黎靜華，葉柳

(廣西大學(xué)電氣工程學(xué)院，南寧市 530004)

基于出線的變電站綜合負(fù)荷建模方法

黎靜華，葉柳

(廣西大學(xué)電氣工程學(xué)院，南寧市 530004)

針對目前統(tǒng)計綜合法和總體測辨法等負(fù)荷建模方法存在數(shù)據(jù)需求量大，難以反映負(fù)荷時變性或辨識速度慢、精度低等缺點，提出了基于出線的變電站綜合負(fù)荷建模方法。該方法從變電站出線入手，首先建立出線負(fù)荷模型，進(jìn)而對變電站整體建模，得到含靜態(tài)負(fù)荷、動態(tài)負(fù)荷、配電網(wǎng)及電容補(bǔ)償?shù)某鼍€-綜合負(fù)荷模型。仿真算例結(jié)果表明，該方法較總體測辨法，辨識速度和精度都有較大的提高，具有一定的可行性及工程實用性。

負(fù)荷建模；出線-綜合負(fù)荷模型；參數(shù)辨識

0 引 言

目前數(shù)字仿真已成為電力系統(tǒng)規(guī)劃、運行與控制中不可缺少的輔助手段。大量的計算與試驗結(jié)果表明負(fù)荷模型對電力系統(tǒng)數(shù)字仿真結(jié)果影響很大，對潮流計算、短路計算、安全分析、電壓穩(wěn)定等也有一定影響。因此，建立精確的負(fù)荷模型對電力系統(tǒng)安全穩(wěn)定運行分析具有重要意義[1-7]。隨著電力系統(tǒng)數(shù)字仿真精度要求的逐步提高，其對負(fù)荷模型的精確性要求也隨之提高。

目前的負(fù)荷建模方法主要有統(tǒng)計綜合法和總體測辨法。統(tǒng)計綜合法需要統(tǒng)計大量可靠的數(shù)據(jù)，但這些數(shù)據(jù)很難獲得，并且統(tǒng)計工作不能隨時進(jìn)行，從而無法考慮負(fù)荷隨時間變化的特性。為了提高統(tǒng)計綜合法的精度和可行性，文獻(xiàn)[8]對典型用戶進(jìn)行精選，對劃分的每類行業(yè)用戶選取具有代表性的用戶進(jìn)行調(diào)查。文獻(xiàn)[9-10]根據(jù)模糊聚類原理，對變電站進(jìn)行聚類分析，把負(fù)荷特性相近的用戶歸為一類，再求取聚類綜合特性。然而這些方法還是基于大量的數(shù)據(jù)統(tǒng)計，并且不能反應(yīng)負(fù)荷特性的時變性，影響實際使用效果。

與統(tǒng)計綜合法相比，總體測辨法簡單、實用、數(shù)據(jù)直接來源于實際系統(tǒng)，因而受到廣泛關(guān)注[3]。隨著電力系統(tǒng)建模及分析方法的不斷發(fā)展，負(fù)荷模型已由粗糙的單一靜態(tài)模型逐步轉(zhuǎn)向含動態(tài)負(fù)荷模型乃至考慮配電網(wǎng)和無功補(bǔ)償?shù)木C合負(fù)荷模型[11-17]。為了提高模型精度，需建立更能體現(xiàn)電力系統(tǒng)實際的精確負(fù)荷模型，這就使得出線側(cè)等值負(fù)荷模型增多，進(jìn)而需辨識參數(shù)增多。參數(shù)增多，一方面會增加計算量，使收斂速度減慢，另一方面因為參數(shù)空間維數(shù)的增多，使得搜索到精確解的概率減少，辨識精度受到影響。

為克服統(tǒng)計綜合法數(shù)據(jù)統(tǒng)計量大、難以考慮負(fù)荷的時變性和總體測辨法辨識速度慢、精度不高的不足，本文提出了一種能考慮負(fù)荷的時變性，辨識速度快，且精度較高的基于出線的變電站綜合負(fù)荷建模方法。該方法立足于現(xiàn)場實測數(shù)據(jù)，采用“自下而上”的方法建立負(fù)荷模型。首先根據(jù)出線實測電壓、有功和無功數(shù)據(jù)獲得每條出線的負(fù)荷模型，且各出線的負(fù)荷模型參數(shù)可并行辨識，降低辨識的復(fù)雜程度，提高辨識的速度。然后根據(jù)母線實測電壓、有功、無功數(shù)據(jù)，對每條出線負(fù)荷模型、配電網(wǎng)模型以及電容補(bǔ)償模型進(jìn)行辨識，進(jìn)而獲得整個變電站的負(fù)荷模型。

