基于系统动态机理差异度的广域电力系统负荷模型自适应优化研究

For multitude and broad distribution of loads, the accurate electric load modeling of wide-area power system is essential to validity of power system simulation. Usually the models are identified after classification according to the load characteristics, but the influence of system working state changes and load time variation is rarely considered. The loads of wide-area power system are selected as the research object, this item aims at the improving of validity for overall system dynamic simulation and applicability of load models. The research focus on the adaptive optimization method for wide-area sytem load parameters to track the actual system conditions and load changes. The mechanism difference degree of power system disturbed trajectories, which is established based on power angle and voltage stability characteristic of power system, can be used as the objective function to identify wide-area system load models. According to the different influence of loads on system unstable mode, the stability clustering characteristic of load is established, based on which the load classification strategy for wide-area system is studied together with load composition proportion characteristic. The load characteristic index table is established using statistics and clustering technology, which is used to match with the real-time operation environment for obtaining the actual load composition proportion characteristic of node. The stability clustering characteristic of each load is determined according to the actual working state of power system. The loads can be divided into several categories based on the load characteristics above, and then the load parameters of each classification can be optimized based on mechanism difference degree of system dynamic. This item provides a powerful analytical tool for establishment of credible and practical load model for wide-area system, which guarantees secure and economical operation of power system.

广域电力系统负荷面广量大，其准确建模对电力系统仿真的有效性至关重要，通常根据负荷特征分类识别，但却较少考虑系统运行状态变化及负荷自身时变性的影响。项目选择广域电力系统负荷为研究对象，以提高系统整体动态仿真有效性和负荷模型适用性为目标，重点研究能够跟踪系统实际工况和负荷变化的广域系统负荷模型参数自适应优化方法。基于系统功角、电压稳定特征建立电力系统受扰轨迹的机理差异度，用其作为广域系统负荷模型识别的目标函数。根据负荷对失稳模式的影响差异，建立负荷的稳定群属特征，并协同负荷构成比例特征研究广域系统负荷节点分类策略。运用统计和聚类技术建立各节点的负荷特征索引表，根据实际运行环境实时匹配得到各节点的负荷构成比例特征，根据系统实际运行状态判断各节点的稳定群属特征，据此对负荷分类并动态优化各类参数。项目为广域电力系统负荷可靠、实用模型的建立提供了有力的分析方法，为电力系统安全、经济运行提供了保障。

广域电力系统负荷面广量大，其准确建模对电力系统仿真的有效性至关重要，通常根据负荷特征分类识别，较少考虑系统运行状态变化及负荷自身时变性的影响。项目选择广域电力系统负荷为研究对象，以提高系统整体动态仿真有效性和负荷模型适用性为目标，重点研究了 能够跟踪系统实际工况和负荷变化的广域系统负荷模型参数自适应优化方法。项目基于系统功角、电压稳定特征建立电力系统受扰轨迹的机理差异度，用其作为广域系统负荷模型识别的目标函数。提出了负荷的稳定群属特征，并研究在负荷分类过程中负荷稳定群属特征和负荷构成特性对广域系统负荷识别结果的影响。用多次参数识别结果定义离散度指标，用其衡量识别结果对扰动场景的适应能力。研究了在多种扰动强度、扰动场景、负荷分类策略和系统拓扑结构下的广域系统负荷参数识别，结果表明，在负荷节点分类时应考虑各节点负荷构成特征的接近性和负荷稳定群属特征的一致性，才能使该类负荷在某次扰动场景下的识别结果较好的适用于其它场景。此外，项目基于系统主导模式下功角稳定裕度关于各节点负荷参数的灵敏度分析，提出了广域电力系统负荷模型的校准导航，由其区分系统负荷模型的主导校准区域和主导校准参数。讨论了电力系统负荷模型主导校准区域的分布规律及其影响因素。在此基础上，提出了先选择主导校准区域，再对其中负荷节点分类，同类负荷节点采用相同的模型参数进行统一校准的方案，以提高广域电力系统负荷模型校准的效率和精度。最后，项目提出了电力系统负荷模型的自适应识别方法。以负荷用电性质构成比例为特征，基于前一样本周期内的负荷历史特征和系统负荷模型重置次数的限值，确定系统的负荷时变分类阈值。在线监测负荷特征的变化并与负荷时变分类阈值比较，判断系统的负荷模型重置时点，进行负荷的空间分类及模型识别，并更新仿真系统模型参数。项目为广域电力系统负荷可靠、实用模型的建立提供了有力的分析方法，为电力系统安全、经济运行提供了保障。