基于粒子群優(yōu)化法的負(fù)荷模型參數(shù)辨識畢業(yè)論文(參考版)
2025-07-05 11:27本頁面
【正文】 。同時，感應(yīng)電動機(jī) —— 這個運(yùn)用度及其廣泛的電動機(jī)模型，在建模以及辨識的基礎(chǔ)上可進(jìn)行良好的輔助了解。 本章小結(jié) 本章 著重了解了負(fù)荷建模的相關(guān)理論，如 電力系統(tǒng)負(fù)荷模型的理論以及參數(shù)辨識，感應(yīng)電動機(jī)模型等知識。一般來說，感應(yīng)電動機(jī)定子繞組的暫態(tài)過程比轉(zhuǎn)子繞組的電磁暫態(tài)過程要快得多，且更比電力系統(tǒng)暫態(tài)過程快得多。例如，用于氣體壓縮機(jī)的超高速電動機(jī)，或采用鼠籠式電動機(jī)，或采用固態(tài)鐵形式（或兩者都采用）。由于它們的使用范圍很廣， 故非常 值得 我們 了解。 感應(yīng)電動機(jī) 感應(yīng)電 動 機(jī)或許是所有電動機(jī)中 使用最廣泛的。 而本文即將著重研究的 粒子群優(yōu)化法算法是由 James Kennedy 和 提出的 。但實際上他是一種試湊的方法，在某些故障下的負(fù)荷參數(shù)是否適用于其他故障，難以保證。 總體測辨法避免了大量的統(tǒng)計工作，有可能得到隨時間變化的在線實時負(fù)荷特性，其最大的困難在于難以在系統(tǒng)中所有變電站都安裝有關(guān)裝置，另一個困難時參數(shù)的實時性。 電力系統(tǒng)負(fù)荷模型建立的主要方法 目前，電力負(fù)荷建模形成了 3 類方法，即統(tǒng)計綜合法，總體測辨法和故障仿真法。 目前在負(fù)荷參數(shù)辨識中應(yīng)用得比較有效的是隨機(jī)類方法中的模擬進(jìn)化方法 ， 包括基因算法 ,進(jìn)化策略法 ,模擬退火法等 。爬山類方法基于梯度 ， 因而只能收斂到起始點附近的局部最優(yōu)點多峰問題 ， 難以搜索 到全局最優(yōu)點 ， 在峽谷則會出現(xiàn)振蕩 ， 且要求存在一階導(dǎo)數(shù)甚至二階導(dǎo)數(shù) 。 前兩種方法適用于線性系統(tǒng) 。 因此 ， 優(yōu)化搜索方法相當(dāng)重要 。 非線性系統(tǒng)的參數(shù)辨識方法目前大多以優(yōu)化為基礎(chǔ)在負(fù)荷參數(shù)辨識中目標(biāo)函數(shù)不可能寫出其解析關(guān)系 。它具有以下特點：適用范圍較廣；找到全局最優(yōu)解或近乎全局最優(yōu)解的可能性大：屬于隨機(jī)性優(yōu)化方法，但計算效率比傳統(tǒng)的隨機(jī)類搜索 方法要高得多。它具有良好的收斂性、全局性和魯棒性，其最大的往往也是致命的缺陷是計算效率太低。但存在如下困難：局部性；要求一階導(dǎo)數(shù)甚至二階導(dǎo)數(shù)存在：一般不適用于既包含離散變量，又包含連續(xù)變量的混合問題；難以處理噪聲問題或隨機(jī)干擾；魯棒性較差，即條件好時收斂性好，而當(dāng)條件復(fù)雜時收斂性差。 優(yōu)化搜索方法從其原理上說，有 3 種： 1)梯度類方法。為參數(shù) 0 的函數(shù)。非線性模型的參數(shù)辨識方法目前大都以優(yōu)化為基礎(chǔ) pI。線性類方法包括最 ,b乘估計、卡爾曼濾波等方法 ，對于參數(shù)線性模型通常是行之有效的。 動態(tài)負(fù)荷模型參數(shù)辨識在參數(shù)尋優(yōu)過程中要考慮動態(tài)約束，例如狀態(tài)方程、差分方程，即動態(tài)負(fù)荷模型參數(shù)辨識是一個具有動態(tài)約束的非線性優(yōu)化問題。有了準(zhǔn)則，參數(shù)辨識問題就化為求某準(zhǔn)則函數(shù)達(dá)極值的優(yōu)化計算 問題，可采用上述各種非線性優(yōu)化方法。 對于靜態(tài)負(fù)荷模型，可采用求解非線性最小二乘問題的牛頓法、阻尼最小二乘法 (Marquart 法 )，也可采用各種非線性優(yōu)化 方法，例如，最速下降法、共扼梯度法、變尺度法、直接法等。因此，迫切需要建立符合實際的負(fù)荷模型 。