CN110350540A - 一种基于在线估计负荷频率特性的精细切负荷方法 - Google Patents

Abstract

本发明提供一种在线估计负荷频率特性的精细切负荷方法，其特征在于，包括：建立基于支持向量机回归的负荷参数辨识模型，所述负荷参数辨识模型包括：用于回归分析的负荷模型和参数辨识模型；配置切负荷基本轮：估算系统功率缺额，根据所述负荷参数辨识模型，计算切负荷轮次及每轮切负荷参数。本发明的方法根据辨识得到的负荷频率系数在线计算每一轮各减载区域的切负荷量，能够实现精细稳定的切负荷操作。

Description

一种基于在线估计负荷频率特性的精细切负荷方法

技术领域

本发明属于电力安全技术领域，特别涉及一种基于在线估计负荷频率特性的精细切负荷方法。

背景技术

电网遭遇严重功率缺额事故后频率将快速跌落，作为电力系统的第三道防线，合理的低频减载配置可以起到抑制频率跌落、稳定频率的作用。传统低频减载按照离线整定的策略切除负荷，依据不同的频率阈值设定多个切负荷动作轮次，每一轮切负荷的比例以及切负荷区域均是预先设定。该方法可以满足快速切负荷的需求，然而离线整定的策略容易造成负荷过切、频率过冲等问题，此外传统低频减载未充分考虑故障后负荷功率随电压、频率动态变化的特性，如切负荷决策后若保留过多频率非敏感性甚至反频率特性的负荷，则不利于频率的稳定。

发明内容

针对上述问题，本发明提供一种在线估计负荷频率特性的精细切负荷方法，包括：

建立基于支持向量机回归的负荷参数辨识模型，所述负荷参数辨识模型包括：用于回归分析的负荷模型和参数辨识模型；

配置切负荷基本轮：估算系统功率缺额，根据所述负荷参数辨识模型，计算切负荷轮次及每轮切负荷参数。

进一步地，所述负荷模型为基于ZIP模型、动负荷模型组合的综合负荷模型；

所述ZIP模型为：

其中，P_ZIP,t为t时刻母线等值ZIP负荷的有功功率，P_ZIP,0为稳态运行时ZIP负荷的额定有功功率，V₀是系统稳态运行时的额定电压幅值，V_t为t时刻母线电压幅值，其中a_p，b_p，c_p分别为恒阻抗负荷、恒电流负荷、恒功率负荷占等值ZIP有功负荷的比例，且满足a_p+b_p+c_p＝1；

所述动负荷模型为：

其中，ΔP_d,t为t时刻感应电动机负荷相对于稳态运行时有功功率的变化量，Δf_t和ΔV_t分别是t时刻母线的频率偏移和电压偏移，K_pf和K_pv分别是感应电动机负荷有功功率的频率相关系数与电压相关系数，T_pv表示电动机负荷的惯性时间常数，dV_t/dt表示t时刻母线电压变化率，P_d,0为稳态时的感应电动机有功功率，f₀为系统稳态频率，t时刻感应电动机负荷功率表示为：

综合负荷模型为：

P_L,t＝(1-α_p)·P_ZIP,t+α_p·P_d,t

其中，P_L,t是t时刻母线综合负荷的有功功率，α_p为ZIP负荷有功功率占综合负荷总功率的比例，以β₁,β₂,β₃,β₄,β₅表示有功负荷的各项相关系数，所述综合负荷模型为：

进一步地，所述参数辨识模型的原问题模型为：

其中，w＝(β₁,β₂,β₃,β₄)^T,b＝β₅为待辨识的参数，ε为表示测量功率与利用参数拟合得出的功率之间的允许误差，为用于处理模型中不可行约束的松弛变量，参数C＞0决定回归函数的平坦度与大于ε误差之间的权重关系，w^Tx_i+b为节点i拟合功率输出量，β₁,β₂,β₃,β₄,β₅表示所述有功负荷的各项相关系数，为待辨识的参数，x为节点输入向量,节点i的输入向量为V_t,i为第i个测量点的测量电压幅值，f_t,i为i个节点的频率值，y_i为节点测量功率。