1 負(fù)荷模型結(jié)構(gòu)

1.1 綜合負(fù)荷模型結(jié)構(gòu)

總體測辨法建模系統(tǒng)通常使用直接考慮配電網(wǎng)的綜合負(fù)荷模型(synthesis load modeling，SLM)，其結(jié)構(gòu)如圖1所示。該模型的優(yōu)點在于除了考慮等值靜態(tài)負(fù)荷和等值電動機(jī)負(fù)荷之外，還考慮了等值配電網(wǎng)和電容補(bǔ)償。在實際母線與虛擬母線之間用1個阻抗(RD+jXD)來表示等值配電網(wǎng)絡(luò)，更接近實際配電網(wǎng)絡(luò)。

圖1 SLM結(jié)構(gòu)

該模型把所有出線的靜態(tài)負(fù)荷用1個等值靜態(tài)負(fù)荷表示，把所有出線的動態(tài)負(fù)荷用1個等值電動機(jī)負(fù)荷表示。但每條出線的負(fù)荷類型各異，把所有出線當(dāng)做一個整體進(jìn)行辨識與實際相差較大。

1.2 出線-綜合負(fù)荷模型結(jié)構(gòu)

為反映變電站各出線情況，使模型更準(zhǔn)確、更符合運行實際，本文提出了與基于出線的變電站綜合負(fù)荷建模方法相適應(yīng)的出線-綜合負(fù)荷模型。以含2條出線的模型為例，出線-綜合負(fù)荷模型結(jié)構(gòu)如圖2所示。該模型在實際母線與虛擬母線之間建立等值配電網(wǎng)絡(luò)，虛擬母線與所有出線及電容補(bǔ)償連接，每條出線均含有等值靜態(tài)負(fù)荷和等值電動機(jī)負(fù)荷。

圖2 出線-綜合負(fù)荷模型結(jié)構(gòu)

2 建模方法

2.1 建?；舅枷?/p>

基于出線的變電站綜合負(fù)荷建模方法采用“自下而上”的思想，對負(fù)荷進(jìn)行分層建模和辨識。第1層為出線層，包括所有變電站出線，每條出線由等值靜態(tài)負(fù)荷和等值電動機(jī)并聯(lián)組成，出線負(fù)荷模型的輸出功率等于等值靜態(tài)負(fù)荷模型與等值電動機(jī)負(fù)荷模型輸出功率之和。為獲得出線模型，首先建立每條出線的等值靜態(tài)負(fù)荷模型和等值電動機(jī)負(fù)荷模型，再根據(jù)各出線實測數(shù)據(jù)辨識模型未知獨立參數(shù)，最后得到各出線負(fù)荷模型方程。

第2層為出線-綜合負(fù)荷層，這一層從整體把握，包含出線負(fù)荷模型、等值配電網(wǎng)模型和電容補(bǔ)償模型，出線-綜合負(fù)荷模型的輸出功率等于出線負(fù)荷模型、等值配電網(wǎng)模型、電容補(bǔ)償模型輸出功率之和。根據(jù)實際母線的實測數(shù)據(jù)，結(jié)合各出線負(fù)荷模型，對等值配電網(wǎng)模型、電容補(bǔ)償模型的未知獨立參數(shù)進(jìn)行辨識，獲得整個變電站的負(fù)荷模型，即出線-綜合負(fù)荷模型?；诔鼍€的變電站綜合負(fù)荷建模方法流程如圖3所示。

基于出線的變電站綜合負(fù)荷建模方法立足于現(xiàn)場實測數(shù)據(jù)，與統(tǒng)計綜合法相比，既避免了大量的數(shù)據(jù)統(tǒng)計，又能反應(yīng)時變性。與總體測辨法相似，基于出線的變電站負(fù)荷建模方法也是對負(fù)荷群進(jìn)行集結(jié)，建立負(fù)荷模型，對模型參數(shù)進(jìn)行辨識。但是基于出線的變電站負(fù)荷建模方法與總體測辨法的最大不同在于負(fù)荷集結(jié)的方式不同，總體測辨法把負(fù)荷群體看做一個整體，集結(jié)于變電站母線上。而基于出線的變電站負(fù)荷建模方法則從負(fù)荷特性較為簡單的出線入手，先把負(fù)荷集結(jié)于各出線上，求出各出線模型，再把出線負(fù)荷模型、等值配電網(wǎng)模型、電容補(bǔ)償模型集結(jié)于變電站母線上。各出線模型需要辨識的參數(shù)比綜合負(fù)荷模型需要辨識的參數(shù)少，并且各出線需要辨識的參數(shù)互不影響，可并行辨識，這就減少了參數(shù)之間相互制約的因素，降低辨識的復(fù)雜程度，提高辨識速度和精度。

