负荷特性聚类和型辨识研究.pdf

摘要 随着当前电网规模的逐渐扩大，其结构不断变得复杂，电力系统负荷建模研 究的重要性日渐显著。但因电力负荷其本身的特殊性，精确负荷模型的建立被认 为是电力系统工程实践和学术研究的一大难题。本文先对负荷建模的研究意义和 重要性进行了阐述，其次对负荷建模的基本理论和方法做了较深入的分析，最后 重点研究了负荷特性聚类和负荷模型参数辨识两个方面，具体内容如下： 负荷特性聚类分析方法。AC0．PAM综合聚类算法是PAM算法对蚁群的历史最优 位置进行聚类分析，将此位置代替PAM的参考点，作为新的聚类中心，数据能够 自适应地加入到适合它的聚类当中。SA．RS．K．means综合算法通过模拟退火思想 改进K均值聚类算法，采用最大最小原则能够动态地生成k均值聚类数和初始聚 类中心，同时结合粗糙集理论的上逼近和下逼近处理边界对象。最后将两种综合 算法和单一FCM法进行变电站负荷实例聚类，比较其类间距离和类内距离，验 证了两种综合算法在负荷聚类分析中的正确性和有效性。 通过负荷特性聚类获得的聚类结果和聚类中心矩阵可以对变电站进行分类， 选择出每类的典型变电站，并在其安装负荷测辨装置，从而建立基于实测数据的 负荷模型。采用忽略频率变化影响的幂函数负荷模型，通过GA．动态修正法对其 进行参数辨识，实例结果证明了该方法建立的负荷模型可以有效体现负荷的实际 静态特性。同时，结合PSO算法和GA算法对三阶机电暂态感应电动机并联恒 阻抗的综合负荷模型进行参数辨识，并通过实例仿真验证了基于PSO．GA算法 的综合负荷模型参数辨识的拟合精度较高，能够更好地描述综合负荷的实际特 性，为负荷建模工作的实用化研究提供了重要的参考依据。 动态修正；PSO-GA ABSTRACT Withthe ofthecurrent structurehas gradual size，its expansion powergrid becomemoreandmore itis for complex，and significantlyimportantpowersystem load tothe ofthe anaccurate modeling．Dueparticularitypower load，establishing loadmodelisconsidered tobeadifficult in problempowersystem’S engineering andacademic this focusesonthe practice ofthe research．Firstlypaper importance load thebasic andmethods modeling of research，secondlydeeplyanalyzes theory load theloadcharacteristics modeling，finally andmodel