CN112448389A - 基于小扰动数据辨识负荷模型中电动机比例参数的方法与系统 - Google Patents

Abstract

本发明公开了一种基于小扰动数据辨识负荷模型中电动机比例参数的方法与系统，获取电力负荷所接母线上的小扰动数据，并以实测电压和频率的变化量为输入信号、以有功功率和无功功率的变化量为输出信号，辨识出双输入‑双输出系统离散差分方程的各项系数；将离散传递函数转换为连续传递函数；计算出负荷模型中静态负荷部分的有功功率初始值；根据负荷模型中静态负荷部分有功功率初始值和全部负荷有功功率初始值得到电动机比例参数。本方法充分利用电力系统中广泛存在的小扰动数据来辨识电动机比例参数，能够解决因大扰动数据不足而导致辨识出的电动机比例参数难以适应电力负荷时变性的问题，有效提高负荷模型参数对电力负荷时变性的适应能力。

Description

基于小扰动数据辨识负荷模型中电动机比例参数的方法与 系统

技术领域

本发明涉及电力系统负荷建模领域，具体而言，涉及一种基于小扰动数据辨识负荷模型中电动机比例参数的方法。

背景技术

电力系统仿真是进行电网规划、电网建设、制定电网运行方式的主要工具，仿真分析结果的精度将直接影响电网能否安全经济运行。电力系统仿真分析的精度取决于所用模型的准确性。负荷模型是电力系统仿真模型的重要组成部分，研究其模型参数的准确获取方法对于提高电力系统的仿真精度具有重要意义。

间接考虑配电网的机理动态负荷模型是目前电力系统仿真中广泛使用的一种负荷模型结构，又称为经典负荷模型(Classic Load Model,CLM)。CLM由电动机负荷和静态负荷并联组成，配电网的阻抗包含在电动机的定子阻抗中，故称为间接考虑配电网。在各种用电设备中，电动机对于负荷整体动态特性的影响最为明显，电动机在综合负荷模型中所占比例是否准确是影响仿真结果正确性的重要因素。因此，电动机比例参数是CLM负荷模型中的一个关键参数。

目前，现有技术中主要采用总体测辨法获取负荷模型的参数。总体测辨法无需统计用户的负荷组成与功率数据，只需采集负荷母线上的电气量作为输入输出数据，再通过辨识方法得到负荷模型参数。总体测辨法使用的数据通常是电网故障等大扰动情况下负荷母线上采集到的动态响应数据。但是，电网故障这类大扰动不常发生，因而可用于负荷模型参数辨识的实测数据偏少，导致总体测辨法难以应对负荷的时变性。在某一时刻辨识出的电动机比例参数只能保证在该时刻下准确，却无法用于其他时刻。相对于大扰动事件的稀缺性，电力系统中各类大负荷的投切、机组的启停等小扰动事件几乎时刻都在发生，数据量充足，但以往并不使用这类小扰动数据来进行负荷模型参数辨识。如果能够充分利用这些小扰动数据进行负荷模型参数辨识，则能够使负荷模型更好地适应电力负荷的时变性。

发明内容

本发明目的在于提供一种基于小扰动数据辨识负荷模型中电动机比例参数的方法，能够解决负荷模型参数辨识中因大扰动数据不足而导致电动机比例参数难以适应电力负荷时变性的问题，采用电力系统中广泛存在的小扰动事件来辨识负荷模型中的电动机比例参数，从而提高负荷模型对电力负荷时变性的适应能力。

为达成上述目的，本发明提及一种基于小扰动数据辨识负荷模型中电动机比例参数的方法，包括以下步骤：

步骤1、通过接口获取电力负荷所接母线上的小扰动数据，包括电压U、频率f、有功功率P与无功功率Q，数据点之间的时间间隔不超过20ms，数据长度以完整包括小扰动的响应过程为准；

步骤2、实测数据预处理：对于步骤1中获得的电压U、频率f、有功功率P和无功功率Q数据，分别以第一个时间点的数据为基准计算出各个量随时间的变化量ΔU、Δf、ΔP和ΔQ，并用标幺值表示；

步骤3、辨识双输入-双输出系统的离散差分方程的各项系数：其中系统的输入数据为步骤2中处理得到的电压变化数据ΔU和频率变化数据Δf，输出数据为步骤2中处理得到的有功功率变化数据ΔP和无功功率变化数据ΔQ；

