基于類噪聲信號及改進差分進化的負荷模型參數辨識方法技術

本發明專利技術涉及一種基于類噪聲信號及改進差分進化的負荷模型參數辨識方法，屬于電力系統負荷建模的研究領域。該方法首先從仿真或實測中取得電壓幅值、電壓相角、有功功率、無功功率的量測曲線并校驗有功功率曲線的波動幅值是否滿足辨識要求；若滿足辨識要求，則選定負荷模型結構后，利用改進差分進化算法對有功功率和無功功率的預測值與實際測量值之間的偏差平方和進行最小化優化，得到負荷模型參數；最后采用辨識曲線以外的另一段量測曲線對辨識結果的有效性進行校驗，通過校驗，則辨識完成。采用本發明專利技術方法可實現對負荷模型參數時變性的跟蹤，所得辨識結果可用于電力系統穩定與控制的仿真分析，對電力系統規劃、運行具有指導意義。

【技術實現步驟摘要】
基于類噪聲信號及改進差分進化的負荷模型參數辨識方法
本專利技術屬于電力系統負荷模型參數辨識領域，主要涉及一種基于類噪聲信號及改進差分進化的負荷模型參數辨識方法。
技術介紹
電力系統的負荷模型結構和參數對電力系統仿真結果具有重要影響。不合理的負荷模型結構和參數會產生或保守或樂觀的結果，對電力系統穩定分析而言，甚至會產生完全相反的結論，因此負荷建模是電力系統分析的一個重要方面。負荷模型結構的選擇和模型參數的辨識是負荷建模的兩個重要方面。近年來，常用的一種綜合負荷模型由恒阻抗、恒電流和恒功率模型表征靜態負荷特性，由感應電動機模型表征動態負荷特性。如果靜負荷中恒功率和恒電流成分較少，也可以進一步忽略，只用恒阻抗模型來表征靜態負荷特性。選定模型結構后，為得到負荷模型參數，依賴于實際量測數據的總體測辨法成為當前研究的熱點。此前的研究中，總體測辨法主要是基于擾動數據實現的。但是基于擾動數據的辨識方法缺點在于系統中并不是經常出現短路、斷線、負荷的持續增長等明顯擾動，極端情況下可能很長時間內沒有明顯擾動發生。因此，基于擾動數據的辨識方法是一種依賴于系統中擾動是否存在的方法，如果沒有擾動的存在，基于擾動數據的辨識方法就無法執行。然而，負荷模型本身具有隨機性與時變性。同一地點不同時刻的負荷模型參數是具有很大的差異的。如果完全基于擾動數據來進行辨識，那么無法完全跟蹤負荷模型參數隨時間的變化與隨機的波動，辨識所得參數也就只能對應擾動發生時刻系統的負荷特性，并不能夠用來表示其他時刻的負荷特性，甚至可能會與其他時刻的負荷特性存在很大的差異。
技術實現思路
本專利技術的目的是為克服已有技術的不足之處，提出一種基于類噪聲信號及改進差分進化的負荷模型參數辨識方法。本方法利用仿真或實測得到的類噪聲信號，通過改進差分進化算法，完成負荷模型參數的辨識；采用本方法可以實現對負荷模型參數時變性的跟蹤，最終所得負荷模型參數辨識結果可用于電力系統穩定與控制的仿真分析，對電力系統規劃、運行具有指導意義。本專利技術提出的一種基于類噪聲信號及改進差分進化的負荷模型參數辨識方法，其特征在于，該方法首先從仿真或實測中取得電壓幅值、電壓相角、有功功率、無功功率的量測曲線并校驗有功功率曲線的波動幅值是否滿足辨識要求；若滿足辨識要求，則選定負荷模型結構后，利用改進差分進化算法對有功功率和無功功率的預測值與實際測量值之間的偏差平方和進行最小化優化，得到負荷模型參數；最后采用辨識曲線以外的另一段量測曲線對辨識結果的有效性進行校驗，通過校驗，則辨識完成。該方法具體可包括以下步驟：1)通過仿真或實測得到設定時間長度的負荷節點電壓幅值、電壓相角、有功功率、無功功率的量測曲線，并將該曲線分為兩段，其中一段用作負荷模型參數辨識，另一段用于對辨識結果進行驗證；2)對步驟1)得到的用作負荷模型參數辨識的有功功率曲線，檢驗該有功功率曲線的波動幅值是否滿足辨識要求，如果有功功率曲線的波動幅值大于1％，則進入步驟3)開始辨識；否則返回步驟1)，重新選擇量測數據；3)選定負荷模型結構，通過改進差分進化算法辨識得到相應的負荷模型參數；辨識過程中，以電壓幅值曲線和電壓相角曲線作為輸入，有功功率曲線和無功功率曲線作為輸出，將有功功率與無功功率的實際測量值與利用機理化負荷模型及參數進行預測所得到的預測值之間的偏差平方和作為待優化的目標函數，利用改進差分進化算法最小化目標函數得到負荷模型參數辨識結果；4)驗證辨識結果的有效性；取步驟1)得到的用于對辨識結果進行驗證的電壓幅值、電壓相角、有功功率、無功功率的量測曲線，利用步驟3)所得到的參數辨識結果進行有功功率、無功功率預測，如果預測值與量測數據之間的擬合度大于預先設置的擬合度，則辨識結果通過校驗，辨識過程完成；否則，返回步驟1)，重新進行辨識。