圖3 建模流程圖

2.2 出線負(fù)荷模型方程

每條出線的負(fù)荷模型均由各出線的等值靜態(tài)負(fù)荷模型和等值電動機(jī)負(fù)荷模型并聯(lián)組成。出線負(fù)荷模型的輸出功率等于等值靜態(tài)負(fù)荷模型與等值電動機(jī)負(fù)荷模型輸出功率之和。

等值靜態(tài)負(fù)荷模型采用多項式模型，其形式如式(1)、(2)所示：

(1)

(2)

式中：Pl,ZIP、Ql,ZIP分別表示出線l的靜態(tài)負(fù)荷模型的有功功率和無功功率；Pl,ZIP0、Ql,ZIP0分別表示出線l的靜態(tài)負(fù)荷模型初始穩(wěn)態(tài)運行狀態(tài)的有功功率和無功功率；kp，l,Z、kp，l,I、kp，l,P分別表示出線l靜態(tài)負(fù)荷中恒定阻抗負(fù)荷、恒定電流負(fù)荷、恒定功率負(fù)荷的有功功率所占的比例；kq,l,Z、kq,l,I、kq,l,P分別表示出線l靜態(tài)負(fù)荷中的恒定阻抗負(fù)荷，恒定電流負(fù)荷，恒定功率負(fù)荷的無功功率所占的比例；Ul和Ul,0分別為出線l節(jié)點電壓和初始穩(wěn)態(tài)運行電壓。

等值電動機(jī)負(fù)荷模型采用同步坐標(biāo)系下的計及機(jī)電暫態(tài)的三階模型，其形式如式(3)～(5)所示：

(3)

(4)

(5)

定子電流方程如式(6)、(7)所示：

(6)

(7)

式中：Rl,s為出線l的定子電阻；Ul,x和Ul,y分別為出線l同步坐標(biāo)下的直軸、交軸電壓。

等值電動機(jī)負(fù)荷模型輸出方程如式(8)所示：

(8)

式中Pl,M、Ql,M分別表示出線l的動態(tài)負(fù)荷模型的有功功率和無功功率。

得到等值靜態(tài)負(fù)荷模型和等值電動機(jī)模型后，根據(jù)式(9)求出各出線負(fù)荷模型。

(9)

式中Pl,m、Ql,m分別表示出線l負(fù)荷模型的有功功率和無功功率。

2.3 出線-綜合負(fù)荷模型方程

得到各出線模型之后，再綜合等值配電網(wǎng)模型、電容補(bǔ)償模型，得到出線-綜合負(fù)荷模型，其形式如式(10)所示：

(10)

式中：Pm、Qm分別表示出線-綜合負(fù)荷模型的有功功率和無功功率；PD、QD分別表示等值配電網(wǎng)的有功功率和無功功率；QC表示電容補(bǔ)償?shù)臒o功功率；L表示出線總條數(shù)。

等值配電網(wǎng)模型方程如式(11)所示：

(11)

式中：RD、XD分別表示等值配電網(wǎng)的電阻和電抗；P、Q、U分別表示變電站母線實測有功功率、無功功率和電壓。

電容補(bǔ)償模型方程如式(12)所示：

(12)

式中XC表示電容補(bǔ)償?shù)娜菘埂?/p>

3 參數(shù)辨識

3.1 模型初始化

模型的初始穩(wěn)態(tài)條件是其必須滿足的邊界條件，據(jù)此可以確定動態(tài)微分方程的狀態(tài)變量的初始值以及有關(guān)初始穩(wěn)態(tài)功率。

(1)分別按感應(yīng)電動機(jī)參數(shù)、靜態(tài)負(fù)荷和發(fā)電機(jī)參數(shù)初始化導(dǎo)納矩陣。

(2)求出各出線動態(tài)負(fù)荷初始有功功率Pl,M0、無功功率Ql,M0和靜態(tài)負(fù)荷初始功率有功功率Pl,ZIP0、無功功率Ql,ZIP0。