步骤4、将步骤3辨识得到的双输入-双输出系统的离散差分方程转换为离散传递函数；

步骤5、将步骤4所得离散传递函数转换为连续传递函数；

步骤6、获取负荷模型中静态负荷部分的有功功率初始值P_s0；

步骤7、根据静态负荷部分的有功功率初始值P_s0和全部负荷有功功率的初始值P₀，按下式计算得到负荷模型中的电动机比例参数P_mp：

其中，步骤1中，所需采集的小扰动数据仅限于电力负荷所接母线上的电压U、频率f、有功功率P与无功功率Q。

其中，步骤3中，所述的离散差分方程为三阶方程，表达为：

其中，p₁,…,p₃,a₀,…,a₃,b₀,…,b₃,c₀,…c₃,d₀,…,d₃为待辨识系数；各系数的辨识方法为最小二乘法。

其中，所述步骤4中，所采用的离散传递函数表达为：

其中，所述步骤5中，采用双线性变换方法将步骤4所得离散传递函数转换为连续传递函数，采用的连续传递函数表达为：

其中，步骤6中，负荷模型中静态负荷部分的有功功率初始值P_s0被设置成根据步骤4所得连续传递函数中的系数A₀、A₃、L₃和母线电压U的初始值U₀，并根据下式获取：

其中，U₀是电压的初始值，P₀为全部负荷有功功率的初始值，A₀、A₃、L₃是步骤5中连续传递函数中的系数。

根据本发明的另一方面还提出一种基于小扰动数据辨识负荷模型中电动机比例参数的系统，包括：

第一模块，用于通过接口获取电力负荷所接母线上的小扰动数据，包括电压U、频率f、有功功率P与无功功率Q，数据点之间的时间间隔不超过20ms，数据长度以完整包括小扰动的响应过程为准；

第二模块，用于进行实测数据预处理，具体处理包括对获得的电压U、频率f、有功功率P和无功功率Q数据，分别以第一个时间点的数据为基准计算出各个量随时间的变化量ΔU、Δf、ΔP和ΔQ，并用标幺值表示；

第三模块，用于辨识双输入-双输出系统的离散差分方程的各项系数：其中系统的输入数据为步骤2中处理得到的电压变化数据ΔU和频率变化数据Δf，输出数据为步骤2中处理得到的有功功率变化数据ΔP和无功功率变化数据ΔQ；

第四模块，用于将辨识得到的双输入-双输出系统的离散差分方程转换为离散传递函数；

第五模块，用于将离散传递函数转换为连续传递函数；

第六模块，用于获取负荷模型中静态负荷部分的有功功率初始值P_s0；

第七模块，用于根据静态负荷部分的有功功率初始值P_s0和全部负荷有功功率的初始值P₀，按下式计算得到负荷模型中的电动机比例参数P_mp：

由以上本发明的技术方案，与现有相比，其显著的有益效果在于：

本发明提出的基于小扰动数据辨识负荷模型中电动机比例参数的方法，采用电力负荷所接母线上可以广泛获得的小扰动数据来辨识出负荷模型中的电动机比例参数，充分利用电力系统中的小扰动数据来辨识电动机比例参数，能够解决因大扰动数据不足而导致辨识出的电动机比例参数难以适应电力负荷时变性的问题，从而可以有效提高负荷模型参数对电力负荷时变性的适应能力，提高负荷模型的准确性。

应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。

结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。

附图说明

附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：

图1是实施例所使用的IEEE 3机9节点的示例性系统。

图2是CLM负荷模型的结构图。

图3是基于小扰动数据辨识负荷模型中电动机比例参数方法的流程图。

图4是小扰动下负荷母线上测得的电压数据曲线图。

图5是小扰动下负荷母线上测得的频率数据曲线图。

图6是小扰动下负荷母线上测得的有功功率数据曲线图。

图7是小扰动下负荷母线上测得的无功功率数据曲线图。

具体实施方式

为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。

在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。

结合图1所示的系统结构，本发明实施例使用的系统为IEEE 3机9节点系统，图1中BUS-5、BUS-6、BUS-8为负荷节点，所接负荷模型为CLM，CLM负荷模型的结构如图2所示。

本实施例中，为了便于说明，选择BUS-5为待研究节点，需要辨识的是BUS-5所接负荷中的电动机比例系数P_mp。

IEEE 3机9节点系统各发电机节点的有功出力如表1所示，各负荷节点的有功负荷与无功负荷如表2所示，计算标幺值的基准容量为100MVA。仿真中，将BUS-5母线上所接负荷模型中的电动机比例设定为40％，作为待辨识参数P_mp的真实值。