文獻(xiàn) [7]則以感應(yīng)電動 機(jī)為負(fù)荷模型利用時域動態(tài)仿真研究電壓穩(wěn)定的機(jī)理和電動機(jī)參數(shù)的變化對電壓穩(wěn)定計算結(jié)果的影響。 在再現(xiàn) 1983 年瑞典電壓崩潰事故的仿真計算中，開始采用的簡單的靜態(tài)模型無法解釋電壓崩潰全過程，而后采用計及感應(yīng)電動機(jī)、照明、冰箱、空調(diào)等用 電設(shè)備特性的比較詳細(xì)的負(fù)荷模型時才給整個過程以合理解釋。負(fù)荷模型對電壓穩(wěn)定計算的影響電壓穩(wěn)定的計算與電力系統(tǒng)其 他的定量計算相比較，對負(fù)荷模型的依 賴 度更強(qiáng)。因此，在分析區(qū)域振蕩時，除考慮發(fā)電機(jī)勵磁控制系統(tǒng)的作用外，原動機(jī)轉(zhuǎn)矩 —— 速度特性和負(fù)荷特性則是應(yīng)該考慮的重要因素。抑制振蕩的鎮(zhèn)定源除勵磁控制系統(tǒng)外，還有負(fù)荷特性、原動機(jī)轉(zhuǎn)矩 —— 速度特性和發(fā)電機(jī)阻尼繞組。 負(fù)荷模型對小信號動態(tài)穩(wěn)定 計算的影響 區(qū)域振蕩可能涉及分布于系統(tǒng)中的許多發(fā)電機(jī)組，造成系統(tǒng)電壓、頻率的 顯著變化。另外，研究結(jié)果表明采用靜 態(tài)負(fù)荷模型不足以準(zhǔn)確描述系統(tǒng)在電壓和頻率變化較大情況下 的負(fù)荷特性，例如，有研究表明在研究加拿大安大略西北部一個局部系統(tǒng)從互聯(lián)大系統(tǒng)解裂后的動態(tài)行為時，發(fā)現(xiàn)采用靜態(tài)負(fù)荷模型和采用動態(tài)模型的計算結(jié)果相去甚運(yùn)，所以該文獻(xiàn)特別強(qiáng)調(diào)在較大電壓、頻率波動情況下的暫態(tài)穩(wěn)定計算中采用動態(tài)負(fù)荷模型的必要性。 國外一聯(lián)合系統(tǒng)的計算分析也證實，當(dāng)降低地區(qū)負(fù)荷對電壓的靈敏度時，如果該地區(qū)在送端，則聯(lián)絡(luò)線的送電功率極限將增大；若在受端，則聯(lián)絡(luò)線的送電功率極限將降低。例如實際負(fù)荷特性為恒電流，其功率隨電壓幅值變化，而采用恒阻抗來表示時，則負(fù)荷功率隨電壓的平方變化，當(dāng)負(fù)荷點位于加速的發(fā)電機(jī)附近，得到的分析結(jié) 果偏于悲觀，因為恒阻抗模型加劇了發(fā)電和功率消耗的不平衡；若負(fù)荷位于減速的發(fā)電機(jī)附近，則得到的分析結(jié)果偏于樂觀。 負(fù)荷模型對暫態(tài)穩(wěn)定計算的影響 負(fù)荷模型對暫態(tài)穩(wěn)定計算的影響是通過負(fù)荷功率隨電壓、頻率的變化影響作用于加速或減速發(fā)電機(jī)轉(zhuǎn)子上的過剩轉(zhuǎn)矩來表現(xiàn) 的，也就是說，負(fù)荷消耗的功率隨電壓的變化將影響發(fā)電機(jī)的輸入輸出功率的不平衡，進(jìn)而影響功角的偏移和系統(tǒng)第一擺的穩(wěn)定性。但對于運(yùn)行條件惡化的電網(wǎng)，例如故障后斷開線路或切除發(fā)電機(jī)組等，系統(tǒng)電壓偏離額定值較大時，采用恒功率負(fù)荷模型的潮流計算則存在收斂性問題，而采用考慮實際負(fù)荷功率隨電壓變化特性的負(fù)荷模型（例如，冪函數(shù)等模型）時潮流計算的收斂性就可以得到改善。 負(fù)荷模型對潮流計算的影響 IEEE 負(fù)荷建模工作組 1988 年在北美電力系統(tǒng)的 85 個企業(yè)調(diào)查結(jié)果顯示 [8]， 在事故前后的靜態(tài)潮流計算中，絕大多數(shù)采用恒功率負(fù)荷模型，僅少數(shù)采用功率 依電壓變化的負(fù)荷模型。模型結(jié)構(gòu)的確定需要針對具體的對象，還要結(jié)合模型驗證來判別其有效性以及有效的范圍，因為除真正的機(jī)理模型以外，非機(jī)理模型都有其相對有效的范圍，很難找到一個絕對有效的非機(jī)理模型。其中較具影響的模型有：考慮低電壓下功率恢復(fù)特性的常微分方程模型；具有外部控 制項的自回歸滑動平均模型
研究報告相關(guān)推薦
鄂ICP備17016276號-1