现状

1.2.1电力负荷建模的发展过程

1.2.2电力负荷建模的研究现状

1.3本文的研究内容和主要贡献

第二章负荷模型参数分散性研究

2.1引言

2.2静态负荷模型参数分散性研究

2.2.1静态负荷模型参数的辨识方法

2.2.2静态负荷模型仿真建模实例

2.3差分方程负荷模型参数分散性研究

2.3.1差分方程负荷模型参数的辨识方法

2.3.2差分方程负荷模型建模实例1

2.3.3差分方程负荷模型建模实例2

2.4负荷特性综合解决负荷模型参数分散问题的合理性研究

2.4.1实例1——相同负荷构成的负荷动特性综合

2.4.2实例2——负荷构成基本不变的负荷动特性综合

2.5小结

第三章基于Kohonen神经网络的电力负荷动特性聚类和综合

3.1电力负荷动特性聚类的必要性

3.2 Kohonen自组织映射网络

3.2.1 Kohonen自组织映射网络结构

3.2.2 Kohonen自组织映射网络原理

3.3基于Kohonen神经网络的电力负荷动态特性的聚类与综合

3.3.1负荷动态特性的聚类

3.3.2负荷动态特性的综合

3.4小结

第四章感应电动机模型参数解析灵敏度分析及模型综合策略研究

4.1引言

4.2感应电动机负荷模型参数辨识实践中存在的问题

4.3系统灵敏度分析理论

4.3.1求解系统灵敏度问题的直接法

4.3.2灵敏度函数法

4.4感应电动机负荷模型参数解析灵敏度分析

4.5基于实测的感应电动机负荷模型综合策略研究

4.5.1基于实测的感应电动机负荷模型综合策略

4.5.2感应电动机负荷模型综合实例

4.6结论

第五章电力系统非线性变结构负荷建模研究

5.1引言

5.2电力系统非线性变结构负荷建模中存在的问题

5.3模糊系统基础

5.3.1模糊集

5.3.2模糊集的表示——隶属度函数

5.3.3模糊逻辑运算

5.3.4 If…then规则

5.3.5模糊推理

5.4基于T-S模糊模型的非线性变结构负荷建模研究

5.4.1 T-S模糊模型

5.4.2 T-S模糊模型辨识

5.4.3仿真建模实例

5.5基于ANFIS的非线性变结构负荷建模研究

5.5.1 ANFIS简介

5.5.2 ANFIS的学习算法

5.5.3仿真建模实例

5.6小结

第六章结论

参考文献

致谢

作者攻读博士学位期间发表的学术论文

作者攻读博士学位期间参加的科研工作