基于psasp和故障仿真法的负荷模型参数辨识.doc

基于PSASP和故障仿真法的负荷模型参数辨识

2.2万字 47页 原创作品，已通过查重系统


摘要
电力负荷模型是用一个“负荷”来代替众多用电设备的集合，而其模型结构和负荷参数对电力系统仿真计算具有显著影响，所以负荷建模日益受到电力学术界和工程界的重视。在此文献中提出了包括配电网和电力负荷的综合负荷模型。分析了CLM（Classic Load Models）和SLM（Synthesis Load Models）这两种负荷模型，并将两个模型进行比较。配电网的等值阻抗在CLM模型中实际上并不直接考虑，而是加在电动机的等值定子阻抗上的，是一种间接考虑配电网的模型结构。这个负荷模型是电力系统综合稳定计算（以下简称PSASP）程序中的标准模型。SLM模型中除了模拟了等值静态负荷和等值电动机负荷，还新考虑了等值配电网络以及电容补偿。是一种直接考虑配电网的模型结构。
在确定了模型结构以后，参数辨识就成了负荷建模的重点。首先利用轨迹灵敏度判断了负荷模型的参数可辨识性，经过计算负荷模型的三个参数（定子电抗 、转子电阻 、初始负载率系数 ）都是可以辨识的。负荷模型的参数辨识问题是一个连续空间的优化问题，本文采用粒子群算法（PSO）对负荷模型的参数进行辨识。PSO算法是一种很好的优化工具，与其他进化算法相类似，PSO算法是通过个体间的协作与竞争，实现复杂空间中最优解的搜索。本次研究基于粒子群优化算法，通过一个故障仿真实例对负荷进行了参数辨识。将仿真得到的参数与实际参数比较，参数辨识误差非常小，利用辨识出的参数进行动态仿真与真实参数仿真得到的曲线拟合误差非常小，验证了粒子群算法进行负荷模型参数辨识的有效性。


关键词：电力系统；负荷模型；参数辨识；轨迹灵敏度；粒子群算法