基于Ward等值并考虑电压负荷静特性的区域负荷在线建模方法技术

本发明专利技术公开了一种基于Ward等值并考虑电压负荷静特性的区域负荷在线建模方法，针对多边界节点的区域负荷进行建模，并且在线优化模型参数，使得模型可以有效地跟踪区域负荷时变的负荷特性，为实时的调度和控制提供前提条件。并且本方法便于实现，具有很强的实用性。

【技术实现步骤摘要】
基于Ward等值并考虑电压负荷静特性的区域负荷在线建模方法
本专利技术涉及电力系统稳态运行模式下的负荷建模领域，尤其针对包含多边界节点、含电压负荷静特性的区域负荷模型在线建模方法。
技术介绍
电力网络的大幅扩展严重增加了潮流分析的计算量和复杂度，也为电力系统的实时调度和控制带来了巨大挑战。而建立负荷区域模型，提高模型精确度是简化大规模电网潮流分析的一个重要途径。针对电力系统中不同的应用，负荷区域网络需要各种各样的数学模型来代表其在每种应用中表现出的相应负荷特性。在对集中分布的负荷区域网络的研究中，一个恒定阻抗负荷、恒定电流负荷以及恒定功率负荷的组合(ZIP负荷)和电动机的混合模型得到广泛的应用。众所周知，稳态潮流计算是电力系统分析的基础。因而，除了上述动态负荷区域网络的模型，其静态和准稳态模型也有很高的研究价值。一种可以应用于电力系统稳态的建模方法是将区域网络内部的节点简化为一个虚拟节点。从而得到的区域负荷模型是由该虚拟负荷节点以及连接这个节点和边界节点的若干个虚拟传输线路组成。这种模型的参数可以利用边界节点上的电压电流测量量训练得到，此过程不依靠任何的负荷区域网络的节点导纳矩阵信息。然而，由于虚拟节点电压是传输线路的阻抗确定的，使用同样的测量量训练该模型，得到的参数不具有唯一性。另一个种区域负荷建模方法是Ward等值法。这种网络等值方法广泛应用于状态估计、安全性评估和网络重组等方向。在简化那些拓扑结构和内部成分确定的网络时，Ward等值模型具有很高的准确度。通过对系统的节点导纳矩阵进行高斯消去，负荷区域网络即由连接各个边界节点的等效支路以及边界点上的等效注入量替代。然而，当网络中含有ZIP负荷的情况下，含有ZIP负荷的节点功率是其自身电压的函数，此时这种网络变换方法会产生较大的计算误差。模型搭建完毕后，负荷区域网络的建模工作即转化为参数识别过程。在已有的工作中，模型参数的识别是通过一些智能优化方法做离线的计算，例如经典的遗传算法和粒子群算法。这些算法需要建立一个含有负荷模型的等值系统，然后让等值系统和原系统运行在相同的配置条件。两个系统在三种运行情况下可以分别采集到各自的三组边界节点电压电流数据。因此，算法可以通过最小化两个系统相同部分的网络潮流差，来优化等值系统中模型的参数。然而，电力系统中的负荷需求量和负荷成分是时变的，将他们简单地视为由恒定值或是恒定参数的ZIP负荷都是不准确的。同时，负荷区域网络内部的拓扑结构也有可能发生变化。此外，调度员很难持续获得负荷区域网络内部的实时信息，这为施行在线稳定性分析和决策工作带来了很大困难。基于上述问题，一种有效的解决方法就是利用边界节点上测量得到的电压电流数据对模型参数做在线跟踪。此时，遗传算法和粒子群算法这类完全依赖于种群的智能优化方法则不再适用。其原因在于，这类算法善于在当前的系统环境下生成一个包含很多个体的种群，而在线计算的系统运行环境是时变的。因此，同一种群中的个体就不得不在变化运行环境下评估其函数值，从而难以确定这一代中最好的个体。基于上述分析，提出一种在线的区域负荷建模方法有巨大的实用价值。
技术实现思路
有鉴于此，本专利技术的目的是提供一种基于Ward等值并考虑电压负荷静特性的区域负荷在线建模方法。该方法在简化电力网络拓扑结构的同时，在线跟踪负荷区域网络在电力系统稳态运行情况下的负荷特性，从而为实时的调度和控制提供前提条件。本专利技术的目的是通过以下技术方案实现的：该种基于Ward等值并考虑电压负荷静特性的区域负荷在线建模方法，包括以下步骤：步骤1：在连接供电网络和被等值负荷区域的n个边界节点上，采集这些节点的电压相量和电流相量步骤2：区域负荷模型是由连接每两个边界节点的等值支路和各个边界节点上的等值负荷组成，每个等值支路的阻抗为rij、xij(i，j＝1，2，…，nandi≠j)，得到每个虚拟负荷为电压的二次项函数：其中，api，j、aqi，j(j＝1,2,3)是负荷系数；步骤3：在连接区域负荷模型的n个边界节点上加电压相量计算得到模型的注入电流步骤4：一个模型参数识别的目标函数由实际测量得到的电流相量和同等电压下根据模型参数计算得出的电流相量之间的误差计算出，其计算方法如下：其中，ns是样本数；步骤5：根据可用于在线计算的强化学习算法对模型参数进行实时跟踪，将模型的参数识别问题随即转变为对该误差函数的优化问题；步骤6：在三种给定的系统运行条件下验证模型的可靠性和准确性。特别地，所述步骤1中，是在连接供电网络和被等值负荷区域的n个边界节点上分别安装相量测量装置PMU来采集节点的电压相量和电流相量。进一步，所述步骤5中，使用强化学习算法完成模型参数在线识别具体包括以下步骤：所述步骤5中，使用强化学习算法完成模型参数在线识别具体包括以下步骤：步骤5.1：采用相量测量装置进行边界节点电压和电流相量的采集，并将控制变量每个维度离散化为D个格子；步骤5.2：计数器初始化，k＝1；步骤5.3：根据采集的节点电压和当前模型参数计算模型输出电流并计算模型精确度:其中，ns为样本数，n为边界节点数，X为控制变量；步骤5.4：计算奖励系数并将最优参数反馈至区域负荷模型；步骤5.5：更新控制变量第i维，第j个格子的价值函数Q:步骤5.6：更新模型参数；步骤5.7：计数器加1，k＝k+1；步骤5.8：判断评估计数器是否已到阈值，如果已达到，则返回步骤5.1；如果否，返回步骤5.3。本专利技术的有益效果是：本方法针对多边界节点的区域负荷进行建模，并且在线优化模型参数，使得模型可以有效地跟踪区域负荷时变的负荷特性，为实时的调度和控制提供前提条件。并且本方法便于实现，具有较强的实用性。本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书和权利要求书来实现和获得。附图说明为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步的详细描述，其中：图1为电能注入负荷区域网络的示意图；图2为根据Ward等值原理设计的区域负荷模型拓扑结构图；图3为使用强化学习算法完成模型参数在线识别的步骤流程图；图4为系统内的电力负荷曲线变化示例图；图5为根据图4进行模型参数在线识别后得到虚拟负荷一个系数的实时数值图。具体实施方式以下将参照附图，对本专利技术的优选实施例进行详细的描述。应当理解，优选实施例仅为了说明本专利技术，而不是为了限制本专利技术的保护范围。本专利技术的基于Ward等值并考虑电压负荷静特性的区域负荷在线建模方法，方法包括以下步骤：步骤1：在连接供电网络和被等值负荷区域的n个边界节点上，采集这些节点的电压相量和电流相量本实施例中，是在连接供电网络和被等值负荷区域的n个边界节点上分别安装相量测量装置PMU来采集节点的电压相量和电流相量，如图1所示的电力系统中，电能由供电网络发出，经过n个边界节点注入负荷区域网络；步骤2：区域负荷模型是由连接每两个边界节点的等值支路和各个边界节点上的等值负荷组成，每个等值支路的阻抗为rij、xij(i，j＝1，2，…，nandi≠j)，得到每个虚拟负荷为电压的二次项函数：其中，api，j、本文档来自技高网...

