【技术实现步骤摘要】
基于相似日负荷曲线的10kV静态负荷模型参数辨识方法
本专利技术属于电力系统
,具体涉及基于相似日负荷曲线的10kV静态负荷模型参数辨识方法。
技术介绍
静态负荷模型基本结构有幂函数模型、多项式模型和幂函数与多项式混合的模型。由于一般情况下频率变化的幅度很小,可以忽略频率变化对负荷特性的影响,并且鉴于多项式负荷模型物理意义更为明确,即负荷由恒阻抗负荷、恒电流负荷、恒功率负荷等叠加而成,故电力系统仿真分析中对静态负荷通常采用多项式模型,即采用上述模型描述日负荷特性时,模型中各个时刻的功率初值及ZIP系数处于动态变化之中,根据有功、无功、电压曲线,对ZIP模型参数进行辨识时,模型中的待求参数多于方程个数,无法直接求解出准确的ZIP系数值。
技术实现思路
鉴于此,本专利技术的目的在于,依据静态负荷模型结构,根据相似的10kV日负荷曲线,建立静态负荷模型参数得优化辨识模型,根据内点法进行优化求解,得到一日全时段(96个采样时刻)的静态负荷模型参数,获得负荷成分的变化规律,实现解析负荷成分的目 ...
【技术保护点】
1.基于相似日负荷曲线的10kV静态负荷模型参数辨识方法,其特征在于,所述参数辨识方法包括:/n步骤一,采集大量10kV用户的96点电压、负荷数据,并进行相应的数据预处理,削弱异常采样点的影响;/n步骤二,基于步骤一所得的负荷数据,通过K均值算法对负荷进行类别划分,根据欧氏距离大小将形态相似的负荷归为一类;/n步骤三,从步骤二中依次取出一类负荷,根据静态负荷模型结构,结合静态负荷模型参数的约束条件,以最小化静态模型的负荷计算值与该负荷曲线的平方误差和为优化目标,建立静态负荷模型全时段参数的优化辨识模型;/n步骤四,对步骤三优化模型的目标函数,考虑静态负荷各成分比例在一日之内 ...
【技术特征摘要】
1.基于相似日负荷曲线的10kV静态负荷模型参数辨识方法,其特征在于,所述参数辨识方法包括:
步骤一,采集大量10kV用户的96点电压、负荷数据,并进行相应的数据预处理,削弱异常采样点的影响;
步骤二,基于步骤一所得的负荷数据,通过K均值算法对负荷进行类别划分,根据欧氏距离大小将形态相似的负荷归为一类;
步骤三,从步骤二中依次取出一类负荷,根据静态负荷模型结构,结合静态负荷模型参数的约束条件,以最小化静态模型的负荷计算值与该负荷曲线的平方误差和为优化目标,建立静态负荷模型全时段参数的优化辨识模型;
步骤四,对步骤三优化模型的目标函数,考虑静态负荷各成分比例在一日之内不会发生大的突变,叠加一个目标函数,即模型表达式中的相邻两时刻系数差的平方和,修正步骤三中的目标函数;
步骤五,求解步骤四中所得优化模型,优化方法如内点法,得到同类负荷全时段的静态模型参数值,以该参数值为依据,得到各类静态负荷的构成成分变化规律。
2.根据权利要求1所述的基于相似日负荷曲线的10kV静态负荷模型参数辨识方法,其特征在于,所述步骤一具体包括:
对每一个10kV用户的电压V、负荷P和Q,进行如下的平滑处理:
对于第1、96个时刻,不处理;
对于第2、95个时刻,处理为:
对于第3~94个时刻,处理为:
式中,Vn为第n个时刻的电压值,V`n为第n个时刻处理后的电压值,Pn为第n个时刻的一类负荷值,P`n为第n个时刻处理后的一类负荷值,Qn为第n个时刻的二类负荷值,Q`n为第n个时刻处理后的二类负荷值,n的取值为正整数,t的取值范围为大于3的正整数。
3.根据权利要求1所述的基于相似日负荷曲线的10kV静态负荷模型参数辨识方法,其特征在于,所述步骤二具体包括:
1)随机选择K个数据点作为初始聚类中心;
2)逐一计算N个数据点到K个聚类中心的欧氏距离,并将该数据点划入与其距离最小的聚类中心所在的类别;
3)划分完N个数据点后,分别计算K个类中数据点的平均值,作为这K个类新的聚类中心;
4)重复步骤2)、3),直到K类的聚类中心都不再发生变化;
采用两个评价指标分别确定最佳聚类数目以及计及初始聚类中心随机性的最佳聚类结果。
4.根据权利要求3所述的基于相似日负荷曲线的10kV静态负荷模型参数辨识方法,其特征在于,所述采用两个评价指标分别确定最佳聚类数目以及计及初始聚类中心随机性的最佳聚类结果,包括:
首先采用分类适确性指标IDB确定最佳聚类数目;
IDB的计算方式为
上式中k为聚类数目;ci、cj分别为第i类、第j类的聚类中心;分别为第i类、第j类中的数据点到相应类的聚类中ci、cj的平均距离,
再采用误差平方...
【专利技术属性】
技术研发人员:杨坚,项中明,叶琳,周正阳,杨滢,石博隆,张静,孙维真,张东波,洪道鉴,陈新建,于杰,朱轶伦,王彬任,夏敏燕,高慧英,吴颖辉,丁春燕,苏崇,周洪青,廖培,
申请(专利权)人:国网浙江省电力有限公司台州供电公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。