Pl,M0=Pl,mpPl,0

(13)

(14)

Pl,ZIP0=Pl,0-Pl,M0

(15)

Ql,ZIP0=Ql,0-Ql,M0

(16)

式中：Pl,mp為出線l的感應(yīng)電動機(jī)比例；Ul,0為出線l節(jié)點初始穩(wěn)態(tài)運行電壓；Pl,0為出線l初始穩(wěn)態(tài)運行時的有功功率；Ql,0為出線l初始穩(wěn)態(tài)運行時的無功功率；Bl,M0表示感應(yīng)電動機(jī)初始電納矩陣。

(3)根據(jù)電動機(jī)電壓和功率求出初始滑差s0，再由式(17)求出電動機(jī)轉(zhuǎn)子初始角速度ωr0。

ωr0=1-s0

(17)

(4)感應(yīng)電動機(jī)暫態(tài)電動勢初始值的確定如式(18)所示。其中感應(yīng)電動機(jī)初始電流根據(jù)初始穩(wěn)定條件確定，如式(19)所示。

(18)

(19)

3.2 重點辨識參數(shù)

出線負(fù)荷模型和出線-綜合負(fù)荷模型中，除輸入的出線節(jié)點電壓、各出線負(fù)荷功率、變電站母線電壓、母線負(fù)荷功率之外，其余參數(shù)都是未知的。因此，要得到出線負(fù)荷模型和出線-綜合負(fù)荷模型，則需要辨識模型獨立參數(shù)，非獨立參數(shù)根據(jù)初始穩(wěn)態(tài)條件及參數(shù)本身約束解出。

出線負(fù)荷模型獨立參數(shù)有：kp，l,Z、kp，l,I、kp，l,P、kq，l,Z、kq，l,I、kq，l,P、Pl,mp、Tl,m0、Rl,s、Xl,s、Xl,m、Rl,r、Xl,r、Tl,j、A、B；出線-綜合負(fù)荷模型獨立參數(shù)有：RD、XD、XC。辨識的參數(shù)越多，一方面會增大計算量，另一方面也會影響辨識的精度。因此，只選擇對模型影響較大的參數(shù)進(jìn)行辨識，非重點辨識參數(shù)用典型值代替。出線負(fù)荷模型重點辨識的參數(shù)有：kp，l,Z、kp，l,I、kp，l,P、kq，l,Z、kq，l,I、kq，l,P、Pl,mp、Tl,m0、Xl,s；出線-綜合負(fù)荷模型重點辨識的參數(shù)有：XD、XC。RD/XD采用固定比例15。非重點辨識參數(shù)典型值的設(shè)置參考表1。

表1非重點辨識參數(shù)典型值

Tab.1Typicalvaluesofnon-keyidentificationparameters

3.3 辨識準(zhǔn)則與目標(biāo)函數(shù)

參數(shù)辨識的過程就是求解需辨識參數(shù)，使得模型輸出功率與實際值誤差最小，尋求誤差最小用目標(biāo)函數(shù)表示。辨識準(zhǔn)則就是使得目標(biāo)函數(shù)最小或滿足終止條件。終止條件一般為達(dá)到最大迭代次數(shù)限制或連續(xù)若干次迭代的目標(biāo)函數(shù)值不變。各出線負(fù)荷模型以及出線-綜合負(fù)荷模型的目標(biāo)函數(shù)均定義為系統(tǒng)實測響應(yīng)與模型響應(yīng)之差的平方和。各出線負(fù)荷模型目標(biāo)函數(shù)表達(dá)式如式(20)所示，出線-綜合負(fù)荷模型的目標(biāo)函數(shù)表達(dá)式如式(21)所示。

[Ql(i)-Ql,m(i)]2}

(20)

[Q(i)-Qm(i)]2}

(21)

式中：N為測量數(shù)據(jù)長度；i為采樣時間點；Pl(i)為采樣時間點i時出線l的實測有功功率；Pl,m(i)為采樣時間點i時出線l的模型有功功率；Ql(i)為樣時間點i時出線l的實測無功功率；Ql,m(i)為采樣時間點i時出線l的模型有功功率；P(i)為采樣時間點i時變電站母線的實測有功功率；Pm(i)為采樣時間點i時變電站母線的模型有功功率；Q(i)為樣時間點i時變電站母線的實測無功功率；Qm(i)為采樣時間點i時變電站母線模型有功功率。

