基于电能质量在线监测数据的负荷建模研究

被引量 : 3次 | 上传用户:HUYA123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
正确的电力负荷模型是进行电网潮流计算与稳定分析的基础。近年来,随着电能质量监测装置在各个变电站的安装及电能质量监测网在各局的普及,为电力负荷建模提供了新的途径。与安装专门的负荷特性记录装置相比,电能质量测试单元安装的普遍性、低成本和多功能将使其推广更为方便,可以充分利用已有设备,减少投资。本文针对基本遗传算法用于负荷建模存在的不足,设计了比例选择策略和线性自适应变异策略,基于电网实测数据,选择感应电动机并联ZIP静特性综合负荷模型,采用改进的遗传算法进行负荷模型参数辨识。结果表明,改进的遗
其他文献
新一轮的世界能源革命正在激烈进行中,中国在新形势,新格局下紧跟能源变革的路线,大力发展可再生能源,尤其是太阳能和风能这些年逐步应用到了发电行业中,而且近几年得到了飞速的发展。在这些新能源并网的同时伴随着大量的电力电子装置的接入。如静止无功发生器(SVG)、统一潮流控制器(UPFC),这些装置均带有电压源换流器(VSC)。大量VSC并入电网会改变电网的动态特性,影响系统的稳定性。尤其是在交流电网相对
学位
传统电力系统备用优化一般在给定备用总需求的前提下优化各机组的容量分配。这种备用优化方式不能体现不同预想场景对不同响应速度备用的要求,同时难于考虑复杂预想场景,本文针对这一不足,结合安全约束机组组合,建立了复杂预想场景下的备用优化模型。通过引入预想场景分类和预想场景集,建立了预想场景与不同响应速度备用的对应调节关系:瞬时响应备用(AGC)调节瞬时变化场景(瞬时变化负荷、机组故障、线路故障等),10m
与传统的发电系统相比较,风力发电具有波动性、间歇性和随机性的特点,且大规模并网后会严重影响到整个电力系统运行的稳定性。因此对风电功率进行准确预测已经成为众多学者研究的热点问题。本文基于实测数据,将经验模态分解方法、遗传算法与小波神经网络相结合,提出了短期风电功率混合预测方法,旨在提高短期风电功率预测的精度。基于实测数据对风电功率特性曲线进行拟合。在阐述风速变化特点和风电功率预测方法的基础上,对风电