进一步地，方法还包括：引入拉格朗日乘子构造拉格朗日函数，将所述原问题模型转化为对偶模型为：

其中，x_i为节点i的输入向量，x_j为节点j的输入向量，L为节点集合。

进一步地，所述估算系统功率缺额，根据所述负荷参数辨识模型，计算切负荷轮次及每轮切负荷参数包括：

估算系统功率缺额总量；

确定所述切负荷动作轮数，根据所述切负荷动作轮数确定每轮标准切负荷比例；

设置每轮实际切负荷比例为所述每轮标准切负荷比例减去调整比例；

计算每轮切负荷量，所述每轮切负荷量为所述切负荷总量、所述实际每轮实际切负荷比例、频率比例参数的乘积；

所述频率比例参数为等值负荷频率系数倒数的区域占比，所述等值负荷频率系数由每轮切负荷动作前根据所述负荷参数辨识模型计算得出。

进一步地，所述估算系统功率缺额总量实际值ΔP_imb可估算为：

其中，P_step是标幺化的功率阶跃，w_COI是标幺化的惯性中心角频率，H_COI指系统等值惯量，系统等值频率和等值惯量可由下式计算：

其中，w_ei是各发电机节点标幺化角频率，H_i是第i个发电机的惯量，N_g是发电机的数量，S_i指第i个发电机的额定功率。

进一步地，所述计算切负荷轮次及每轮切负荷参数公式为：

其中，ΔP_imb为所述系统功率缺额总量，M_k％每轮标准切负荷比例，ε_k为所述调整比例，N_d为系统负荷区域的数量，为第k轮动作之前根据所述负荷参数辨识模型，辨识得到的第i个等值负荷频率系数；

其中，(M_k-ε_k)％满足其中s_max为传统策略设定的总减载比例，s_min为系统要求的最低减载比例。

进一步地，所述方法还包括配置切负荷恢复轮，包括：

求解恢复轮优化目标函数结果，所述结果满足约束条件；

所述恢复轮优化目标函数为系统节点切负荷总量最小；

所述约束条件为包含最近一次所述的有功负荷的各项相关系数为发电参数约束。

进一步地，所述恢复轮优化目标函数为：

其中，ΔP_i,sp为恢复轮中节点i的切负荷量，N_d为系统负荷区域的数量；

所述约束条件包括稳态功率平衡约束：

其中，P_Gi是稳态时第i个发电机的有功出力，P_Li,h为出现频率悬停现象时第i个节点测量的负荷量，ΔP_i.rev为从频率悬停到频率恢复额定范围后第i个节点因电压、频率变化而变化的负荷量，N_g是发电机的数量；其中，ΔP_i.rev根据下式估算：

其中，表示根据辨识参数预测的稳态节点i的负荷量，β₁,β₂,β₃,β₄,β₅为恢复轮动作前最近一次更新的所述有功负荷的各项相关系数，V_t,nom和f_t,nom分别表示频率恢复至额定范围时稳态母线电压和稳态频率，其中稳态母线电压是预测值；

所述约束条件包括发电机稳态出力约束：

P_Gi,0＜P_Gi≤P_Gi,max

其中，P_Gi,0为恢复轮动作之前测得的发电机有功出力，P_Gi,max为考虑调速器作用后发电机最大出力；

所述约束条件包括节点切负荷量约束：

0≤ΔP_i,sp≤ΔP_i,sp.max

其中，ΔP_i,sp.max为节点i最多允许切除的负荷量；

所述约束条件包括稳态频率约束：

Δw_min≤Δw_ss≤Δw_max

其中，Δw_ss为稳态频率，Δw_min和Δw_max分别为稳态频率上限和下限；其中，稳态频率Δw_ss由下式估算：

其中，分子项代表稳态时系统仍存在的功率缺额，为基本轮切除的负荷总量，ΔP_i,sp为节点切负荷量，ΔP_imb为功率缺额实际值，N_s为基本轮的总轮数，N_d为系统负荷区域的数量，分母项为发电机等值下垂控制系数与稳态时负荷频率系数之和，其中为发电机等值下垂控制系数，K_pf,h为恢复轮动作前辨识的频率系数，μ为负荷频率系数变化系数。