表1 IEEE3机9节点系统中各发电机的有功出力

表2 IEEE3机9节点系统中各负荷节点的功率数据

本实施例中采用小扰动是仿真开始后10周波(0.2s)时，在图1所示系统的BUS-6母线上增加6.30MW的恒阻抗有功负荷，仿真系统的仿真步长为0.01s，仿真总时间为20s。

以图3所示的基于小扰动数据辨识负荷模型中电动机比例参数方法的流程图来辨识电动机比例参数P_mp，示例性的辨识过程如下：

步骤1、通过接口获取电力负荷所接母线上的小扰动数据，包括电压U、频率f、有功功率P与无功功率Q，数据点之间的时间间隔不超过20ms，数据长度以完整包括小扰动的响应过程为准；

步骤2、实测数据预处理：对于步骤1中获得的电压U、频率f、有功功率P和无功功率Q数据，分别以第一个时间点的数据为基准计算出各个量随时间的变化量ΔU、Δf、ΔP和ΔQ，并用标幺值表示；

步骤3、辨识双输入-双输出系统的离散差分方程的各项系数：其中系统的输入数据为步骤2中处理得到的电压变化数据ΔU和频率变化数据Δf，输出数据为步骤2中处理得到的有功功率变化数据ΔP和无功功率变化数据ΔQ；

步骤4、将步骤3辨识得到的双输入-双输出系统的离散差分方程转换为离散传递函数；

步骤5、将步骤4所得离散传递函数转换为连续传递函数；

步骤6、获取负荷模型中静态负荷部分的有功功率初始值P_s0；

步骤7、根据静态负荷部分的有功功率初始值P_s0和全部负荷有功功率的初始值P₀，按下式计算得到负荷模型中的电动机比例参数P_mp：

其中，步骤1中，所需采集的小扰动数据仅限于电力负荷所接母线上的电压U、频率f、有功功率P与无功功率Q。

其中，步骤3中，所述的离散差分方程为三阶方程，表达为：

其中，p₁,…,p₃,a₀,…,a₃,b₀,…,b₃,c₀,…c₃,d₀,…,d₃为待辨识系数；各系数的辨识方法为最小二乘法。

其中，所述步骤4中，所采用的离散传递函数表达为：

其中，所述步骤5中，采用双线性变换方法将步骤4所得离散传递函数转换为连续传递函数，采用的连续传递函数表达为：

其中，步骤6中，负荷模型中静态负荷部分的有功功率初始值P_s0被设置成根据步骤4所得连续传递函数中的系数A₀、A₃、L₃和母线电压U的初始值U₀，并根据下式获取：

其中，U₀是电压的初始值，P₀为全部负荷有功功率的初始值，A₀、A₃、L₃是步骤5中连续传递函数中的系数。

下面结合附图和具体实例进行说明。

步骤1、获取电力负荷所接母线上的小扰动数据，包括电压U、频率f、有功功率P与无功功率Q，根据图1所示系统的仿真结果，获得U、f、P与Q的变化曲线分别如图4、图5、图6、图7所示。

步骤2、实测数据预处理：对于步骤1中获得的电压U、频率f、有功功率P和无功功率Q数据，分别以第一个时间点的数据为基准计算出各个量随时间的变化量ΔU、Δf、ΔP和ΔQ，并用标幺值表示。

将步骤1所得的小扰动电压数据表示为{U(m)}，m＝1,2,…,n，以时间上第1个电压数据作为初始值，计算得到电压变化量{ΔU(m)＝U(m)-U(1)}，m＝1,2,…,n。同理，可以得到频率的变化量{Δf(m)}、有功功率的变化量{ΔP(m)}和无功功率的变化量{ΔQ(m)}。

步骤3、辨识双输入-双输出系统离散差分方程的各项系数：系统的输入数据为步骤2中处理得到的电压变化数据ΔU和频率变化数据Δf，输出数据为步骤2中处理得到的有功功率变化数据ΔP和无功功率变化数据ΔQ。所采用的系统3阶离散差分方程形式为：

