[发明专利]基于轨迹灵敏度的电力系统等值模型参数分类优化方法

说明书

技术领域

本发明涉及一种电力系统等值模型参数优化方法，尤其涉及一种基于轨迹灵敏度的电力系统等值模型参数分类优化方法，属于电力系统控制技术领域。

背景技术

电力系统是非线性时变系统，其等值模型也必然是近似的。等值过程中的各种近似处理、系统运行状态的不断变化都会导致并加大等值误差，如何对动态等值模型参数进行优化，使其外部特性与实际系统更为一致，是电力系统等值的重要问题。已有等值模型优化方法对轨迹灵敏度的应用多限于根据其大小选择等值系统主导参数，然后对主导参数进行优化。对考虑负荷动态的大型互联电网而言，经初步筛选后，参数虽然有所减少，但待优化参数总量仍然较多。为了保证优化精度，需要在整个观测区间内密集采样，这使得等值模型优化所需考虑的约束方程数量庞大。另外，等值系统中还可能存在不同参数轨迹灵敏度相差过大（达到10³或以上）、部分参数具有相近的轨迹灵敏度等问题，这些都造成了大型系统动态等值模型优化问题的收敛困难，进行最小二乘优化计算时常发生优化结果不稳定的问题。为了克服这一困难，目前常采用蚁群、模拟进化及神经网络等基于人工智能的优化方法进行求解，通过大量反复计算，搜索出等值模型的最优参数。人工智能方法具有全局收敛性，但其计算量过大、收敛慢的缺点也很突出，故难以应用于工程实践。

电力系统不同参数对输出变量的轨迹灵敏度有不同特点。除幅值大小不同外，作用时段差别也很大，部分参数对输出的影响集中在暂态时段，暂态过程结束后，其轨迹灵敏度渐趋于零；而另一部分参数对输出变量的影响则贯穿动态响应全过程，在系统接近稳态时或表现为低频小幅振荡，或近似为一恒定值。利用这一性质可将等值模型参数优化问题分解为静态、动态参数优化两个子问题协调求解,减少每次优化的参数个数，并根据系统响应快慢适当调节采样间隔，从而提高优化算法的效率，克服现有方法待优化参数过多、计算量大、收敛困难的不足。目前，根据轨迹灵敏度作用时段差别对不同参数进行分类优化的方法尚未见文献报道。

发明内容

本发明所要解决的技术问题在于克服现有电力系统动态等值模型优化中待优化参数数量过多，约束方程数量庞大，而人工智能方法又存在计算量过大、算法收敛慢的缺陷，提供一种基于轨迹灵敏度的电力系统等值模型参数分类优化方法，利用不同参数轨迹灵敏度特性在不同时段内的差别，将主导参数划分为动态、静态参数，对两类参数分别进行协调优化，从而综合提高优化算法效率及等值模型精度。

为解决上述技术问题，本发明具体采用以下技术方案：

基于轨迹灵敏度的电力系统等值模型参数分类优化方法，包括以下步骤：

（1）对电力系统进行初始动态等值计算：确定系统稳态运行点，划分研究系统与外部系统，对发电机、感应电动机进行分群、聚合，对静态负荷进行移置，对等值网络进行化简，并在等值发电机、等值感应电动机节点分别连接附加阻抗：Rfict0=Ugen2/ΔPbnd,]]>Xfict0=Umot2/ΔQbnd,]]>其中U_gen,U_mot为等值发电机、等值感应电动机节点电压，ΔP_bnd,ΔQ_bnd为等值前、后边界节点注入功率偏差量；形成初始动态等值模型，确定各等值参数初值β=β_o；