本发明的基于在线估计负荷频率特性的精细切负荷方法，基于边在线辨识参数边在线控制决策的方式，利用支持向量机回归方法在线辨识负荷参数，根据辨识得到的负荷频率系数在线计算每一轮各减载区域的切负荷量，能够实现精细稳定的切负荷操作。同时考虑负荷频率系数的恢复切负荷轮次，以便出现频率悬停现象时快速恢复系统，精细化的切负荷策略有效提升了切负荷的准确性和功率缺额后频率的恢复性能。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了根据本发明实施例的在线估计负荷频率特性的精细切负荷方法步骤流程图；

图2示出了根据本发明实施例的配置切负荷基本轮的步骤流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提出一种基于在线估计负荷频率特性的精细切负荷方法。基于边在线辨识参数边在线控制决策的思路，建立支持向量机回归的负荷参数辨识模型，制定更精细的低频减载策略，通过合理减载比例配置，实现在频率不失去稳定的前提下切除更少的负荷，使地频率恢复至额定范围。

本发明提出的基于在线估计负荷频率特性的精细切负荷方法，如图1所示包括以下两个基本步骤：

(1)建立基于支持向量机回归的负荷参数辨识模型，所述负荷参数辨识模型包括：用于回归分析的负荷模型和参数辨识模型；

(2)配置切负荷基本轮：估算系统功率缺额，根据上述负荷参数辨识模型，计算切负荷轮次及每轮切负荷参数。

下面对上述步骤做详细介绍。

(1)建立基于支持向量机回归的负荷参数辨识模型，该模型由用于回归分析的负荷模型和参数辨识模型构成。

(1-1)用于回归分析的负荷模型为基于ZIP模型、动负荷模型组合的综合负荷模型，形成包含多个负荷参数的一组方程，以便切负荷前求解频率相关系数。

ZIP模型包括恒电流、恒阻抗和恒功率三种负荷类型，负荷的功率特性主要受电压变化影响，由于本方法涉及的控制对象为有功负荷，故下述负荷模型中将不对无功负荷的特性做限定说明。其数学模型可由下式描述：

上式中，P_ZIP,t为t时刻母线等值ZIP负荷的有功功率，P_ZIP,0为稳态运行时ZIP负荷的额定有功功率，V₀是系统稳态运行时的额定电压幅值，V_t为t时刻母线电压幅值。ZIP负荷模型中以电压平方项表示恒阻抗负荷特性，电压一次项表示恒电流负荷特性，恒功率负荷则不受电压变化影响，始终保持功率恒定。其中a_p，b_p，c_p分别为恒阻抗负荷、恒电流负荷、恒功率负荷占等值ZIP有功负荷的比例，且满足a_p+b_p+c_p＝1。

动负荷模型，感应电动机负荷是动负荷的重要组成部分，其一阶动态方程可由下式描述：

上式中，ΔP_d,t为t时刻感应电动机负荷相对于稳态运行时有功功率的变化量，Δf_t和ΔV_t分别是t时刻母线的频率偏移和电压偏移，K_pf和K_pv分别是感应电动机负荷有功功率的频率相关系数与电压相关系数，T_pv表示电动机负荷的惯性时间常数，用于表示电动机的惯性。dV_t/dt表示t时刻母线电压变化率。稳态时的感应电动机有功功率表示为P_d,0，系统稳态频率为f₀，则t时刻感应电动机负荷功率可表示为：

综合负荷模型：上述ZIP负荷模型和动负荷模型可等值为母线的等值负荷，用于描述暂态过程中节点负荷特性，将两者组合为综合负荷模型作为辨识研究对象，综合负荷模型可表示为：

P_L,t＝(1-α_p)·P_ZIP,t+α_p·P_d,t

上式中，P_L,t是t时刻母线综合负荷的有功功率，α_p为ZIP负荷有功功率占综合负荷总功率的比例。由上式可知，综合负荷模型描述的负荷特性与电压平方项、一次项、电压对时间一阶导数以及系统频率有关，则负荷特性可进一步由下式表述：

上式中，β₁,β₂,β₃,β₄,β₅为有功负荷的各项相关系数，可表示为：

β₃＝α_p·K_pv·T_pv

β₄＝α_p·K_pf

β₅＝(1-α_p)·P_ZIP,0·c_p+α_p·(P_d,0-K_pf·f₀-K_pv·V₀)

