一种基于局部智能量测的在线负荷建模方法技术

本发明专利技术公开一种基于局部智能量测的在线负荷建模方法，包括如下步骤：步骤1，基于智能抄表系统采集的日负荷数据进行用户聚类，每类用户中选取部分典型用户进行侵入式负荷监测，负荷监测设备为智能插座；步骤2，基于智能插座采集的实时负荷信息进行在线测辩，获取负荷模型，利用每类中典型用户的负荷模型替代该类中其他用户，以实时获取所有用户的综合负荷模型；步骤3，分别建立底层用户静态负荷及感应电动机负荷的聚合模型；步骤4，考虑配电网络的影响，将静态负荷及感应电动机负荷聚合模型由低压侧逐步向高压侧等值，最终获取配电网220/110kV母线下的综合负荷模型。此种方法能够提高负荷模型的准确度，反映负荷的实际特性。

An on-line load modeling method based on local intelligent measurement

The invention discloses an online load modeling method based on local intelligence measurement, which includes the following steps: Step 1, the daily load data collected by the intelligent meter reading system are clustered by the user, and some typical users are selected for the intrusion load monitoring, the load monitoring equipment is the intelligent socket, and the step 2 is based on intelligence. The real-time load information collected by the energy socket is on-line measured, the load model is obtained, and the load model of typical users in each class is replaced by the other users in the class, and the integrated load model of all users is obtained in real time. Step 3, the aggregation model of the static load of the bottom users and the load of the sensed motor is established respectively; step 4, Considering the influence of the distribution network, the static load and induction motor load aggregation model is gradually equal to the high voltage side from the low voltage side to the high voltage side. Finally, the integrated load model under the distribution network 220/110kV bus is obtained. This method can improve the accuracy of the load model and reflect the actual characteristics of the load.

