基于粒子群算法的负荷模型参数辨识研究.pdfVIP

第 39卷第 1期 四 川 电 力 技 术 Vo1．39。No．1 2016年2月 SichuanElectricPowerTechnology Feb．。2016 基于粒子群算法的负荷模型参数辨识研究 刘 影 ，谢 驰。，张有润 (1．电子科技大学能源科学与工程学院，四川 成都 611731；2．四川大学锦城学院，四川 成都 611731) 摘 要：~-t-对负荷模型的稳定性直接影响电力系统分析计算的可靠程度问题，提 出了将粒子群算法与分散协调控制 相结合的负荷模型参数辨识方法。该负荷模型参数辨识方法根据负荷节点的电压变化情况，通过粒子群优化对含负 荷控制的目标函数进行校正，使得模型参数在辨识迭代过程中获得全局最优值，达到负荷模型的最佳稳定性，并通过 计算机仿真证实所提 出方法能够提高负荷模型的稳健性。 关键词：粒子群算法；负荷模型；参数辨识 ；协调控制；仿真分析 Abstract：Forthepmblem thatthestabilityofloadmodelwilldirectlyaffectthereliabilityofpowersystem analysisandcalcu— lation，anewparameteridentificationmethodforloadmodelisproposedbycombiningtheparticleswarm algorithm withhte decentralizedcoordinatedcontro1．Inthemod elparameteridentificationmethod，thevoltagechangeofloadnodeswillbecon- sidered，andtheobjectivefunctionofloadcontrolcanbecorrectedbyparticleswaYIBoptimization，andtheglobaloptimalval— ueforthemodelparameterscanbeobtainedintheiterativeprocessofidentification．Therefore，thebeststbailityoftheload modelcanbeachieved．Finally，htesimulationresultsshowthathteproposedmehtodcaneffectivelyimprovehteidentification precisionandtherobustnessofloadmode1． Keywords：particlesW~rlBalgorithm；loadmodel；praameteridentification；coordinatedcontrol；simulationanalysis 中图分类号：TM74 文献标志码：A 文章编号 ：1003—6954(2016)01—0001—05 其中，基于测量的负荷建模方法 由于能够有效地描 0 引 言 述负荷动态特性，在中国已经被广泛应用，但是这种 方法要求实时采集 电网中的被测数据，因此该建模 电力系统中的数字仿真已经成为电力系统规划 方法对电网特性的稳健性要求较高r引。为了给负 设计、调度运行和计算分析的主要工具，但是 由于 电 荷建模提供丰富的数据源，文献 [8]提出了基于相 网中的负荷常具有时变性和随机性的特点，因此负 量测量单元 (phasormeasurementunit，PMU)的负荷 荷模型的不确定性对电力系统的仿真结果造成了极 建模方法，该方法利用广域测量技术能够实时获取 大的影响 J。在 2001年东北、华北交流联网时，数 被测数据信息。由于电力系统是一个典型的复杂非 值仿真分析表明联网后东北电网稳定