其中，p₁,…,p₃,a₀,…,a₃,b₀,…,b₃,c₀,…c₃,d₀,…,d₃为待辨识系数；各系数的辨识方法为最小二乘法。

本例中辨识得到的系统3阶离散差分方程为：

步骤4、将双输入-双输出离散差分方程转换为离散传递函数：将步骤3辨识得到的双输入-双输出离散差分方程转换为离散传递函数，所采用的离散传递函数形式为：

本例中得到的系统3阶离散传递函数为：

步骤5、采用双线性变换方法将步骤4所得离散传递函数转换为连续传递函数，采用的连续传递函数形式为：

本例中得到的系统3阶连续传递函数为：

步骤6、计算负荷模型中静态负荷部分的有功功率初始值P_s0：本发明推导得出，步骤5中连续传递函数系数与P_s0的对应关系如下：

其中，U₀是电压的初始值，P₀为全部负荷有功功率的初始值，A₀、A₃、L₃是步骤5中连续传递函数中的系数。

根据步骤5求得的连续传递函数系数，本例中A₀＝0.160、A₃＝5.4516×10⁵、L₃＝3.7540×10⁵、U₀＝1.0(p.u.)，从而计算得到P_s0＝0.7261(p.u.)

步骤7、根据静态负荷部分的有功功率初始值P_s0和全部负荷有功功率的初始值P₀，按下式即可计算得到负荷模型中的电动机比例参数P_mp：

在本例中，BUS-5所接负荷的有功功率为125MW，因为计算标幺值的基准容量为100MVA，因此P₀＝1.25(p.u.)，从而计算得到P_mp＝0.4191。由于本实施例中电动机比例的真值为40％，由此可以证明本方法能够辨识出负荷模型中的电动机比例参数，并且具有较好的辨识精度。

应当理解，由以上本发明的实施例，还可以被配置成按照如下方式实施。

基于小扰动数据辨识负荷模型中电动机比例参数的系统，包括：

第一模块，用于通过接口获取电力负荷所接母线上的小扰动数据，包括电压U、频率f、有功功率P与无功功率Q，数据点之间的时间间隔不超过20ms，数据长度以完整包括小扰动的响应过程为准；

第二模块，用于进行实测数据预处理，具体处理包括对获得的电压U、频率f、有功功率P和无功功率Q数据，分别以第一个时间点的数据为基准计算出各个量随时间的变化量ΔU、Δf、ΔP和ΔQ，并用标幺值表示；

第三模块，用于辨识双输入-双输出系统的离散差分方程的各项系数：其中系统的输入数据为步骤2中处理得到的电压变化数据ΔU和频率变化数据Δf，输出数据为步骤2中处理得到的有功功率变化数据ΔP和无功功率变化数据ΔQ；

第四模块，用于将辨识得到的双输入-双输出系统的离散差分方程转换为离散传递函数；

第五模块，用于将离散传递函数转换为连续传递函数；

第六模块，用于获取负荷模型中静态负荷部分的有功功率初始值P_s0；

第七模块，用于根据静态负荷部分的有功功率初始值P_s0和全部负荷有功功率的初始值P₀，按下式计算得到负荷模型中的电动机比例参数P_mp：

优选地，所述的离散差分方程为三阶方程，表达为：

其中，p₁,…,p₃,a₀,…,a₃,b₀,…,b₃,c₀,…c₃,d₀,…,d₃为待辨识系数；各系数的辨识方法为最小二乘法；

所述离散传递函数表达为：

优选地，采用双线性变换方法将离散传递函数转换为连续传递函数，采用的连续传递函数表达为：

优选地，负荷模型中静态负荷部分的有功功率初始值P_s0被设置成根据连续传递函数中的系数A₀、A₃、L₃和母线电压U的初始值U₀，并根据下式获取：

其中，U₀是电压的初始值，P₀为全部负荷有功功率的初始值，A₀、A₃、L₃是步骤5中连续传递函数中的系数。

虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (10)

1.一种基于小扰动数据辨识负荷模型中电动机比例参数的方法，其特征在于，包括以下步骤：

步骤1、通过接口获取电力负荷所接母线上的小扰动数据，包括电压U、频率f、有功功率P与无功功率Q，数据点之间的时间间隔不超过20ms，数据长度以完整包括小扰动的响应过程为准；

步骤2、实测数据预处理：对于步骤1中获得的电压U、频率f、有功功率P和无功功率Q数据，分别以第一个时间点的数据为基准计算出各个量随时间的变化量ΔU、Δf、ΔP和ΔQ，并用标幺值表示；

步骤3、辨识双输入-双输出系统的离散差分方程的各项系数：其中系统的输入数据为步骤2中处理得到的电压变化数据ΔU和频率变化数据Δf，输出数据为步骤2中处理得到的有功功率变化数据ΔP和无功功率变化数据ΔQ；