【技术实现步骤摘要】
一种基于局部智能量测的在线负荷建模方法
本专利技术属于电力系统运行控制
，特别涉及一种基于局部智能量测的在线负荷建模方法。
技术介绍
负荷模型的准确性对电力系统设计、计算及安全稳定分析具有非常重要的影响。随着系统规模的不断扩大、新技术新装备的投用给负荷建模工作带来了更大的挑战。长期以来，国内外科研工作者开展了大量的电力负荷建模工作，总体形成了两种负荷建模方法，即统计综合法和总体测辨法，这些方法均取得了一定的成效，同时也存在着各自的局限性。统计综合法的基本思想是统计各类型用户的负荷组成，确定静态负荷和感应电动机负荷的比重，综合得出总体的负荷模型，其缺点在于统计工作耗时费力，模型时变性差。总体测辩法的基本思想是将负荷群看作一个整体，依据现场采集测量数据，对负荷模型参数进行整体辨识，总体测辩法的测量工作复杂，模型准确度难以保证等。传统负荷建模方法获取的负荷模型一般接于220kV或110kV母线。一般来说，电压等级越低，越接近末端负荷成分越明确，同时选取的样本越多，负荷识别的准确性也越高。过去，由于技术手段的限制，难以深入到配电网底层用户开展负荷实测及建模工作。但随着大规模智能电网的建设，计算、通信、传感等信息技术的快速发展，使得电力负荷信息在线监测成为可能。负荷在线监测设备可实时采集电力系统用户负荷信息并进行在线测辩，为电力部门提供实时的、准确的负荷信息，利用这些量测信息可以开展实时的负荷建模研究工作。
技术实现思路
本专利技术的目的，在于提供一种基于局部智能量测的在线负荷建模方法，基于配电网底层电压等级上所有元件的负荷模型，进行分层聚合，逐级向上等值，最终获取220kV/110kV母线综合负荷模型；相比传统负荷建模方法，本专利技术能够提高负荷模型的准确度，反映负荷的实际特性。为了达成上述目的，本专利技术的解决方案是：一种基于局部智能量测的在线负荷建模方法，包括如下步骤：步骤1，基于智能抄表系统采集的日负荷数据进行用户聚类，每类用户中选取部分典型用户进行侵入式负荷监测，负荷监测设备为智能插座；步骤2，基于智能插座采集的实时负荷信息进行在线测辩，获取负荷模型，利用每类中典型用户的负荷模型替代该类中其他用户，以实时获取所有用户的综合负荷模型；步骤3，分别建立底层用户静态负荷及感应电动机负荷的聚合模型；步骤4，考虑配电网络的影响，将静态负荷及感应电动机负荷聚合模型由低压侧逐步向高压侧等值，最终获取配电网220/110kV母线下的综合负荷模型。上述步骤1中，基于智能抄表系统采集的日负荷数据进行用户聚类的具体内容是：针对给定的N个用户的日负荷数据，随机选取K个用户，每个用户代表一个用户群的初始聚类中心，将剩余的其他用户依据用电量欧式距离分配到距离最近的聚类中心，共形成K个用户群；重新计算每个用户群的聚类中心，即对用户群中所有用户用电量取平均值，再次将所有用户分配到距离最近的聚类中心，按照此过程不断重复，直到每个用户群的聚类中心不再发生变化，或聚类准则函数达到收敛条件。上述步骤2中，智能插座由滤波采样模块、数据处理模块、通信模块、执行模块和电源模块五部分组成，滤波采样模块采集当前智能插座带负荷的电压、电流和频率参数，将高电压和大电流信号转换为低电压信号，供数据处理模块分析；数据处理模块从硬件构架上统筹整个系统的运行，其内部完成如下软件功能：参数计算、数据通信、高级保护、指令执行；通信模块是智能插座与控制服务器交互的通道之一；执行模块负责执行数据处理模块的控制指令，并将执行结果予以反馈，同时支持回路通断和红外调节两种模式；电源模块将220V交流电转换为直流5V和3.3V，供系统运行使用。上述步骤3中：静态负荷模型采用IEEETaskForce推荐的多项式形式，如下：式中，a、b、c为有功功率系数，α、β、γ为无功功率系数，U为负荷的实际电压，U0为负荷的额定电压，P0、Q0分别为额定电压下负荷的有功功率和无功功率，P、Q分别为负荷消耗的实际有功功率和无功功率；建立静态负荷的聚合模型方法为：将负荷有功功率和无功功率按照恒阻抗、恒电流和恒功率分量分别按照系数进行加权，如下式：式中，P01,P02,…,P0n为单一静态负荷的额定有功功率，Q01,Q02,…,Q0n为单一静态负荷的额定无功功率，P0S和Q0S分别为聚合静态负荷的额定有功功率和无功功率，a1,a2,…,an；b1,b2,…,bn为单一静态负荷的有功功率系数，α1,α2,…,αn；β1,β2,…,βn分别为单一静态负荷的无功功率系数，aS、bS、cS为聚合静态负荷的有功功率系数，αS、βS、γS为聚合静态负荷的无功功率系数。上述步骤3中：感应电动机负荷采用三阶机电暂态模型，如下：式中，T0′＝(Xr+Xm)/ω0Rr，X＝Xs+Xm，X′＝Xs+XmXr/(Xm+Xr)，T0′为暂态开路时间常数，X为转子开路电抗，X′为转子不动时短路电抗，为暂态电动势，为电动机电压，为电动机电流，ω为电动机转速，ω0为电动机额定转速，TE为电磁转矩，TM为机械转矩，H为惯性时间常数，Rr为转子电阻，Xr为转子电抗，Rs为定子电阻，Xs为定子电抗，Xm为励磁电抗；聚合感应电动机负荷的额定容量为单台感应电动机负荷的额定容量之和，即：式中，k为感应电动机负荷数量；聚合感应电动机负荷的等值电路参数为等值电路中各支路导纳的加权均值，即：式中，比例系数ρi＝SNi/SNM，Zi为单台感应电动机负荷的电气支路阻抗，ZM为聚合感应电动机负荷的电气支路阻抗，对定子支路ZM＝Rs+jXs，对励磁支路ZM＝jXm，对转子支路ZM＝Rr/s+jXr；聚合感应电动机负荷的惯性时间常数为：式中，Hi为单台感应电动机负荷的惯性时间常数，HM为聚合感应电动机负荷的惯性时间常数。上述步骤4中：考虑配电网络的影响，将静态负荷及感应电动机负荷聚合模型由低压侧逐步向高压侧等值时，令：式中，ZD为配电网络阻抗，YS为低压侧静态负荷等值导纳，λ1，λ2，λ3均为与低压侧静态负荷等值导纳和配电网络阻抗相关的变量；将静态负荷聚合模型由低压侧向高压侧等值时，高压侧静态负荷等值导纳为：式中，PH、QH分别为流入高压侧母线的有功功率和无功功率，UH为高压侧母线电压；将感应电动机负荷聚合模型由低压侧向高压侧等值时，高压侧感应电动机负荷等值参数计算方法为：式中，T′0H＝(XrH+XmH)/ω0HRrH，T′0H为高压侧感应电动机暂态开路时间常数，ω0H为高压侧感应电动机额定转速，THE、TMH分别为高压侧感应电动机电磁转矩、机械转矩，HH为高压侧感应电动机惯性时间常数，RrH、XrH分别为高压侧感应电动机转子电阻、转子电抗，RsH、XsH分别为高压侧感应电动机定子电阻、定子电抗，XmH为高压侧感应电动机励磁电抗。采用上述方案后，与现有技术相比，本专利技术的有益效果在于：(1)所提的建模方法得到的综合负荷模型更贴近实际的配电网负荷，可提高电力系统仿真精度；(2)所提的建模方法可实现负荷模型的动态更新，能反应电力系统负荷的实时运行状态。附图说明图1是本专利技术的流程图；图2是典型用电设备的日功率曲线；图3是3机9节点连简单配电网算例图；图4是110kV节点电压仿真曲线图；图5是110kV节点有功功率仿真曲线图。具体实施方式以下将结合附图，对本专利技术的本文档来自技高网...

