一种静态负荷模型构建方法、系统、设备和介质技术方案

本发明专利技术公开了一种静态负荷模型构建方法、系统、设备和介质，通过响应接收的负荷节点历史数据，基于负荷节点历史数据，确定负荷节点对应的初始有功功率。采用初始有功功率和预设的初始幂函数负荷模型，构建初始静态负荷模型。采用遗传算法基于初始静态负荷模型，计算得到负荷节点对应的目标电压响应参数和目标频率响应参数，然后基于目标电压响应参数、目标频率响应参数和预设的频率跌落公式更新初始静态负荷模型，得到目标静态负荷模型。通过遗传算法和预设的频率跌落公式对模型参数进行适应性变化，使得静态负荷模型的功率变化趋势与实际更加匹配，具有更好的匹配效果。具有更好的匹配效果。具有更好的匹配效果。

【技术实现步骤摘要】
一种静态负荷模型构建方法、系统、设备和介质


[0001]本专利技术涉及静态负荷模型构建
，尤其涉及一种静态负荷模型构建方法、系统、设备和介质。

技术介绍

[0002]随着电力系统的建设发展，电力系统的运行工况更加复杂，为了提高电网的安全性，预防大停电事故的发生，在电网规划和运行中往往需要对电网在特定状态下的特性进行全面了解，因此，需要构建负荷模型进行仿真。
[0003]负荷模型包括描述负荷端口的功率或电流随其端口电压和频率变化特性的模型公式以及对应模型参数，电力系统中常用的静态负荷模型为静态负荷幂函数模型。
[0004]现有的静态负荷模型构建方法所使用的模型参数是固定不变的，不能根据电力系统变化的场景进行适应性改变，导致构建得到静态负荷模型的场景适应性低，从而使模型的仿真结果准确度低。