步骤4、将步骤3辨识得到的双输入-双输出系统的离散差分方程转换为离散传递函数；

步骤5、将步骤4所得离散传递函数转换为连续传递函数；

步骤6、获取负荷模型中静态负荷部分的有功功率初始值P_s0；

步骤7、根据静态负荷部分的有功功率初始值P_s0和全部负荷有功功率的初始值P₀，按下式计算得到负荷模型中的电动机比例参数P_mp：

2.根据权利要求1所述的基于小扰动数据辨识负荷模型中电动机比例参数的方法，其特征在于，步骤1中，所需采集的小扰动数据仅限于电力负荷所接母线上的电压U、频率f、有功功率P与无功功率Q。

3.根据权利要求1所述的基于小扰动数据辨识负荷模型中电动机比例参数的方法，其特征在于，步骤3中，所述的离散差分方程为三阶方程，表达为：

其中，p₁,…,p₃,a₀,…,a₃,b₀,…,b₃,c₀,…c₃,d₀,…,d₃为待辨识系数；各系数的辨识方法为最小二乘法。

4.根据权利要求1所述的基于小扰动数据辨识负荷模型中电动机比例参数的方法，其特征在于，所述步骤4中，所采用的离散传递函数表达为：

。

5.根据权利要求4所述的基于小扰动数据辨识负荷模型中电动机比例参数的方法，其特征在于，所述步骤5中，采用双线性变换方法将步骤4所得离散传递函数转换为连续传递函数，采用的连续传递函数表达为：

。

6.根据权利要求5所述的基于小扰动数据辨识负荷模型中电动机比例参数的方法，其特征在于，步骤6中，负荷模型中静态负荷部分的有功功率初始值P_s0被设置成根据步骤4所得连续传递函数中的系数A₀、A₃、L₃和母线电压U的初始值U₀，并根据下式获取：

其中，U₀是电压的初始值，P₀为全部负荷有功功率的初始值，A₀、A₃、L₃是步骤5中连续传递函数中的系数。

7.一种基于小扰动数据辨识负荷模型中电动机比例参数的系统，其特征在于，包括：

第一模块，用于通过接口获取电力负荷所接母线上的小扰动数据，包括电压U、频率f、有功功率P与无功功率Q，数据点之间的时间间隔不超过20ms，数据长度以完整包括小扰动的响应过程为准；

第二模块，用于进行实测数据预处理，具体处理包括对获得的电压U、频率f、有功功率P和无功功率Q数据，分别以第一个时间点的数据为基准计算出各个量随时间的变化量ΔU、Δf、ΔP和ΔQ，并用标幺值表示；

第三模块，用于辨识双输入-双输出系统的离散差分方程的各项系数：其中系统的输入数据为步骤2中处理得到的电压变化数据ΔU和频率变化数据Δf，输出数据为步骤2中处理得到的有功功率变化数据ΔP和无功功率变化数据ΔQ；

第四模块，用于将辨识得到的双输入-双输出系统的离散差分方程转换为离散传递函数；

第五模块，用于将离散传递函数转换为连续传递函数；

第六模块，用于获取负荷模型中静态负荷部分的有功功率初始值P_s0；

第七模块，用于根据静态负荷部分的有功功率初始值P_s0和全部负荷有功功率的初始值P₀，按下式计算得到负荷模型中的电动机比例参数P_mp：

8.根据权利要求7所述的基于小扰动数据辨识负荷模型中电动机比例参数的系统，其特征在于，所述的离散差分方程为三阶方程，表达为：

其中，p₁,…,p₃,a₀,…,a₃,b₀,…,b₃,c₀,…c₃,d₀,…,d₃为待辨识系数；各系数的辨识方法为最小二乘法；

所述离散传递函数表达为：

。

9.根据权利要求8所述的基于小扰动数据辨识负荷模型中电动机比例参数的系统，其特征在于，采用双线性变换方法将离散传递函数转换为连续传递函数，采用的连续传递函数表达为：

。

10.根据权利要求9所述的基于小扰动数据辨识负荷模型中电动机比例参数的系统，其特征在于，负荷模型中静态负荷部分的有功功率初始值P_s0被设置成根据连续传递函数中的系数A₀、A₃、L₃和母线电压U的初始值U₀，并根据下式获取：

其中，U₀是电压的初始值，P₀为全部负荷有功功率的初始值，A₀、A₃、L₃是步骤5中连续传递函数中的系数。

Images