【技术保护点】
1.一种基于局部智能量测的在线负荷建模方法，其特征在于包括如下步骤：步骤1，基于智能抄表系统采集的日负荷数据进行用户聚类，每类用户中选取部分典型用户进行侵入式负荷监测，负荷监测设备为智能插座；步骤2，基于智能插座采集的实时负荷信息进行在线测辩，获取负荷模型，利用每类中典型用户的负荷模型替代该类中其他用户，以实时获取所有用户的综合负荷模型；步骤3，分别建立底层用户静态负荷及感应电动机负荷的聚合模型；步骤4，考虑配电网络的影响，将静态负荷及感应电动机负荷聚合模型由低压侧逐步向高压侧等值，最终获取配电网220/110kV母线下的综合负荷模型。

【技术特征摘要】
1.一种基于局部智能量测的在线负荷建模方法，其特征在于包括如下步骤：步骤1，基于智能抄表系统采集的日负荷数据进行用户聚类，每类用户中选取部分典型用户进行侵入式负荷监测，负荷监测设备为智能插座；步骤2，基于智能插座采集的实时负荷信息进行在线测辩，获取负荷模型，利用每类中典型用户的负荷模型替代该类中其他用户，以实时获取所有用户的综合负荷模型；步骤3，分别建立底层用户静态负荷及感应电动机负荷的聚合模型；步骤4，考虑配电网络的影响，将静态负荷及感应电动机负荷聚合模型由低压侧逐步向高压侧等值，最终获取配电网220/110kV母线下的综合负荷模型。2.如权利要求1所述的一种基于局部智能量测的在线负荷建模方法，其特征在于：所述步骤1中，基于智能抄表系统采集的日负荷数据进行用户聚类的具体内容是：针对给定的N个用户的日负荷数据，随机选取K个用户，每个用户代表一个用户群的初始聚类中心，将剩余的其他用户依据用电量欧式距离分配到距离最近的聚类中心，共形成K个用户群；重新计算每个用户群的聚类中心，即对用户群中所有用户用电量取平均值，再次将所有用户分配到距离最近的聚类中心，按照此过程不断重复，直到每个用户群的聚类中心不再发生变化，或聚类准则函数达到收敛条件。3.如权利要求1所述的一种基于局部智能量测的在线负荷建模方法，其特征在于：所述步骤2中，智能插座由滤波采样模块、数据处理模块、通信模块、执行模块和电源模块五部分组成，滤波采样模块采集当前智能插座带负荷的电压、电流和频率参数，将高电压和大电流信号转换为低电压信号，供数据处理模块分析；数据处理模块从硬件构架上统筹整个系统的运行，其内部完成如下软件功能：参数计算、数据通信、高级保护、指令执行；通信模块是智能插座与控制服务器交互的通道之一；执行模块负责执行数据处理模块的控制指令，并将执行结果予以反馈，同时支持回路通断和红外调节两种模式；电源模块将220V交流电转换为直流5V和3.3V，供系统运行使用。4.如权利要求1所述的一种基于局部智能量测的在线负荷建模方法，其特征在于：所述步骤3中：静态负荷模型采用IEEETaskForce推荐的多项式形式，如下：式中，a、b、c为有功功率系数，α、β、γ为无功功率系数，U为负荷的实际电压，U0为负荷的额定电压，P0、Q0分别为额定电压下负荷的有功功率和无功功率，P、Q分别为负荷消耗的实际有功功率和无功功率；建立静态负荷的聚合模型方法为：将负荷有功功率和无功功率按照恒阻抗、恒电流和恒功率分量分别按照系数进行加权，如下式：式中，P01,P02,…,P0n为单一静态负荷的额定有功功率，Q01,Q02,…,Q0n为单一静态负荷...

【专利技术属性】
技术研发人员：汤奕，朱亮亮，王琦，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32