基于电能质量监测系统的电力系统负荷建模方法

摘要

本发明涉及一种基于电能质量监测系统的负荷建模方法，属于电力系统测量与负荷模型辨识领域，该方法利用电能质量监测系统获取电网扰动数据，经过平滑滤波，零漂校正的数据预处理；采用非对称扰动数据负荷建模的方法，以三阶感应电动机模型并联ZIP静态负荷模型作为动态负荷模型；采用改进克隆选择算法对该模型进行辨识；在不同的故障情况下校验模型输出功率与实际测量的负荷功率拟合情况，按照BPA电动机模型输出MI卡和拟合曲线。本发明利用电能质量监测系统获取数据，解决了负荷建模中的数据来源问题，采用改进克隆选择算法辨识负荷模型参数，辨识精度高，具有全局收敛的特点，本发明辨识的负荷模型接近实际情况，适于实际工程应用。

权利要求

1.一种基于电能质量监测系统的电力系统负荷建模方法，步骤包括：

(1)采集数据：通过电能质量监测系统数据访问接口，获取负荷变电站发生故障或者电压扰动时的三相电压和电流瞬时值；

(2)数据预处理：对三相电压和电流瞬时值进行三点五次平滑滤波，校正采样通道的零漂和不一致数据；采用正序基波空间旋转矢量坐标变换方法，将预处理后的静止坐标系下的三相电压和电流瞬时值，变换到同步旋转坐标系下的空间矢量值；计算负荷建模所需的电压、频率、有功功率和无功功率；

(3)非对称扰动数据负荷建模：负荷模型建立在变压器高压侧母线上，将下级网架下的负荷等值为电力系统仿真软件BPA中的三阶感应电动机模型并联ZIP静态负荷模型，数据预处理得到的电压和频率作为负荷模型的输入数据，有功功率和无功功率作为负荷模型的实际输出数据，建立待辨识的负荷模型；

(4)动态负荷模型参数辨识：使用改进克隆选择算法对动态负荷模型进行辨识从而得到负荷模型参数；

(5)参数校核：辨识得到的动态负荷模型，在不同的故障情况下，比较其模型输出功率与实际测量的负荷功率拟合情况，校验模型的鲁棒性；

(6)结果输出：根据BPA电动机模型输出MI卡和拟合曲线；

所述的步骤(1)采集数据中的通过电能质量监测系统获得的数据以标准IEEE1159.3的PQDIF格式存储在后台数据库中，通过电能质量监测系统数据访问接口在线检索到电网扰动事件发生时三相电压和电流瞬时值数据，筛选适合进行负荷建模的数据，通过数值计算转换到负荷建模需要的电压、频率、有功功率及无功功率电气量；

所述的步骤(4)动态负荷模型参数辨识中使用改进克隆选择算法对负荷模型参数进行辨识，与传统的免疫算法相结合，将目标函数作为抗原，将待辨识的参数作为抗体，引入定向进化和抗体浓度抑制机制；

所述的动态负荷模型，采用了电力系统仿真软件BPA中的三阶感应电动机模型并联ZIP静态负荷模型，以机电暂态稳定数据文件MI卡格式输出并配以拟合曲线。

说明书

基于电能质量监测系统的电力系统负荷建模方法

技术领域

[0001] 本发明属于电力系统测量与负荷模型辨识领域，提出了一种基于电能质量监测系统的电力系统负荷建模方法，适于在实际工程中应用。

背景技术

[0002] 现代电力系统正在向大电网互联、交直流混合、远距离输电等方向发展，大电网的安全稳定运行成为人们关注的焦点，尤其是近年来世界范围内接连发生的几次大面积停电事故以及国内冰冻雨雪灾害期间的大面积停电事故，使电网的安全可靠性问题受到广泛关注。电力系统数字仿真技术是分析研究电力系统运行机理的重要科学工具之一，已成为电力系统规划、运行及控制中不可缺少的手段，以至于人们对仿真计算的精度要求越来越高。数字仿真的基础是电力系统各组成元件的数学模型，其准确度直接影响仿真结果的误差。

[0003] 目前发电机组和输电网络的模型已较为成熟，相比之下，负荷建模发展则相对较慢，负荷模型已成了制约计算精度的关键因素之一。负荷建模是一个非常复杂的问题，这是因为：电力系统负荷是由许许多多各不相同的用电设备集合而成，种类繁多；负荷组成及负荷量是随时间随机变化的；缺乏负荷组成的精确数据；负荷的不确定性及非线性，它们随时间及频率的变化而变化。虽然这些因素的影响使负荷建模十分困难，负荷建模仍是电力系统几个最重要的研究领域之一。

