[发明专利]一种动态电力负荷模型的结构和参数在线辨识方法

摘要

本发明公开一种动态电力负荷模型的结构和参数在线辨识方法，包括：步骤1，建立动态电力负荷模型结构库，其包括至少两种的动态电力负荷模型结构；步骤2，并行读取动态电力负荷模型结构库中的每种动态电力负荷模型结构，将其待辨识的参数与其状态向量组成扩展状态向量，利用不敏卡尔曼滤波对待辨识的参数进行估计；步骤3，计算出各个动态电力负荷模型结构的后验概率；步骤4，比较各动态电力负荷模型结构的后验概率大小，将后验概率最高者作为最优的动态电力负荷模型结构，同时将该动态电力负荷模型结构下的参数辨识结果作为最优参数。本发明通过模型结构和参数的同时在线辨识，从模型结构和参数两个层面对动态电力负荷特性进行更加准确的描述。

主权项

1.一种动态电力负荷模型的结构和参数在线辨识方法，其特征在于，包括如下步骤：步骤1，建立动态电力负荷模型结构库，其包括至少两种的动态电力负荷模型结构；所述动态电力负荷模型结构是状态向量与量测向量描述的结构；步骤2，并行读取动态电力负荷模型结构库中的每种动态电力负荷模型结构，对每种动态电力负荷模型结构，将其待辨识的参数与其状态向量组成扩展状态向量，利用不敏卡尔曼滤波对待辨识的参数进行估计；步骤3，在不敏卡尔曼滤波的估计结果的基础上计算出各个动态电力负荷模型结构的后验概率；步骤4，比较各动态电力负荷模型结构的后验概率大小，将后验概率最高者作为最优的动态电力负荷模型结构，同时将该动态电力负荷模型结构下的参数辨识结果作为最优参数；步骤1所述动态电力负荷模型结构为：X_i(k+1)＝f_i(X_i(k))+W_i(k)    (1)Z_i(k)＝h_i(X_i(k))+V_i(k)    (2)其中X_i(k)第i种动态电力负荷模型结构在k时刻的状态向量；Z_i(k)为第i种动态电力负荷模型结构在k时刻的量测向量，k为大于零的整数时刻，取为动态电力负荷的有功功率P或无功功率Q；f_i是该第i种动态电力负荷模型的转移函数；h_i是该第i种动态电力负荷模型的量测模型函数；W_i(k)和V_i(k)是与状态向量和量测向量相对应的过程噪声和量测噪声；步骤2所述的扩展状态向量为：式中S_i(k)为第i种动态电力负荷模型结构中待辨识的参数；为加入扩展向量后第i种动态电力负荷模型结构新形成的状态向量；所述扩展状态向量后的第i种动态电力负荷模型结构为：步骤2所述利用不敏卡尔曼滤波对待辨识的参数进行估计，包括如下步骤：步骤21，对所述扩展状态向量下的第i种动态电力负荷模型结构，计算其k‑1时刻的一组确定性采样点的状态值，此处k大于1；步骤22，计算各确定性采样点k时刻的状态值及该预测状态值下的测量值；步骤23，对k时刻的该第i种动态电力负荷模型结构下，求和所有确定性采样点的状态值、测量值，从而得到k时刻的状态值向量、测量向量，并计算残差；步骤24，根据k时刻的状态值向量、测量值及残差，计算第i种动态负荷模型结构在k时刻的协方差矩阵；步骤25，更新第i种动态负荷模型结构在k时刻的状态向量和新息协方差矩阵。