论文部分内容阅读
负荷模型是进行电力系统仿真,实现电网运行状态准确感知和精确控制的重要前提。随着主动配电网技术的不断推进,对配电台区进行准确建模的需求日益凸显。近年来,广域量测系统的发展为电力系统提供了海量实时动态数据,使基于实测数据在线辨识负荷模型成为可能,有效提升了模型的时效性和对真实电网的描述能力。然而,潮流耦合关系使电力系统表现出明显的闭环特征,且实测数据中存在不可避免的噪声和干扰,这些问题在基于仿真系统的建模中鲜受关注,但是基于实测数据的模型辨识必然受其影响。鉴于以上背景,论文以闭环问题和抗差问题为侧重点,提出了一套台区负荷动态模型参数辨识方法,具体工作如下:
明确了台区负荷模型辨识的闭环本质,分析了影响辨识精度的主要因素。提出一种适配台区环境的负荷辨识方法,分析了台区模型辨识相较于传统负荷建模闭环特征明显的原因,并结合闭环辨识的基本理论和电力系统的运行条件讨论了台区模型闭环辨识的相关性质。考虑到现阶段电力系统负荷辨识大多应用直接法,推导了台区电压-有功功率传递函数,据此引出了影响直接闭环辨识精度的主要因素。结合对各因素的仿真分析,给出了使用直接法辨识台区模型的有利条件,为工程应用提供了参考。
提出了实现台区模型闭环辨识需满足的基本条件,建立了一种同时具备机理模型和非机理模型辨识能力的两阶段闭环辨识方法。针对部分场景下忽略闭环特性的直接闭环辨识法精度较低的问题,本文结合电力系统特征提出了考虑闭环特性时辨识台区负荷模型的必要条件。建立了一种基于开环转换思想的两阶段辨识方法,通过构造不受输出噪声干扰的中间输入信号,使负荷模型辨识由闭环辨识还原为开环辨识,有效降低了闭环引发的辨识误差。对机理模型进行线性化和模型转换,并嵌入两阶段辨识第二阶段,使该辨识方法可同时实现机理模型和非机理模型在线辨识。
提出了一套包含激励信号设计、突变信号分类、突变信号处理的自适应抗差估计方案。针对一般干扰,选择了优化初相角的多频正弦激励信号,增强了关注频带的激励,提高了辨识信噪比。针对突变干扰,将其划分为外部扰动、内部扰动和粗差三类,并依据电压信号和拟合残差信号特征进行在线判定,分别予以转为直接闭环辨识、重置遗忘因子跟踪参数变化和IGG抗差处理,并实时整定遗忘因子和IGG准则阈值,使辨识对不同类型突变干扰均具有较强抵抗能力。将上述自适应抗差估计方案与两阶段辨识相结合,进一步提升了台区负荷模型的辨识精度,并在孤岛频率控制场景中验证了台区负荷模型参数精确辨识的必要性。
明确了台区负荷模型辨识的闭环本质,分析了影响辨识精度的主要因素。提出一种适配台区环境的负荷辨识方法,分析了台区模型辨识相较于传统负荷建模闭环特征明显的原因,并结合闭环辨识的基本理论和电力系统的运行条件讨论了台区模型闭环辨识的相关性质。考虑到现阶段电力系统负荷辨识大多应用直接法,推导了台区电压-有功功率传递函数,据此引出了影响直接闭环辨识精度的主要因素。结合对各因素的仿真分析,给出了使用直接法辨识台区模型的有利条件,为工程应用提供了参考。
提出了实现台区模型闭环辨识需满足的基本条件,建立了一种同时具备机理模型和非机理模型辨识能力的两阶段闭环辨识方法。针对部分场景下忽略闭环特性的直接闭环辨识法精度较低的问题,本文结合电力系统特征提出了考虑闭环特性时辨识台区负荷模型的必要条件。建立了一种基于开环转换思想的两阶段辨识方法,通过构造不受输出噪声干扰的中间输入信号,使负荷模型辨识由闭环辨识还原为开环辨识,有效降低了闭环引发的辨识误差。对机理模型进行线性化和模型转换,并嵌入两阶段辨识第二阶段,使该辨识方法可同时实现机理模型和非机理模型在线辨识。
提出了一套包含激励信号设计、突变信号分类、突变信号处理的自适应抗差估计方案。针对一般干扰,选择了优化初相角的多频正弦激励信号,增强了关注频带的激励,提高了辨识信噪比。针对突变干扰,将其划分为外部扰动、内部扰动和粗差三类,并依据电压信号和拟合残差信号特征进行在线判定,分别予以转为直接闭环辨识、重置遗忘因子跟踪参数变化和IGG抗差处理,并实时整定遗忘因子和IGG准则阈值,使辨识对不同类型突变干扰均具有较强抵抗能力。将上述自适应抗差估计方案与两阶段辨识相结合,进一步提升了台区负荷模型的辨识精度,并在孤岛频率控制场景中验证了台区负荷模型参数精确辨识的必要性。