配電臺區(qū)等值負荷動態(tài)模型辨識研究
發(fā)布時間:2021-03-03 00:33
臺區(qū)等值負荷動態(tài)模型是配電網(wǎng)準(zhǔn)確感知和精確控制的重要基礎(chǔ);陴伨調(diào)壓設(shè)備和配電網(wǎng)同步相量量測單元,可以實現(xiàn)臺區(qū)動態(tài)模型的在線辨識。本文對該問題進行了深入探討,從機理上揭示了其閉環(huán)辨識本質(zhì),推導(dǎo)了臺區(qū)等值負荷模型直接閉環(huán)辨識的傳遞函數(shù),并據(jù)此引出了影響辨識效果的主要因素。針對直接閉環(huán)辨識精度較差的問題,選擇一種基于增廣最小二乘法的兩階段閉環(huán)辨識方法,將閉環(huán)辨識轉(zhuǎn)換為兩次開環(huán)辨識并同步辨識噪聲模型以降低辨識誤差;诜抡娣治隽伺_區(qū)容量、電氣距離、負荷結(jié)構(gòu)等因素對直接閉環(huán)辨識誤差的影響,并驗證了兩階段閉環(huán)辨識方法對辨識誤差的削弱能力。
【文章來源】:南方電網(wǎng)技術(shù). 2020,14(10)北大核心
【文章頁數(shù)】:9 頁
【部分圖文】:
閉環(huán)系統(tǒng)結(jié)構(gòu)
應(yīng)用饋線調(diào)壓裝置施加激勵的臺區(qū)負荷模型辨識示意圖如圖2所示。已有的電力系統(tǒng)負荷建模問題大多辨識激勵點下游的整體模型,即圖2中調(diào)壓裝置施加激勵,PMU1量測數(shù)據(jù),辨識饋線整體模型。此時,激勵注入點與數(shù)據(jù)量測點重合,調(diào)壓裝置輸出的給定激勵信號直接作為待辨識模型的輸入信號,不受輸出噪聲干擾。對應(yīng)圖1,此時量測得到的輸入、輸出信號分別為r(t)和y(t),辨識實驗條件為開環(huán),因此傳統(tǒng)的負荷建模研究在忽略電力系統(tǒng)閉環(huán)特征的背景下仍能取得較為滿意的辨識結(jié)果。而在臺區(qū)模型辨識問題中,以辨識臺區(qū)1為例,仍利用調(diào)壓裝置施加激勵,PMU2量測待辨識臺區(qū)的輸入、輸出數(shù)據(jù)。此時,r(t)為遠方調(diào)壓裝置激勵,臺區(qū)1匯流母線處電壓、功率數(shù)據(jù)分別對應(yīng)圖1的u(t)和y(t)。潮流方程形成了由臺區(qū)1輸出信號(功率)到臺區(qū)1輸入信號(電壓)之間的反饋通道,使辨識工作在閉環(huán)條件下。
3節(jié)點直流系統(tǒng)潮流關(guān)系
【參考文獻】:
期刊論文
[1]電力系統(tǒng)模型類噪聲閉環(huán)辨識方法[J]. 吳超. 電力系統(tǒng)自動化. 2013(07)
博士論文
[1]基于廣域測量技術(shù)的電力系統(tǒng)低頻振蕩問題研究[D]. 李尚遠.浙江大學(xué) 2019
本文編號:3060246
【文章來源】:南方電網(wǎng)技術(shù). 2020,14(10)北大核心
【文章頁數(shù)】:9 頁
【部分圖文】:
閉環(huán)系統(tǒng)結(jié)構(gòu)
應(yīng)用饋線調(diào)壓裝置施加激勵的臺區(qū)負荷模型辨識示意圖如圖2所示。已有的電力系統(tǒng)負荷建模問題大多辨識激勵點下游的整體模型,即圖2中調(diào)壓裝置施加激勵,PMU1量測數(shù)據(jù),辨識饋線整體模型。此時,激勵注入點與數(shù)據(jù)量測點重合,調(diào)壓裝置輸出的給定激勵信號直接作為待辨識模型的輸入信號,不受輸出噪聲干擾。對應(yīng)圖1,此時量測得到的輸入、輸出信號分別為r(t)和y(t),辨識實驗條件為開環(huán),因此傳統(tǒng)的負荷建模研究在忽略電力系統(tǒng)閉環(huán)特征的背景下仍能取得較為滿意的辨識結(jié)果。而在臺區(qū)模型辨識問題中,以辨識臺區(qū)1為例,仍利用調(diào)壓裝置施加激勵,PMU2量測待辨識臺區(qū)的輸入、輸出數(shù)據(jù)。此時,r(t)為遠方調(diào)壓裝置激勵,臺區(qū)1匯流母線處電壓、功率數(shù)據(jù)分別對應(yīng)圖1的u(t)和y(t)。潮流方程形成了由臺區(qū)1輸出信號(功率)到臺區(qū)1輸入信號(電壓)之間的反饋通道,使辨識工作在閉環(huán)條件下。
3節(jié)點直流系統(tǒng)潮流關(guān)系
【參考文獻】:
期刊論文
[1]電力系統(tǒng)模型類噪聲閉環(huán)辨識方法[J]. 吳超. 電力系統(tǒng)自動化. 2013(07)
博士論文
[1]基于廣域測量技術(shù)的電力系統(tǒng)低頻振蕩問題研究[D]. 李尚遠.浙江大學(xué) 2019
本文編號:3060246
本文鏈接:http://sikaile.net/kejilunwen/dianlilw/3060246.html
最近更新
教材專著