每一轮切负荷动作前，根据综合负荷模型计算β₁,β₂,β₃,β₄,β₅，这5个参数表示了每一轮切负荷动作前的负荷的参数信息，以便切负荷决策中使用频率相关系数K_pf，即等值负荷频率系数，其可通过计算得出。计算上述综合负荷模型参数信息时，a_p，b_p，c_p三个系数建模时应至少指定一个，可确保方程组有解。

(1-2)基于支持向量机的参数辨识模型，包括原问题模型和对偶模型：

本实施例中，原问题模型重点关注有功负荷的参数辨识。根据上述(1-1)综合负荷模型，t时刻有功负荷与变量有关，取输入向量x：

输出量f(x)＝P_L,t,待辨识的参数为w＝(β₁,β₂,β₃,β₄)^T,b＝β₅，从而将t时刻的有功负荷表示成向量x的线性组合：

f(x)＝P_L,t＝w^Tx+b

辨识模型中，训练数据集是每一轮低频减载动作前量测或计算的数据，数据长度为L，包括第i个测量点量测到的电压幅值的平方电压幅值V_t,i，电压幅值对时间的一阶导数频率值f_t,i以及母线的有功负荷功率P_L,t,i。表示成集合的形式为，

{(x₁,y₁),...,(x_i,y_i),...(x_L,y_L)}i＝1,...L

其中，

y_i＝P_L,t,i

f(x)＝P_L,t＝w^Tx+b是参数拟合的回归函数，用于表示利用参数拟合出的功率值，y_i表示功率，二者之间可能存在误差，通过建立优化模型，获取误差允许范围内最合适的负荷参数w,尽可能真实地反应负荷地特性。

根据支持向量机回归分析方法，原问题优化模型可表示为：

上模型中，w＝(β₁,β₂,β₃,β₄)^T,b＝β₅为待辨识的参数，ε为表示测量功率与利用参数拟合得出的功率之间的允许误差。该模型的目的是找到一个回归函数f(x)，而且希望f(x)尽可能平滑，f(x)尽可能平滑意味着回归曲线的斜率尽可能小，即需要在允许误差为ε的条件下寻找一个较小的w,数学上可以通过最小化其二范数的形式实现。然而ε硬约束的存在使得以上模型未必总是有可行解，而允许一些大于ε的误差的存在时，需要对ε松弛。因此引入松弛变量用来处理优化模型中的不可行约束，参数C＞0决定回归函数的平坦度与大于ε误差之间的权重关系。

上述原问题模型含高维变量难以求解，因此将原模型转化为其对偶问题求解。通过引入拉格朗日乘子构造拉格朗日函数获得原问题的对偶形式，将求原问题的最优解转化为求对偶模型的最优解。对偶优化模型为：

以上对偶优化模型为二次规划问题，在每轮切负荷动作前，可以直接调用二次规划求解器计算出拉格朗日乘子从而根据训练集输入量x_i可求得参数w和b：

(2)估算系统功率缺额，根据上述负荷参数辨识模型，配置切负荷基本轮，计算切负荷轮次及每轮切负荷参数。如图2所示，包括以下步骤：

(2-1)估算系统功率缺额总量；

(2-2)确定所述切负荷动作轮数，根据所述切负荷动作轮数确定每轮标准切负荷比例；

(2-3)设置每轮实际切负荷比例为所述每轮标准切负荷比例减去调整比例；

(2-4)计算每轮切负荷量，所述每轮切负荷量为所述切负荷总量、所述实际每轮实际切负荷比例、频率比例参数的乘积；

所述频率比例参数为等值负荷频率系数倒数的区域占比，所述等值负荷频率系数在每轮切负荷动作前根据所述负荷参数辨识模型计算得出。

下面对上述步骤的过程做进一步介绍。

(2-1)估算系统功率缺额：系统等值频率和等值惯量可由下式计算：

其中，w_COI是标幺化的惯性中心角频率，w_ei是各发电机节点标幺化角频率，H_i是第i个发电机的惯量，N_g是发电机的数量，S_i指第i个发电机的额定功率，H_COI指系统等值惯量。

