專利名稱：一種綜合負荷模型中電動機功率比例的計算方法
技術領域：
本發明涉及一種綜合負荷模型中電動機功率比例的計算方法，特別涉及一種包含感應電動機和恒阻抗的綜合負荷模型中電動機比例的快速辨識方法，屬于電力系統的電網穩定控制技術領域。
背景技術：
目前電力系統數字仿真已成為電力系統設計、規劃、運行的主要工具，仿真結果的準確性對電力系統的安全、可靠、經濟運行具有重要的影響。電力系統各組件的數學模型準確與否直接影響著仿真結果和以仿真結果為基礎而產生的決策方案。與發電機、調速系統、勵磁系統、變壓器和輸電線路等單一設備不同，電力負荷是由數量眾多、形式各異、容量不等的用電設備以及輸配電網絡和無功補償裝置等構成，具有隨機性、時變性、離散性等特 點，因此，電力負荷的建模和辨識問題是長期困擾電力系統分析的難題。負荷建模方法總體上可以分為兩類統計綜合法和總體測辨法。其中前者是基于元件的建模方法，而后者是基于量測的負荷建模方法。對于統計綜合法，美國電科院在這方面的研究最為深入和最有影響，并研制完成了相關軟件包美國電科院負荷綜合程序。但是該軟件包在實際應用中存在相關負荷數據難以準確獲取的問題，并難以精確考慮負荷的時變性，負荷模型的應用困難和無功擬合效果是影響美國電科院負荷綜合程序實用化的主要問題。對于總體測辨法，其基本思想是將負荷群看成一個整體，通過在負荷節點安裝測量記錄裝置，現場采集母線電壓、頻率、有功、無功數據，然后按照系統辨識理論確定負荷模型結構和參數。總體測辨法中采用的負荷模型結構主要分為兩大類。第一類是以電動機并聯靜負荷為代表的機理模型，之后還有學者提出了考慮配電網的機理模型以及考慮發電機組的機理模型。第二類是以差分方程、神經網絡為代表的非機理模型。從模型結構來看，以差分方程和神經網絡為代表的非機理模型結構比較簡單而且有著較為成熟的數學處理方法，缺點是物理意義不強，而且求解過程存在多解，初值依賴性強，外推特性較差的特點。目前來看，學術界和工程界都傾向于采用包含感應電動機的機理負荷模型，其模型結構如圖I所示，包括IEEE的工作組報告推薦的模型標準也支持這種模型結構。機理模型具有模型和參數的物理意義清晰，能較好地描述實際系統動態特性等優點。然而，由于這種模型用非線性微分方程形式表示，準確辨識其參數、最大程度地減小負荷外特性的擬合誤差成為需要解決的難題和研究的熱點。參數辨識算法是決定負荷模型建模是否準確可靠的數學工具。負荷模型的參數辨識方法總體上可分為兩類離線辨識算法和在線辨識算法。離線辨識要求較高的辨識準確性和收斂性，對計算速度不作要求；而在線辨識算法則將計算速度作為最重要的目標。在數學方法上，離線辨識算法主要指經典的非線性最小二乘法和遺傳進化類隨機搜索方法。其中非線性最小二乘法包括最速下降法、高斯-牛頓法、阻尼最小二乘法等，遺傳進化類隨機搜索方法包括遺傳基因法、進化策略法、遺傳進化法、模擬退火法、蟻群算法等。這類算法具有易于理解，算法研究相對比較成熟，通過采用一些技巧，能夠有效的避免局部最小點的問題。但是依然無法完全克服對于初值敏感，計算時間不穩定的問題。此外，為了避免局部最小點，需要增加跳出局部最小點和重新搜索的計算量，尤其是對于綜合負荷這種非線性動態模型，參數無法直接辨識，啟發式算法往往需要進行多次數值仿真才能最后收斂，計算量比較大，難以適應在線辨識的快速性要求，目前主要應用于離線的參數校核。為了適應電力系統在線安全穩定分析的需要，負荷模型參數在線辨識算法受到越來越多的關注。目前，負荷參數在線辨識算法主要包括遞推非線性最小二乘法、擴展卡爾曼濾波、強跟蹤濾波、基于沃爾泰拉模型的辨識方法等。在線辨識的最重要的目標是加快計算速度，然而負荷模型參數眾多，最簡單的感應電動機加恒阻抗負荷也有7個待辨識參數，要在毫秒級的計算時間內完成這么多個參數的準確辨識是不可能的，為此，有學者提出主導參數辨識的概念，這是基于這樣一個規律負荷模型中不同參數對輸出特性具有不同的靈敏度，那些靈敏度很低的參數恰恰是難以準確辨識的。把這部分靈敏度低的參數設定為典型值，盡可能準確地辨識其余靈敏度高的參數，同樣可以較為準確地擬合電力負荷的輸出 特性。這些對負荷輸出特性具有較高靈敏度的參數被稱為主導參數，分析表明，在如圖I所示的包含感應電動機和恒阻抗的綜合負荷模型中，感應電動機比例Km，感應電動機初始滑差Sci,感應電動機轉子電阻Rr,感應電動機定子電抗Xs是主導參數,其中Km具有最高的靈敏度。現有的在線辨識算法通常選取一至兩個主導參數作為待辨識對象，辨識過程需要利用負荷的前穩態和動態過程中的數據，計算時間通常需要20-60個數據步長，辨識誤差往往超過10%。對于電力系統在線安全穩定分析而言，現有的負荷模型在線辨識算法在計算速度、辨識精度等方面都有待提聞。
