負荷建模及其無功優(yōu)化算法的研究.pdf

1、本論文研究電力負荷動特性的支持向量機建模方法、模型結構中核函數的選取、貝葉斯證據框架的參數優(yōu)化選擇、精確數據的獲取以及計及負荷模型的無功優(yōu)化算法等關鍵性問題。該研究解決了難以對復雜的用電負荷結構進行負荷建模，負荷模型結構不靈活、泛化能力不強、模型不準確的問題，以及考慮負荷模型的復雜的綜合無功優(yōu)化問題。論文的主要內容如下：
　　 負荷模型和參數的準確度對電力系統數字仿真結果影響很大，提出了利用貝葉斯證據框架的支持向量機(SVM)負

2、荷建模方法。該方法將負荷節(jié)點看著“黑箱”，應用SVM回歸理論建立節(jié)點處的非機理負荷模型結構，選用高斯徑向基核函數、采用貝葉斯證據框架的三個準則進行模型參數的優(yōu)化選擇。該方法能夠靈活地改變模型結構、對參數進行辨識和優(yōu)化，建立了能夠反映負荷特性的非機理負荷模型。
　　 廣域測量系統(WAMS)具有異地高精度和高密度同步測量、高速通信等特點，能夠實時地提供大量反映系統特性的動態(tài)數據，提出了利用WAMS信息和SVM的負荷建模。仿真結果表

3、明，模型待辨識參數少，計算速度快，泛化能力好，所建模型精確、能夠較準確地描述實際負荷。對于大擾動事件，提出了利用電力故障錄波系統信息(PFRMS)和SVM的負荷建模。創(chuàng)建的PFRMS滿足了負荷建模精確數據來源的要求。利用故障錄波信息重演負荷特性的暫態(tài)過程，通過實測曲線和負荷模型仿真曲線的比較，進行負荷動特性模型的校驗。
　　 針對電網中負荷大小及其變化趨勢對無功優(yōu)化的影響，提出的電力系統無功優(yōu)化以全調度周期網損最小，改善系統電壓