t＝t₀时刻发生功率缺额，系统频率变化率与功率阶跃P_step成正比，有：

其中，P_step是标幺化的功率阶跃，则功率缺额实际值ΔP_imb可估算为：

(2-2)确定所述切负荷动作轮数。将功率缺额总量ΔP_imb将以不同的比例分配到各切负荷轮次，若每一轮切负荷量为ΔP_shed,k，则有：

上式中，N_s为基本轮的总轮数，一般可设为3-5级，每一轮动作频率级差可取0.2Hz。

(2-3)设置每轮实际切负荷比例为所述每轮标准切负荷比例减去调整比例。传统低频减载策略设定每一轮切负荷比例为功率缺额总量的M_k％，即标准切负荷比例，本发明实施例中，采用每一轮减载比例为(M_k-ε_k)％，ε_k为调整比例，为了防止负荷少切，切负荷总比例应当控制在一定范围：

其中s_max为传统策略设定的总减载比例，s_min为系统要求的最低减载比例。

(2-4)计算每轮切负荷量。每一轮各区域切负荷量为：

上式中，ΔP_i ^k为第k轮、第i个区域切负荷总量，为第k轮动作之前根据上述步骤(1)的根据上述负荷参数辨识模型，辨识得到的第i个等值负荷频率系数，N_d为系统负荷区域的数量。利用上式计算ΔP_i ^k可确保负荷频率特性系数较大的节点切负荷量尽可能少。

(3)采用上述基于负荷模型的精细化的切负荷设置，能够在尽可能少切负荷的前提下使频率恢复至额定范围，且一般情况下不会出现频率悬停问题。但为了进一步提升安全性，本发明实施例还提出了切负荷恢复轮配置，作为切负荷动作的种后备保护。当通过上述基本轮动作后，出现频率悬停问题，可以通过切除一定比例负荷使得频率恢复额定范围。

配置切负荷恢复轮，具体包括：求解恢复轮优化目标函数结果，所述结果满足约束条件；

所述恢复轮优化目标函数为系统节点切负荷总量最小；

所述约束条件为包含最近一次所述的有功负荷的各项相关系数为发电参数约束。

(3-1)恢复轮优化目标函数：

上式中，ΔP_i,sp为恢复轮中节点i的切负荷量，是待优化的变量，N_d为系统负荷区域的数量。

所述约束条件包括以下约束：

(3-2)稳态功率平衡约束：

上式中，P_Gi是稳态时第i个发电机的有功出力，P_Li,h为出现频率悬停现象时第i个节点测量的负荷量，ΔP_i.rev为从频率悬停到频率恢复额定范围后第i个节点因电压、频率变化而变化的负荷量，N_g是发电机的数量。其中，ΔP_i.rev可根据下式估算：

上式中，括号项表示根据辨识参数预测的稳态节点i的负荷量(不考虑切负荷ΔP_i,sp的影响，一般恢复轮的切负荷量较少，对负荷参数值影响不大)，式中β₁,β₂,β₃,β₄,β₅是恢复轮动作前最近一次更新的计算值。括号项中V_t,nom和f_t,nom分别表示频率恢复至额定范围时稳态母线电压和稳态频率，其中稳态母线电压是预测值，稳态频率是未知量。该预测值与当前节点i的功率之差即为因电压、频率变化引起的节点负荷变化量。

(3-3)发电机稳态出力约束：

P_Gi,0＜P_Gi≤P_Gi,max

考虑调速器作用后，各发电机的稳态有功功率在(P_Gi,0,P_Gi,max]区间，其中P_Gi,0为恢复轮动作之前测得的发电机有功出力，P_Gi,max为考虑调速器作用后发电机最大出力。

