[发明专利]一种适用于交互式多模型负荷建模的模型遴选方法

说明书

本发明公开了一种适用于交互式多模型负荷建模的模型遴选方法，采用异步电机并联静负荷的模型结构构建考虑风力发电机负荷特性的负荷模型集；对负荷模型集进行初始化计算；采用扩展卡尔曼滤波器对各负荷模型进行状态估计，得到各负荷模型的新息向量和新息协方差；基于各负荷模型的新息向量和新息协方差计算所有负荷模型的归一化新息加权平方和，遴选出当前时刻的最优模型集。本发明克服了交互式多模型负荷建模过程中负荷模型数量与计算速度和计算量之间的矛盾，与交互式多模型负荷建模方法融合，解决了传统负荷建模方法存在的建模准确性问题，使得反映实际电力系统成分实时变化的精确负荷建模成为可能。

技术领域

本发明涉及模型遴选领域，具体涉及一种适用于交互式多模型负荷建模的模型遴选方法。

背景技术

电力系统负荷建模是电力系统建模中的核心问题，对电力系统运行与规划起着至关重要的作用。精确的负荷建模能够保证对电力系统稳定性的正确估计，从而进行电力系统的理想控制和保护措施，因此对现代电力系统的可靠动态分析起着至关重要的作用。然而由于电力系统中的负荷存在着时变性、分布性、复杂性、随机性等问题，再加上近年来新型电力电子负荷的出现和分布式发电技术的提高，为电力系统精确负荷建模构成了严峻的挑战，因此深入研究能够反映电力系统实际动态负荷特性的有效负荷建模方法具有非常重要的意义。

传统的负荷建模方法如统计综合法、总体测辨法等，或离线建立结构和参数固定的负荷模型，不能反映电力负荷的时变特性；或用单一模型在线建模，在负荷特性出现较强的非线性离散变化时往往不能保证建模的准确性。交互式多模型算法作为机动目标跟踪领域的一种高精度、低运算的算法，能够很好的描述时变系统的动态情况，为具有复杂结构和时变参数的电力负荷模型的建立提供了一种有效的解决途径。在交互式多模型负荷建模中，采用一组包含多个模型的负荷模型集代表不同的负荷特性，模型之间通过马尔可夫切换系数相互联系，通过地推进行的输入交互和状态估计获得各模型与实际系统的误差，从而进行各模型权重的适时调整，使得负荷模型不断逼近实际系统，实现负荷特性的实时跟踪。

在交互式多模型负荷建模中构建负荷模型集时，需要较多的负荷模型来尽可能的覆盖变电站的负荷特性，一方面这大大增加了建模过程中的计算量，另一方面模型之间的相互竞争也影响了计算速度。因此需要在负荷建模过程中加入模型遴选机制，每次循环开始之前在负荷模型集中根据各模型的误差遴选出与实际系统最匹配的若干模型构成当前时刻的最优模型集，只有最优模型集中的负荷模型才能参与输入交互。

发明内容

为了克服上述现有技术的不足，本发明提供了一种适用于交互式多模型负荷建模的模型遴选方法，克服了交互式多模型负荷建模过程中负荷模型数量与计算速度和计算量之间的矛盾，与交互式多模型负荷建模方法融合，解决了传统负荷建模方法存在的建模准确性问题，使得反映实际电力系统成分实时变化的精确负荷建模成为可能。

本发明所采用的技术方案是：

一种适用于交互式多模型负荷建模的模型遴选方法，包括以下步骤：

步骤一：采用异步电机并联静负荷的模型结构构建考虑风力发电机负荷特性的负荷模型集；

步骤二：对负荷模型集进行初始化计算；

步骤三：采用扩展卡尔曼滤波器对各负荷模型进行状态估计，得到各负荷模型的新息向量和新息协方差；

步骤四：基于各负荷模型的新息向量和新息协方差计算所有负荷模型的归一化新息加权平方和，遴选出当前时刻的最优模型集。

进一步的，所述采用异步电机并联静负荷的模型结构构建考虑风力发电机负荷特性的负荷模型集，包括：

采用机电暂态下的三阶感应电动机并联ZIP静负荷模型表征考虑风力发电机动负荷特性的广义负荷模型；