變電站負荷聚類與綜合負荷建模研究.pdf

1、負荷建模對電力系統(tǒng)的運行、規(guī)劃與控制有著重要影響。本文采用綜合測辨建模方法，在初步分析了負荷建模研究理論知識基礎(chǔ)上，對負荷聚類和模型辨識兩方面作了較深入研究，為系統(tǒng)提供了定性正確的負荷模型和定量精確的模擬結(jié)果，所做的具體工作如下：
　　 根據(jù)負荷特性進行模糊聚類及其實用化研究，分析了負荷模糊聚類的意義，研究了兩種模糊聚類算法的特點，提出了改進模糊C均值法的思路，并將其應(yīng)用于湖南電網(wǎng)220KV變電站負荷數(shù)據(jù)聚類的研究之中。采用離差

2、平方和法產(chǎn)生初始聚類中心，作為模糊C均值聚類的初始參數(shù)實現(xiàn)再聚類，聚類結(jié)果驗證了改進型模糊C均值法的可行性與有效性，克服了傳統(tǒng)模糊C均值法對初始參數(shù)的敏感性缺點。以聚類結(jié)果作為安裝測辨裝置的典型變電站的選擇依據(jù)，為綜合測辨法建模提供準(zhǔn)確的測辨數(shù)據(jù)。
　　 在此基礎(chǔ)上本文研究了一種綜合負荷模型。在靜態(tài)模型建模中，針對Gauss-Newton最小二乘法的不足，在迭代中引入阻尼因子，提出用阻尼G-N最小二乘法辨識綜合負荷的靜態(tài)模型，并

3、將其應(yīng)用到基于實測數(shù)據(jù)的負荷建模研究中，與Gauss-Newton法進行了仿真對比分析；在動態(tài)模型建模中，提出基于遺傳算法-模式搜索法的動態(tài)模型的參數(shù)辨識，通過辨識實例，與傳統(tǒng)模式搜索法做了比較分析。建模仿真表明，這兩類改進方法具有較快的學(xué)習(xí)速度，較高的辨識精度和內(nèi)插外推能力，更能準(zhǔn)確地描述電力系統(tǒng)綜合負荷模型的非線性特征
　　 本文所進行的變電站負荷特性聚類和模型辨識相關(guān)研究成果，為綜合負荷建模的實用化研究提供了一定的參考價值