本專利技術的特點及有益效果在于：本專利技術提出的基于類噪聲信號及改進差分進化的負荷模型參數辨識方法，相對于傳統基于擾動后響應的負荷模型參數辨識方法，其優點主要體現在：本專利技術可以實現對負荷模型參數的周期性多次辨識，而不需要考慮系統中是否有擾動存在，可以實現對負荷模型參數時變性的跟蹤；本專利技術最終所得負荷模型參數辨識結果可用于電力系統穩定與控制的仿真分析，對電力系統規劃、運行具有一定的指導意義。附圖說明圖1為本專利技術方法的流程框圖。圖2為本專利技術實施例中電力系統單線結構示意圖。圖3為本專利技術實施例中參數辨識所得有功功率預測與實際量測曲線示意圖。具體實施方式本專利技術提出的基于類噪聲信號及改進差分進化的負荷模型參數辨識方法，下面結合附圖及實施例進一步詳細說明如下。本專利技術提出的基于類噪聲信號及改進差分進化的負荷模型參數辨識方法，流程框圖如圖1所示，包括以下步驟：1)通過仿真或實測得到設定時間長度(一般取5-20s)的負荷節點電壓幅值、電壓相角、有功功率、無功功率的量測曲線，并將該曲線分為兩段，其中一段用作負荷模型參數辨識，另一段用于對辨識結果進行驗證；2)對步驟1)得到的用作負荷模型參數辨識的有功功率曲線，檢驗該有功功率曲線的波動幅值是否滿足辨識要求，如果有功功率曲線的波動幅值大于1％，則進入步驟3)開始辨識；否則返回步驟1)，重新選擇量測數據；3)選定負荷模型結構，通過改進差分進化算法辨識得到相應的負荷模型參數；辨識過程中，以電壓幅值曲線和電壓相角曲線作為輸入，有功功率曲線和無功功率曲線作為輸出，將有功功率與無功功率的實際測量值與利用機理化負荷模型及參數進行預測所得到的預測值之間的偏差平方和作為待優化的目標函數，利用改進差分進化算法最小化目標函數得到負荷模型參數辨識結果；4)驗證辨識結果的有效性；取步驟1)得到的用于對辨識結果進行驗證的電壓幅值、電壓相角、有功功率、無功功率的量測曲線，利用步驟3)得到的參數辨識結果進行有功功率、無功功率預測，如果預測值與量測數據之間的擬合度大于預先設置的擬合度(一般取80％-90％)，則辨識結果通過校驗，辨識過程完成；否則，返回步驟1)，重新進行辨識。本專利技術的一個實施例的負荷模型參數辨識方法進一步說明如下：本實施例的中電力系統單線結構如圖2所示，其包括3臺發電機，6條輸電線路和3個負荷節點，其中BUS-5和BUS-7的負荷采用恒功率模型，BUS-9的負荷采用恒阻抗并聯感應電動機模型。本實施例的基于類噪聲信號及改進差分進化的負荷模型的辨識方法包括以下步驟：1)對圖2所示電力系統進行仿真，得到設定時間長度的負荷節點電壓幅值、電壓相角、有功功率、無功功率的量測曲線，并將該曲線分為兩段，其中一段用作負荷模型參數辨識，另一段用于對辨識結果進行驗證；本實施例中辨識所用曲線為圖2所示電力系統中負荷節點Bus-9的量測曲線，設定(仿真)時間為10s，步長為0.01s，0-5s的曲線進行參數辨識，5-10s的曲線驗證辨識結果的有效性；2)對步驟1)得到的0-5s的有功功率曲線，檢驗有功功率曲線的波動幅值是否滿足辨識要求，如果有功功率曲線的波動幅值大于1％，則進入步驟3)開始辨識；否則返回步驟1)，重新選擇量測數據；本實例中的有功功率曲線的波動幅值為2％，大于1％，則進入步驟3)；3)選定負荷模型結構；本實例選擇恒阻抗并聯感應電動機的綜合負荷模型，同時恒阻抗部分采用電阻并聯電抗的形式且電抗部分折算到感應電動機里，因此在此模型中本文檔來自技高網...