(3-4)节点切负荷量约束：

0≤ΔP_i,sp≤ΔP_i,sp.max

上式中，ΔP_i,sp.max为节点i最多允许切除的负荷量。

(3-5)稳态频率约束：

Δw_min≤Δw_ss≤Δw_max

上式中，Δw_ss为稳态频率，Δw_min和Δw_max分别为稳态频率上下限。其中，稳态频率Δw_ss可由下式估算：

上式中，分子项代表稳态时系统仍存在的功率缺额，为基本轮切除的负荷总量，ΔP_i,sp为节点切负荷量，ΔP_imb为功率缺额实际值，N_s为基本轮的总轮数，N_d为系统负荷区域的数量。分母项为发电机等值下垂控制系数与稳态时负荷频率系数之和，其中为发电机等值下垂控制系数，K_pf,h为恢复轮动作前辨识的频率系数，μ为负荷频率系数变化系数，考虑到恢复轮一般切负荷量较少对该系数的影响不会很大，故乘以一个接近于1的系数μ表示负荷频率系数将发生的微小变化。

本方法基于在线辨识参数、在线控制决策的思路，在每一轮切负荷动作之前辨识负荷频率特性系数，根据该系数自适应调整每一轮各区域切负荷比例，利用支持向量机的参数辨识模型可以解决量测误差问题，提高辨识参数的准确性，从而保证切负荷的准确性。恢复轮切负荷的配置可以在出现悬停问题时保证系统频率快速恢复。相比于传统离线切负荷策略，本发明所提出的基于在线估计负荷频率特性的精细切负荷方法精细化程度高、自适应能力强，能够解决传统离线切负荷方案因策略固定导致的负荷过切，有效改善了功率缺额后系统频率的恢复性能。

尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种在线估计负荷频率特性的精细切负荷方法，其特征在于，包括：

建立基于支持向量机回归的负荷参数辨识模型，所述负荷参数辨识模型包括：用于回归分析的负荷模型和参数辨识模型；

配置切负荷基本轮：估算系统功率缺额，根据所述负荷参数辨识模型，计算切负荷轮次及每轮切负荷参数。

2.根据权利要求1所述的方法，其特征在于，所述负荷模型为基于ZIP模型、动负荷模型组合的综合负荷模型；

所述ZIP模型为：

其中，P_ZIP,t为t时刻母线等值ZIP负荷的有功功率，P_ZIP,0为稳态运行时ZIP负荷的额定有功功率，V₀是系统稳态运行时的额定电压幅值，V_t为t时刻母线电压幅值，其中a_p，b_p，c_p分别为恒阻抗负荷、恒电流负荷、恒功率负荷占等值ZIP有功负荷的比例，且满足a_p+b_p+c_p＝1；

所述动负荷模型为：

其中，ΔP_d,t为t时刻感应电动机负荷相对于稳态运行时有功功率的变化量，Δf_t和ΔV_t分别是t时刻母线的频率偏移和电压偏移，K_pf和K_pv分别是感应电动机负荷有功功率的频率相关系数与电压相关系数，T_pv表示电动机负荷的惯性时间常数，dV_t/dt表示t时刻母线电压变化率，P_d,0为稳态时的感应电动机有功功率，f₀为系统稳态频率，t时刻感应电动机负荷功率表示为：

综合负荷模型为：

P_L,t＝(1-α_p)·P_ZIP,t+α_p·P_d,t

其中，P_L,t是t时刻母线综合负荷的有功功率，α_p为ZIP负荷有功功率占综合负荷总功率的比例，以β₁,β₂,β₃,β₄,β₅表示有功负荷的各项相关系数，所述综合负荷模型为：

3.根据权利要求2所述的方法，其特征在于，所述参数辨识模型的原问题模型为：

其中，w＝(β₁,β₂,β₃,β₄)^T,b＝β₅为待辨识的参数，ε为表示测量功率与利用参数拟合得出的功率之间的允许误差，ξ_i,为用于处理模型中不可行约束的松弛变量，参数C＞0决定回归函数的平坦度与大于ε误差之间的权重关系，w^Tx_i+b为节点i拟合功率输出量，β₁,β₂,β₃,β₄,β₅表示所述有功负荷的各项相关系数，为待辨识的参数，x为节点输入向量,节点i的输入向量为V_t,i为第i个测量点的测量电压幅值，f_t,i为i个节点的频率值，y_i为节点测量功率。

