電力系統(tǒng)傳輸網(wǎng)絡(luò)與負(fù)荷模型辨識(shí)及其在電壓穩(wěn)定分析中的應(yīng)用.pdf

1、電力系統(tǒng)的發(fā)展和大區(qū)聯(lián)網(wǎng)的實(shí)現(xiàn)，使得電力系統(tǒng)規(guī)模日益擴(kuò)大、電網(wǎng)結(jié)構(gòu)更加復(fù)雜，為國(guó)民經(jīng)濟(jì)帶來(lái)顯著效益的同時(shí)，也使電力系統(tǒng)運(yùn)行點(diǎn)越來(lái)越接近穩(wěn)定極限，整個(gè)系統(tǒng)發(fā)生電壓失穩(wěn)甚至電壓崩潰的危險(xiǎn)不斷增加。電力系統(tǒng)仿真研究和各種具體分析都是建立在相應(yīng)的數(shù)學(xué)模型基礎(chǔ)上，各元件精確的數(shù)學(xué)模型能更準(zhǔn)確地反映實(shí)際系統(tǒng)的動(dòng)態(tài)過(guò)程，提高計(jì)算精度與可信度，有助于保證系統(tǒng)穩(wěn)定安全運(yùn)行、并提高分析決策水平，在電力系統(tǒng)的運(yùn)行、控制、計(jì)算中具有現(xiàn)實(shí)意義。為了實(shí)現(xiàn)電力系統(tǒng)穩(wěn)

2、定安全運(yùn)行，本文重點(diǎn)研究電力系統(tǒng)傳輸網(wǎng)絡(luò)模型和非線性動(dòng)態(tài)負(fù)荷模型的辨識(shí)及其在電壓穩(wěn)定分析中的應(yīng)用。論文取得的主要研究成果和創(chuàng)新點(diǎn)如下:
　　 1)提出改進(jìn)的帶遺忘因子的最小二乘法及其病態(tài)問題改善方法，實(shí)現(xiàn)多源、多負(fù)載電網(wǎng)模型的在線辨識(shí)。
　　 針對(duì)復(fù)雜電力系統(tǒng)傳輸網(wǎng)絡(luò)，基于基爾霍夫電壓、電流定律，引入電壓增益矩陣和電網(wǎng)阻抗矩陣，建立顧及線路耦合關(guān)系的多源、多負(fù)載電網(wǎng)穩(wěn)態(tài)線性模型。與戴維南等值模型相比，該模型更利于理解和研

3、究系統(tǒng)的整體運(yùn)行效果。為了適應(yīng)電網(wǎng)參數(shù)經(jīng)常變化的特點(diǎn)，基于同步相量測(cè)量數(shù)據(jù)，采用帶遺忘因子的遞推最小二乘方法辨識(shí)該電網(wǎng)模型，實(shí)現(xiàn)電網(wǎng)阻抗參數(shù)的估計(jì)和跟蹤;同時(shí)提出一種改進(jìn)的基于奇異值分解的病態(tài)問題改善方法，提高了模型的辨識(shí)精度和可信度。最后通過(guò)兩個(gè)簡(jiǎn)單電力系統(tǒng)進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明本文所提方法可以有效用于多源、多負(fù)載電力系統(tǒng)傳輸網(wǎng)絡(luò)模型的在線辨識(shí)。
　　 2)提出基于電網(wǎng)模型的線路故障診斷和電壓穩(wěn)定分析方法
　　 基于多