【技術保護點】
一種基于類噪聲信號及改進差分進化的負荷模型參數辨識方法，其特征在于，該方法首先從仿真或實測中取得電壓幅值、電壓相角、有功功率、無功功率的量測曲線并校驗有功功率曲線的波動幅值是否滿足辨識要求；若滿足辨識要求，則選定負荷模型結構后，利用改進差分進化算法對有功功率和無功功率的預測值與實際測量值之間的偏差平方和進行最小化優化，得到負荷模型參數；最后采用辨識曲線以外的另一段量測曲線對辨識結果的有效性進行校驗，通過校驗，則辨識完成。

【技術特征摘要】
1.一種基于類噪聲信號及改進差分進化的負荷模型參數辨識方法，其特征在于，該方法首先從仿真或實測中取得電壓幅值、電壓相角、有功功率、無功功率的量測曲線并校驗有功功率曲線的波動幅值是否滿足辨識要求；若滿足辨識要求，則選定負荷模型結構后，利用改進差分進化算法對有功功率和無功功率的預測值與實際測量值之間的偏差平方和進行最小化優化，得到負荷模型參數；最后采用辨識曲線以外的另一段量測曲線對辨識結果的有效性進行校驗，通過校驗，則辨識完成。2.如權利要求1所述的方法，其特征在于，該方法包括以下步驟：1)通過仿真或實測得到設定時間長度的負荷節點電壓幅值、電壓相角、有功功率、無功功率的量測曲線，并將該曲線分為兩段，其中一段用作負荷模型參數辨識，另一段用于對辨識結果進行驗證；2)對步驟1)得到的用作負荷模型參數辨識的有功功率曲線，檢驗該有功功率曲線的波動幅值是否滿足辨識要求，如果有功功率曲線的波動幅值大于1％，則進入步驟3)開始辨識；否則返回步驟1)，重新選擇量測數據；3)選定負荷模型結構，通過改進差分進化算法辨識得到相應的負荷模型參數；辨識過程中，以電壓幅值曲線和電壓相角曲線作為輸入，有功功率曲線和無功功率曲線作為輸出，將有功功率與無功功率的實際測量值與利用機理化負荷模型及參數進行預測所得到的預測值之間的偏差平方和作為待優化的目標函數，利用改進差分進化算法最小化目標函數得到負荷模型參數辨識結果；4)驗證辨識結果的有效性；取步驟1)得到的用于對辨識結果進行驗證的電壓幅值、電壓相角、有功功率、無功功率的量測曲線，利用步驟3)所得到的參數辨識結果進行有功功率、無功功率預測，如果預測值與量測數據之間的擬合度大于預先設置的擬合度，則辨識結果通過校驗，辨識過程完成；否則，返回步驟1)，重新進行辨識。3.如權利要求2所述的方法，其特征在于，所述步驟3)中通過改進差分進化算法辨識得到相應的負荷模型參數，具體步驟如下：3-1)根據負荷模型參數的取值范圍，隨機生成初始化種群，用于后續的進化...

【專利技術屬性】
技術研發人員：陸超，張欣然，韓英鐸，
申請(專利權)人：清華大學，
類型：發明
國別省市：北京,11