4.根据权利要求3所述的方法，其特征在于，还包括：引入拉格朗日乘子γ_i,构造拉格朗日函数，将所述原问题模型转化为对偶模型为：

0≤γ_i,

其中，x_i为节点i的输入向量，x_j为节点j的输入向量，L为节点集合。

5.根据权利要求1所述的方法，其特征在于，所述估算系统功率缺额，根据所述负荷参数辨识模型，计算切负荷轮次及每轮切负荷参数包括：

估算系统功率缺额总量；

确定所述切负荷动作轮数，根据所述切负荷动作轮数确定每轮标准切负荷比例；

设置每轮实际切负荷比例为所述每轮标准切负荷比例减去调整比例；

计算每轮切负荷量，所述每轮切负荷量为所述切负荷总量、所述实际每轮实际切负荷比例、频率比例参数的乘积；

所述频率比例参数为等值负荷频率系数倒数的区域占比，所述等值负荷频率系数由每轮切负荷动作前根据所述负荷参数辨识模型计算得出。

6.根据权利要求5所述的方法，其特征在于，所述估算系统功率缺额总量实际值ΔP_imb可估算为：

其中，P_step是标幺化的功率阶跃，w_COI是标幺化的惯性中心角频率，H_COI指系统等值惯量，系统等值频率和等值惯量可由下式计算：

其中，w_ei是各发电机节点标幺化角频率，H_i是第i个发电机的惯量，N_g是发电机的数量，S_i指第i个发电机的额定功率。

7.根据权利要求6所述的方法，其特征在于，所述计算切负荷轮次及每轮切负荷参数公式为：

其中，ΔP_imb为所述系统功率缺额总量，M_k％每轮标准切负荷比例，ε_k为所述调整比例，N_d为系统负荷区域的数量，为第k轮动作之前根据所述负荷参数辨识模型，辨识得到的第i个等值负荷频率系数；

其中，(M_k-ε_k)％满足其中s_max为传统策略设定的总减载比例，s_min为系统要求的最低减载比例。

8.根据权利要求2-4中任一项所述的方法，其特征在于，所述方法还包括配置切负荷恢复轮，包括：

求解恢复轮优化目标函数结果，所述结果满足约束条件；

所述恢复轮优化目标函数为系统节点切负荷总量最小；

所述约束条件为包含最近一次所述的有功负荷的各项相关系数为发电参数约束。

9.根据权利要求8所述的方法，其特征在于，

所述恢复轮优化目标函数为：

其中，ΔP_i,sp为恢复轮中节点i的切负荷量，N_d为系统负荷区域的数量；

所述约束条件包括稳态功率平衡约束：

其中，P_Gi是稳态时第i个发电机的有功出力，P_Li,h为出现频率悬停现象时第i个节点测量的负荷量，ΔP_i.rev为从频率悬停到频率恢复额定范围后第i个节点因电压、频率变化而变化的负荷量，N_g是发电机的数量；其中，ΔP_i.rev根据下式估算：

其中，表示根据辨识参数预测的稳态节点i的负荷量，β₁,β₂,β₃,β₄,β₅为恢复轮动作前最近一次更新的所述有功负荷的各项相关系数，V_t,nom和f_t,nom分别表示频率恢复至额定范围时稳态母线电压和稳态频率，其中稳态母线电压是预测值；

所述约束条件包括发电机稳态出力约束：

P_Gi,0＜P_Gi≤P_Gi,max

其中，P_Gi,0为恢复轮动作之前测得的发电机有功出力，P_Gi,max为考虑调速器作用后发电机最大出力；

所述约束条件包括节点切负荷量约束：

0≤ΔP_i,sp≤ΔP_i,sp.max

其中，ΔP_i,sp.max为节点i最多允许切除的负荷量；

所述约束条件包括稳态频率约束：

Δw_min≤Δw_ss≤Δw_max

其中，Δw_ss为稳态频率，Δw_min和Δw_max分别为稳态频率上限和下限；其中，稳态频率Δw_ss由下式估算：

其中，分子项代表稳态时系统仍存在的功率缺额，为基本轮切除的负荷总量，ΔP_i,sp为节点切负荷量，ΔP_imb为功率缺额实际值，N_s为基本轮的总轮数，N_d为系统负荷区域的数量，分母项为发电机等值下垂控制系数与稳态时负荷频率系数之和，其中为发电机等值下垂控制系数，K_pf,h为恢复轮动作前辨识的频率系数，μ为负荷频率系数变化系数。