4、源、多負(fù)載電力系統(tǒng)傳輸網(wǎng)絡(luò)模型，研究其在線路故障診斷和電壓穩(wěn)定分析等方面的應(yīng)用。首先根據(jù)電網(wǎng)模型計(jì)算并跟蹤系統(tǒng)導(dǎo)納矩陣的變化，根據(jù)矩陣各元素的變化情況，提出線路故障診斷方法。其次對(duì)耦合的電網(wǎng)模型進(jìn)行解耦處理，提出一種靜態(tài)電壓穩(wěn)定指標(biāo)，表征系統(tǒng)當(dāng)前運(yùn)行點(diǎn)與穩(wěn)定運(yùn)行極限點(diǎn)的距離，方便判定各負(fù)荷節(jié)點(diǎn)的電壓穩(wěn)定性及薄弱程度，利于整個(gè)電網(wǎng)穩(wěn)定監(jiān)測(cè)。最后采用簡(jiǎn)單5節(jié)點(diǎn)系統(tǒng)和IEEE-30節(jié)點(diǎn)標(biāo)準(zhǔn)電力系統(tǒng)對(duì)所提出的線路故障診斷和電壓穩(wěn)定性分析方法進(jìn)行

5、驗(yàn)證。結(jié)果表明本文所提方法可以有效的判斷系統(tǒng)線路故障發(fā)生點(diǎn)，并實(shí)時(shí)監(jiān)測(cè)系統(tǒng)穩(wěn)定運(yùn)行狀態(tài)。
　　 3)提出電力系統(tǒng)非線性動(dòng)態(tài)負(fù)荷模型辨識(shí)方法
　　 針對(duì)Hill等提出的指數(shù)功率恢復(fù)模型的非線性和動(dòng)態(tài)特性，采用二階泰勒級(jí)數(shù)展開模型作為該模型的簡(jiǎn)化模型，提出一種基于頻率加權(quán)最小二乘的Hartley調(diào)制函數(shù)算法進(jìn)行模型參數(shù)的辨識(shí)。這是一種針對(duì)連續(xù)時(shí)間系統(tǒng)的直接辨識(shí)方法，該方法巧妙的避免了信號(hào)的數(shù)值微分處理及初始條件的確定，克服了

6、傳統(tǒng)離散系統(tǒng)辨識(shí)方法在連續(xù)系統(tǒng)模型和離散系統(tǒng)模型相互轉(zhuǎn)換時(shí)引入的誤差以及對(duì)采樣周期的依賴。選擇合適的調(diào)制函數(shù)參數(shù)可以有效提高系統(tǒng)辨識(shí)的抗噪能力。
　　 為了克服Hartley調(diào)制函數(shù)方法參數(shù)選擇復(fù)雜的缺點(diǎn)，簡(jiǎn)化辨識(shí)過(guò)程，充分考慮指數(shù)功率恢復(fù)模型的結(jié)構(gòu)特征，本文提出一種基于離散傅里葉變換數(shù)值微分的交替最小二乘辨識(shí)方法。將非線性負(fù)荷模型辨識(shí)問題分解為兩個(gè)線性最小二乘問題，采用交替辨識(shí)方法逐步估計(jì)負(fù)荷模型參數(shù)。針對(duì)負(fù)荷模型辨識(shí)過(guò)程中需

7、要計(jì)算數(shù)值微分的特點(diǎn)，提出基于離散傅里葉變換的數(shù)值微分方法，有效減小數(shù)據(jù)噪聲對(duì)辨識(shí)結(jié)果的影響，而且提高了計(jì)算速度。仿真結(jié)果表明，本文所提方法在含有明顯噪聲情況下仍然可以獲得比較精確的辨識(shí)結(jié)果。
　　 4)提出考慮非線性動(dòng)態(tài)負(fù)荷模型動(dòng)、靜態(tài)特性的電壓穩(wěn)定分析方法
　　 結(jié)合P-V曲線法，分析動(dòng)態(tài)負(fù)荷模型參數(shù)對(duì)系統(tǒng)運(yùn)行點(diǎn)位置的影響，研究負(fù)荷靜態(tài)特性和動(dòng)態(tài)特性如何影響著電壓失穩(wěn)事故的發(fā)生，提高了系統(tǒng)的穩(wěn)定運(yùn)行監(jiān)控能力。通過(guò)實(shí)例