負(fù)荷模型辨識(shí)算法與模型結(jié)構(gòu)研究.pdf

1、電力負(fù)荷模型在電力系統(tǒng)規(guī)劃設(shè)計(jì)、運(yùn)行與控制中具有重要的作用，其建模工作早已引起了國(guó)內(nèi)外電力界學(xué)者和工程技術(shù)人員的廣泛重視。 本文首先著重指出選擇合理的模型結(jié)構(gòu)是模型具有唯一可辨識(shí)性的首要條件。在分析比較現(xiàn)有負(fù)荷模型結(jié)構(gòu)的基礎(chǔ)上，提出了一個(gè)對(duì)傳統(tǒng)機(jī)理式動(dòng)態(tài)模型進(jìn)行改進(jìn)的“配電網(wǎng)集結(jié)動(dòng)態(tài)負(fù)荷模型”。 本文指出常用傳統(tǒng)優(yōu)化算法用于負(fù)荷建模往往使參數(shù)辨識(shí)結(jié)果呈現(xiàn)較大的分散性，為此選擇具有全局搜索能力的遺傳算法作為辨識(shí)算法，它在傳

2、統(tǒng)優(yōu)化算法無(wú)能為力的時(shí)候往往能以較大的概率找到優(yōu)化問題的全局最優(yōu)解?；诨具z傳算法本身存在收斂速度慢和易早熟的缺陷，本文精心設(shè)計(jì)了解群選擇的隨機(jī)—精英策略、避免近親繁殖的雙斷點(diǎn)交叉策略和交叉變異概率的自適應(yīng)調(diào)整策略，提出一種綜合改進(jìn)型遺傳算法并成功地應(yīng)用于基于實(shí)測(cè)的負(fù)荷建模?，F(xiàn)場(chǎng)實(shí)測(cè)負(fù)荷建模實(shí)踐表明，本文提出的綜合改進(jìn)型遺傳算法有效地改善了進(jìn)化過程中的種群多樣性和早熟現(xiàn)象，對(duì)于加速收斂縮短辨識(shí)時(shí)間、克服模型參數(shù)分散性、提高模型擬合精度

3、均具有顯著作用，是一種很適合于負(fù)荷建模的優(yōu)秀優(yōu)化算法。 在此基礎(chǔ)上，本文深入探討了遺傳算法的運(yùn)行機(jī)理，系統(tǒng)地研究了遺傳算子的不同搜索能力，指出決定遺傳算法性能的關(guān)鍵因素是種群多樣性，得出了種群多樣性與算法參數(shù)的關(guān)聯(lián)約束，從理論分析上給出遺傳參數(shù)的設(shè)定規(guī)則；深入研究了遺傳算法中種群規(guī)模、交叉、變異概率及其控制策略，以及初始種群參數(shù)區(qū)間等遺傳算法關(guān)鍵操作參數(shù)對(duì)算法性能的影響規(guī)律，給出合理的種群規(guī)模和參數(shù)初始區(qū)間，提出與群體進(jìn)化程度指