技术实现思路

[0005]本专利技术提供了一种静态负荷模型构建方法、系统、设备和介质，解决了现有的静态负荷模型构建方法所使用的模型参数是固定不变的，不能根据电力系统变化的场景进行适应性改变，导致构建得到静态负荷模型的场景适应性低，从而使模型的仿真结果准确度低的技术问题。
[0006]本专利技术提供的一种静态负荷模型构建方法，包括：响应接收的负荷节点历史数据，基于所述负荷节点历史数据，确定负荷节点对应的初始有功功率；采用所述初始有功功率和预设的初始幂函数负荷模型，构建初始静态负荷模型；采用遗传算法基于所述初始静态负荷模型，计算得到所述负荷节点对应的目标电压响应参数和目标频率响应参数；根据所述目标电压响应参数、所述目标频率响应参数和预设的频率跌落公式更新所述初始静态负荷模型，得到目标静态负荷模型。
[0007]可选地，所述采用遗传算法基于所述初始静态负荷模型，计算得到所述负荷节点对应的目标电压响应参数和目标频率响应参数的步骤，包括：将所述初始静态负荷模型对数化，得到中间静态负荷模型；根据所述中间静态负荷模型，构建个体种群；根据所述个体种群、预设的适应度计算公式和预设的选择算法，确定初始交配个体和目标适应度；在预设的操作随机数区间内生成操作随机数；根据所述操作随机数和预设的操作类型概率，对所述初始交配个体进行对应的交配操作，得到对应的目标交配个体并实时统计进化次数；
根据所述进化次数和预设的最大进化阈值，确定所述负荷节点对应的目标电压响应参数和目标频率响应参数。
[0008]可选地，所述根据所述中间静态负荷模型，构建个体种群的步骤，包括：基于所述中间静态负荷模型，随机生成多个初始电压响应参数和初始频率响应参数；分别将所述初始电压响应参数和所述初始频率响应参数输入所述中间静态负荷模型，得到对应的种群个体；采用全部所述种群个体构建个体种群。
[0009]可选地，所述预设的选择算法为轮盘赌算法；所述根据所述个体种群、预设的适应度计算公式和预设的选择算法，确定初始交配个体和目标适应度的步骤，包括：基于预设的适应度计算公式和所述个体种群，计算得到所述个体种群对应的多个初始适应度；选取所述初始适应度内的最大值作为目标适应度；分别计算所述初始适应度与所述个体种群对应的初始适应度和值的比值，得到对应的种群个体选择概率；通过所述轮盘赌算法采用所述种群个体选择概率作为筛选概率，筛选出初始交配个体。
[0010]可选地，所述预设的操作类型概率包括交叉概率和变异概率；所述交配操作包括交叉操作和变异操作；所述根据所述操作随机数和预设的操作类型概率，对所述初始交配个体进行对应的交配操作，得到对应的目标交配个体并实时统计进化次数的步骤，包括：将所述操作随机数分别与所述交叉概率和所述变异概率进行比较并实时统计进化次数；当所述操作随机数小于所述交叉概率时，对所述初始交配个体进行交叉操作，得到对应的目标交配个体；当所述操作随机数小于所述变异概率时，对所述初始交配个体进行变异操作，得到对应的目标交配个体；当所述操作随机数大于或等于所述交叉概率和所述变异概率时，将所述初始交配个体作为目标交配个体。
[0011]可选地，所述根据所述进化次数和预设的最大进化阈值，确定所述负荷节点对应的目标电压响应参数和目标频率响应参数的步骤，包括：比较所述进化次数与预设的最大进化阈值；当所述进化次数等于所述最大进化阈值时，采用当前时刻的目标适应度对应的初始电压响应参数和初始频率响应参数作为所述负荷节点对应的目标电压响应参数和目标频率响应参数；当所述进化次数小于所述最大进化阈值时，采用所述目标交配个体构建对应的个体种群，并跳转执行所述根据所述个体种群、预设的适应度计算公式和预设的选择算法，确定初始交配个体和目标适应度的步骤。
[0012]可选地，所述根据所述目标电压响应参数、所述目标频率响应参数和预设的频率跌落公式更新所述初始静态负荷模型，得到目标静态负荷模型的步骤，包括：
基于所述目标频率响应参数和预设的频率跌落公式，计算得到跌落频率响应参数；采用所述跌落频率响应参数和所述目标电压响应参数更新所述初始静态负荷模型，得到目标静态负荷模型。
[0013]本专利技术还提供了一种静态负荷模型构建系统，包括：初始有功功率确定模块，用于响应接收的负荷节点历史数据，基于所述负荷节点历史数据，确定负荷节点对应的初始有功功率；初始静态负荷模型构建模块，用于采用所述初始有功功率和预设的初始幂函数负荷模型，构建初始静态负荷模型；目标电压响应参数和目标频率响应参数得到模块，用于采用遗传算法基于所述初始静态负荷模型，计算得到所述负荷节点对应的目标电压响应参数和目标频率响应参数；目标静态负荷模型得到模块，用于根据所述目标电压响应参数、所述目标频率响应参数和预设的频率跌落公式更新所述初始静态负荷模型，得到目标静态负荷模型。
[0014]本专利技术还提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行实现如上述任一项静态负荷模型构建方法的步骤。
[0015]本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如上述任一项静态负荷模型构建方法。
[0016]从以上技术方案可以看出，本专利技术具有以下优点：本专利技术通过响应接收的负荷节点历史数据，基于负荷节点历史数据，确定负荷节点对应的初始有功功率。采用初始有功功率和预设的初始幂函数负荷模型，构建初始静态负荷模型。采用遗传算法基于初始静态负荷模型，计算得到负荷节点对应的目标电压响应参数和目标频率响应参数，然后基于目标电压响应参数、目标频率响应参数和预设的频率跌落公式更新初始静态负荷模型，得到目标静态负荷模型。解决了现有的静态负荷模型构建方法所使用的模型参数是固定不变的，不能根据电力系统变化的场景进行适应性改变，导致构建得到静态负荷模型的场景适应性低，从而使模型的仿真结果准确度低的技术问题。通过遗传算法和预设的频率跌落公式对模型参数进行适应性变化，使得静态负荷模型的功率变化趋势与实际更加匹配，具有更好的匹配效果。
附图说明
[0017]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种静态负荷模型构建方法，其特征在于，包括：响应接收的负荷节点历史数据，基于所述负荷节点历史数据，确定负荷节点对应的初始有功功率；采用所述初始有功功率和预设的初始幂函数负荷模型，构建初始静态负荷模型；采用遗传算法基于所述初始静态负荷模型，计算得到所述负荷节点对应的目标电压响应参数和目标频率响应参数；根据所述目标电压响应参数、所述目标频率响应参数和预设的频率跌落公式更新所述初始静态负荷模型，得到目标静态负荷模型。2.根据权利要求1所述的静态负荷模型构建方法，其特征在于，所述采用遗传算法基于所述初始静态负荷模型，计算得到所述负荷节点对应的目标电压响应参数和目标频率响应参数的步骤，包括：将所述初始静态负荷模型对数化，得到中间静态负荷模型；根据所述中间静态负荷模型，构建个体种群；根据所述个体种群、预设的适应度计算公式和预设的选择算法，确定初始交配个体和目标适应度；在预设的操作随机数区间内生成操作随机数；根据所述操作随机数和预设的操作类型概率，对所述初始交配个体进行对应的交配操作，得到对应的目标交配个体并实时统计进化次数；根据所述进化次数和预设的最大进化阈值，确定所述负荷节点对应的目标电压响应参数和目标频率响应参数。3.根据权利要求2所述的静态负荷模型构建方法，其特征在于，所述根据所述中间静态负荷模型，构建个体种群的步骤，包括：基于所述中间静态负荷模型，随机生成多个初始电压响应参数和初始频率响应参数；分别将所述初始电压响应参数和所述初始频率响应参数输入所述中间静态负荷模型，得到对应的种群个体；采用全部所述种群个体构建个体种群。4.根据权利要求2所述的静态负荷模型构建方法，其特征在于，所述预设的选择算法为轮盘赌算法；所述根据所述个体种群、预设的适应度计算公式和预设的选择算法，确定初始交配个体和目标适应度的步骤，包括：基于预设的适应度计算公式和所述个体种群，计算得到所述个体种群对应的多个初始适应度；选取所述初始适应度内的最大值作为目标适应度；分别计算所述初始适应度与所述个体种群对应的初始适应度和值的比值，得到对应的种群个体选择概率；通过所述轮盘赌算法采用所述种群个体选择概率作为筛选概率，筛选出初始交配个体。5.根据权利要求2所述的静态负荷模型构建方法，其特征在于，所述预设的操作类型概率包括交叉概率和变异概率；所述交配操作包括交叉操作和变异操作；所述根据所述操作随机数和预设的操作类型概率，对所述初始交配个体进行对应的交配操作，得到对应的目
标交配个体并实时统计进化次数的步骤，包括：将所述操作随机数分别与所述交叉概率和所述变异...

【专利技术属性】
技术研发人员：尹雁和，徐宝军，阮志杰，李国号，余俊杰，李宾，白一鸣，张春梅，陈岸，邱军旗，
申请(专利权)人：广东电网有限责任公司中山供电局，
类型：发明
国别省市：