【技术保护点】
1.基于Ward等值并考虑电压负荷静特性的区域负荷在线建模方法，其特征在于：所述方法包括以下步骤：步骤1：在连接供电网络和被等值负荷区域的n个边界节点上，采集这些节点的电压相量

【技术特征摘要】
1.基于Ward等值并考虑电压负荷静特性的区域负荷在线建模方法，其特征在于：所述方法包括以下步骤：步骤1：在连接供电网络和被等值负荷区域的n个边界节点上，采集这些节点的电压相量和电流相量步骤2：区域负荷模型是由连接每两个边界节点的等值支路和各个边界节点上的等值负荷组成，每个等值支路的阻抗为rij、xij(i，j＝1，2，…，nandi≠j)，得到每个虚拟负荷为电压的二次项函数：其中，api，j、aqi，j(j＝1,2,3)是负荷系数；步骤3：在连接区域负荷模型的n个边界节点上加电压相量计算得到模型的注入电流步骤4：一个模型参数识别的目标函数由实际测量得到的电流相量和同等电压下根据模型参数计算得出的电流相量之间的误差计算出，其计算方法如下：其中，ns是样本数；步骤5：根据可用于在线计算的强化学习算法对模型参数进行实时跟踪，将模型的参数识别问题随即转变为对该误差函数的优化问题；步骤6：在三种给定的系统运行条件下验证模型的可靠性和准确性。2.根据权利要求1所述的基于Wa...

【专利技术属性】
技术研发人员：覃海，姬源，章熙，周川梅，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：贵州,52