[0004] 负荷建模就是研究负荷母线上的总体负荷吸收的功率随负荷母线的电压和频率的变动而变化的关系。

[0005] 负荷建模的方法主要有统计综合法、总体测辨法和故障仿真法。其中总体测辨法因其能够辨识出负荷动态特性而成为目前国内广泛使用的一种方法。基于量测技术的总体测辨法最大的困难在于实测数据的获取，其数据的获取须有良好的硬件环境，需要在各负荷节点处都安装负荷特性数据记录装置进行同步高精度实测数据采集，并依托各种通信技术将数据传回。负荷以其大量性、多样性和随机性成为建模的难点，而这恰恰需要依靠基于计算机技术装置的长期测量和外部特性等值的辨识技术，才能得到负荷的统计规律。

[0006] 除此之外，负荷模型和参数辨识算法问题是负荷建模的另一个难点。目前，各地区电力调度部门逐渐采用一定比例的感应电动机并联ZIP的负荷模型，实践表明该模型能准确描述负荷特性并具有一定的泛化能力，已经应用于新版的BPA仿真程序中。但应用该模型需要辨识的参数较多，存在多峰值，极值点差异细微，解空间复杂等特点。求解参数辨识最常用的方法有最小二乘法等传统的优化算法以及以遗传算法为代表的人工智能算法，传统优化算法受初值影响较大，收敛困难，遗传算法存在全局收敛性差，容易产生个体退化等问题。

发明内容

[0007] 本发明目的在于提供一种基于电能质量监测系统的负荷建模方法，通过现有的电能质量监测系统获取电网扰动数据，经过数据预处理，采用基于非对称扰动数据的动态负荷模型和改进克隆选择算法进行参数辨识，输出辨识模型参数和拟合曲线。

[0008] 本发明的负荷建模方法步骤如下：

[0009] (1) 采集数据：通过电能质量监测系统数据访问接口，获取负荷变电站发生故障或者电压扰动时的三相电压和电流瞬时值；

[0010] (2) 数据预处理：对三相电压和电流瞬时值进行三点五次平滑滤波，校正采样通道的零漂和不一致数据；采用正序基波空间旋转矢量坐标变换方法，将预处理后的静止坐标系下的三相电压和电流瞬时值，变换到同步旋转坐标系下的空间矢量值；计算负荷建模所需的电压、频率、有功功率和无功功率；

[0011] (3) 非对称扰动数据负荷建模：负荷模型建立在变压器高压侧母线上，将下级网架下的负荷等值为BPA中的三阶感应电动机模型并联ZIP静态负荷模型；数据预处理得到的电压和频率作为负荷模型的输入数据，有功功率和无功功率作为负荷模型的实际输出数据，建立待辨识的负荷模型；

[0012] (4) 动态负荷模型参数辨识：使用改进克隆选择算法对动态负荷模型进行辨识从而得到负荷模型参数；

[0013] (5) 参数校核：辨识得到的动态负荷模型，在不同的故障情况下，比较其模型输出功率与实际测量的负荷功率拟合情况，校验模型的鲁棒性；

[0014] (6) 结果输出：根据BPA电动机模型输出MI卡和拟合曲线。

[0015] 所述的步骤(1) 采集数据中的通过电能质量监测系统获得的数据，以标准IEEE1159.3的PQDIF格式存储在后台数据库中，通过电能质量监测系统数据访问接口在线检索到电网扰动事件发生时三相电压和电流瞬时值数据，筛选适合进行负荷建模的数据，通过数值计算转换到负荷建模需要的电压、频率、有功功率及无功功率电气量。

[0016] 所述的步骤(4) 动态负荷模型参数辨识中使用改进克隆选择算法对负荷模型参数进行辨识，与传统的免疫算法相结合，将目标函数作为抗原，将待辨识的参数作为抗体，引入定向进化和抗体浓度抑制机制。

[0017] 所述的动态负荷模型，采用了电力系统仿真软件BPA中的三阶感应电动机模型并联ZIP静态负荷模型，以机电暂态稳定数据文件MI卡格式输出并配以拟合曲线。

[0018] 本发明的优点和积极效果是：基于电能质量监测系统的负荷建模方法，充分利用基于电力广域网的电能质量监测系统，具有异地多通道、高精度测量，大容量存储，高速通信和数据共享等技术特点，从电能质量监测系统中获取电网扰动数据，实现大跨度电网各个负荷节点的动态负荷建模，从而有效地解决了负荷建模的数据来源问题；本发明采用非对称扰动数据负荷建模的方法，既适用于三相对称故障，也适用于电网的非对称自然扰动，是对传统负荷建模总体测辨法的扩充；本发明采用改进克隆选择算法辨识负荷模型参数，辨识精度高，鲁棒性强，具有全局收敛的特点；本发明对负荷模型进行辨识后输出BPA电动机模型MI卡，可直接用在电力系统计算分析软件BPA的仿真计算中。