發明內容
本發明的目的是提出一種綜合負荷模型中電動機功率比例的計算方法，以快速、準確地辨識出綜合負荷模型中感應電動機的比例，為電網的在線安全穩定分析和控制提供基礎。本發明提出的綜合負荷模型中電動機功率比例的計算方法，包括以下步驟(I)測量電網負荷節點的母線電壓U、有功功率P、無功功率Q以及母線電壓的初相位Θ，設電網中一個平衡節點的母線電壓的初相位為O度，則電網負荷節點母線電壓的初相位等于該母線電壓與平衡節點之間的相位差；(2)電網運行穩態時，將電網負荷節點的母線電壓、有功功率、無功功率以及母線電壓的初相位的四個測量值分別記為U。、P0, Qtl和Θ ^ ;(3)設定一個電網負荷節點母線電壓的閾值，將實時測量的電網負荷節點的母線電壓與閾值相比較，若實時測量值小于閾值，則認定電網發生擾動，并進行步驟(4)，若實時測量值大于或等于閾值，則繼續實時測量；(4)當電網發生擾動時，電網負荷節點的母線電壓、有功功率、無功功率以及母線電壓的初相位的四個測量值分別記為UpPpQ1和Θ工；(5)根據步驟(2)和步驟(4)兩組測量值，得到求解綜合負荷模型中電動機功率比例Km的聯立方程如下
權利要求
1. 一種 綜合負荷模型中電動機功率比例的計算方法，其特征在于該方法包括以下步驟 (1)測量電網負荷節點的母線電壓U、有功功率P、無功功率Q以及母線電壓的初相位Θ，設電網中一個平衡節點的母線電壓的初相位為O度，則電網負荷節點母線電壓的初相位等于該母線電壓與平衡節點之間的相位差； (2)電網運行穩態時，將電網負荷節點的母線電壓、有功功率、無功功率以及母線電壓的初相位的四個測量值分別記為U0、P0, Qtl和Θ ^ ; (3)設定一個電網負荷節點母線電壓的閾值，將實時測量的電網負荷節點的母線電壓與閾值相比較，若實時測量值小于閾值，則認定電網發生擾動，并進行步驟(4)，若實時測量值大于或等于閾值，則繼續實時測量； (4)當電網發生擾動時，電網負荷節點的母線電壓、有功功率、無功功率以及母線電壓的初相位的四個測量值分別記為UpPpQ1和Θ工； (5)根據步驟(2)和步驟(4)兩組測量值，得到求解綜合負荷模型中電動機功率比例Km的聯立方程如下r TjPT},ScosiOi - θ()) + Ctga sin(0, — 00)) + (I-Km )f] = /-；U0U0<Qoijj-Y + KmP0clga cos{Ox — θ0) + sin^ - θ0)) = Q1 上式中，Km為綜合負荷模型中電動機功率比例，α為電動機的內電勢角，上述方程式是一個二元一次方程組，兩個未知量為Km和ctga，其余均為測量數據； (6)求解步驟(5)的聯立方程，得到綜合負荷模型中電動機功率比例Km為 K ――_^_ I認I: ct ga +1') 其中，ctga- = ,， A = O,-QnK-Y ， H =. ’(AE-BD)U0U0 UaC=。丨 sMg ~Θρ) β = ρ _ γ y,="丨 sin(沒丨 U 廠 ^ cos(沒丨-θη) "丨 2Tf，1O、" J , J",J JJf) ο
全文摘要
本發明涉及一種綜合負荷模型中電動機功率比例的計算方法，屬于電力系統的電網穩定控制技術領域。首先測量電網負荷節點的母線電壓、有功功率、無功功率以及母線電壓的初相位，電網運行穩態時，再測量母線電壓、有功功率、無功功率以及母線電壓；當電網發生擾動時，重新測量上述參數，根據兩次測量值，列寫負荷模型參數的二元一次代數方程組，求解該方程組，得到電動機功率比例。本發明的算方法，物理意義明晰、實現簡單、結果準確，可應用于電力系統負荷建模和參數辨識軟件系統中，實現負荷主導參數的快速辨識，為后續的電力系統安全穩定分析和控制提供基礎。
文檔編號H02J3/00GK102842906SQ20121031022
公開日2012年12月26日 申請日期2012年8月28日 優先權日2012年8月28日
發明者袁志昌, 金小明, 李立理, 門錕, 陸超, 李勇, 于松泰, 黃東啟 申請人:清華大學, 南方電網科學研究院有限責任公司