附图说明

[0019] 图1为基于电能质量监测系统的负荷建模方法原理流程图；

[0020] 图2为数据预处理步骤的流程图；

[0021] 图3为采用改进克隆选择算法进行参数辨识的流程图；

[0022] 图4为电能质量监测系统监测到的某变电站发生的一次电压扰动事件的三相电压波形；

[0023] 图5为使用本发明辨识得到的动态响应与实际测量的动态响应对比图；

[0024] 图6为不同故障情况下的动态响应与实际测量的动态响应对比图。

具体实施方式

[0025] 以下结合附图对本发明实施例做进一步详述。

[0026] 基于电能质量监测系统的负荷建模方法是一种利用电能质量监测系统在线获取数据，采用非对称扰动数据负荷建模的方法，该方法实施流程图如图1所示，具体步骤如下：

[0027] 1．通过电能质量监测系统数据访问接口，实时监控数据库记录的电网扰动事件，对于新增记录的电网扰动事件，读取负荷变电站发生故障或者电压扰动时的三相电压和电流瞬时值。

[0028] 2．对三相电压和电流瞬时值进行三点五次平滑滤波，校正采样通道的零漂和不一致数据；采用正序基波空间旋转矢量坐标变换方法，将预处理后的静止坐标系下的三相电压和电流瞬时值，变换到同步旋转坐标系下的空间矢量值；当d轴与A相电压向量方向重合时，q轴电压向量等于0，计算负荷建模所需的电压、频率、有功功率和无功功率，该步骤的流程图如图2所示。

[0029] 3．采用三阶感应电动机模型并联ZIP的动态负荷模型，将所研究的负荷模型建立在变压器高压侧母线上。步骤2得到的电压和频率作为负荷模型的输入数据，有功功率和无功功率作为负荷模型的实际输出数据；

[0030] 待辨识的三阶感应电动机并联ZIP的动态负荷模型状态向量方程为：

[0031] (1)

[0032] 输出方程为：

[0033] (2)

[0034] 约束方程为：

[0035] (3)

[0036] 目标函数：

[0037] (4)

[0038] 其中， ， ， ， , 分别表示第k个采样点时有功功率的实际测量值和模型输出值， , 分别表示第k个采样点时无功功率的实际测量值和模型输出值，n表示总的采样点数。

[0039] 动态负荷模型状态向量X=[ , , ]，输入向量W=[U,w]，输出向量Y=[P,Q]。待辨识的参数13个，即q=[ , , , , , , , , , , , ,
]。下面将寻找一组最优的负荷模型参数，使得模型的输出按照目标函数最大程度的拟合实际的动态响应。

[0040] 4．使用改进克隆选择算法对动态负荷模型进行辨识从而得到负荷模型参数；具体步骤是：

[0041] (1) 设定待辨识参数的取值区间；

[0042] (2) 将待辨识的参数作为抗体，在[0,1]区间内实数编码；

[0043] (3) 随机生成初始抗体，将满足电动机稳态运行条件的抗体加入抗体群并计算亲和度，直到抗体种群达到一定规模；

[0044] (4) 计算抗体归一化适应度，抗体克隆，自适应高斯变异；

[0045] (5) 随机选择3个抗体，两两抗体的各分量之间在参数辨识范围内进行内插和外推，计算亲和度，选择亲和度最高的抗体替换父代抗体；

[0046] (6) 每进化5代进行一次抗体抑制，去除抗体距离太近的低亲和力抗体，抗体距离用欧氏距离表示；

[0047] (7) 迭代次数加1，返回步骤(3)，直到满足迭代次数或者收敛条件。

[0048] 5．辨识得到的动态负荷模型参数，在不同的故障情况下校核，比较其模型输出功率与实际测量的负荷功率拟合情况，检验模型的鲁棒性。

[0049] 6．根据BPA电动机模型输出MI卡和拟合曲线。

[0050] 将本发明的基于电能质量监测系统的负荷建模方法应用到实际大电网中，图4为使用本发明监测到的某变电站发生的一次电压扰动事件的三相电压波形，图5为使用本发明辨识得到的模型的动态响应与实际测量的动态响应对比图。根据图5可见，基于电能质量监测系统的负荷建模方法得到的负荷模型能够很好的拟合实际测量的动态响应，精度很高。图6为利用已经辨识得到的负荷参数在不同故障情况下校核，得到的动态响应与实际测量的动态响应对比图。根据图6可见，使用本发明辨识的负荷模型准确，鲁棒性强，接近实际情况，适用于实际工程需要。