3.4 參數(shù)辨識步驟

步驟1：設(shè)出線負(fù)荷模型獨立待辨識重點參數(shù)初值，非重點辨識參數(shù)賦典型值，計算非獨立參數(shù)值。

步驟2：根據(jù)式(13)～(16)初始化計算得到各出線等值電動機(jī)負(fù)荷初始功率和靜態(tài)負(fù)荷初始功率。

步驟3：根據(jù)式(1)～(2)求得各出線等值靜態(tài)負(fù)荷有功、無功功率。

步驟4：根據(jù)式(17)～(18)計算得到電動機(jī)動態(tài)特性狀態(tài)變量初值。

步驟5：用龍格庫塔法解式(3)～(5)微分方程組，進(jìn)而根據(jù)式(6)～(8)求得各出線等值電動機(jī)負(fù)荷有功、無功功率。

步驟6：根據(jù)式(9)求得各出線負(fù)荷的有功、無功功率。

步驟7：根據(jù)式(20)計算目標(biāo)函數(shù)值，若不滿足收斂條件或終止條件則重復(fù)步驟1～7，若滿足則可得到各出線負(fù)荷模型。

步驟8：設(shè)出線-綜合負(fù)荷模型獨立待辨識重點參數(shù)(XD、XC)初值。

步驟9：根據(jù)式(11)計算等值配電網(wǎng)的功率損耗。

步驟10：根據(jù)式(12)計算電容補(bǔ)償功率損耗。

步驟11：根據(jù)式(10)計算變電站母線負(fù)荷有功、無功功率。

步驟12：根據(jù)式(21)計算目標(biāo)函數(shù)值，若不滿足收斂條件或終止條件則重復(fù)步驟8～12，若滿足則可得到出線-綜合負(fù)荷模型。

4 算例分析

為采集辨識所需數(shù)據(jù)，用Matlab/Simulink仿真軟件搭建如圖2所示系統(tǒng)模型進(jìn)行仿真。在電源側(cè)設(shè)置三相短路故障，故障持續(xù)0.1 s，記錄故障下變電站母線電壓、有功功率、無功功率數(shù)據(jù)和出線1、出線2的電壓、有功功率、無功功率數(shù)據(jù)。采集的數(shù)據(jù)長度為300個點，時間為1.2 s。

利用采集的數(shù)據(jù)，分別對綜合負(fù)荷模型參數(shù)和出線-綜合負(fù)荷模型參數(shù)進(jìn)行辨識。辨識結(jié)果的優(yōu)劣通過誤差來體現(xiàn)，模型的整體誤差用目標(biāo)函數(shù)值表示。結(jié)果見表2～3和圖4～5。

表2 出線負(fù)荷模型誤差

表3綜合負(fù)荷模型與出線-綜合負(fù)荷模型誤差對比

Tab.3Errorcontrastbetweensynthesisloadmodelandoutlet-synthesisloadmodel

圖4 有功功率對比曲線

圖5 無功功率對比曲線

由圖4、5可知，在故障持續(xù)0.1 s中，出線-綜合負(fù)荷模型的有功、無功功率均更接近仿真值。故障切除后到功率平穩(wěn)前，綜合負(fù)荷模型的有功、無功振蕩幅值與仿真值更接近；出線-綜合負(fù)荷模型的有功、無功第1個振蕩周期的幅值較大，無功后續(xù)振蕩幅值較大。出線-綜合負(fù)荷模型無功振蕩幅值較大是因為受出線負(fù)荷模型的影響，出線負(fù)荷模型沒有電容補(bǔ)償，無功振蕩幅值較大。從表3的誤差對比來看，出線-綜合負(fù)荷模型的誤差是0.032 9，小于綜合負(fù)荷模型的誤差0.040 0。因此，從整體上看，出線-綜合負(fù)荷模型優(yōu)于綜合負(fù)荷模型。

由表2可知，出線模型的誤差都比較小，這是因為每條出線需要辨識的參數(shù)比總體測辨法綜合負(fù)荷模型需要辨識的參數(shù)少，減少了參數(shù)之間相互制約的因素，降低辨識的復(fù)雜程度。此外，建立出線負(fù)荷模型更符合電網(wǎng)實際運行情況。這些都是使得基于出線的變電站綜合負(fù)荷建模方法優(yōu)于綜合負(fù)荷模型的重要原因。

每條出線需要辨識的參數(shù)比總體測辨法綜合負(fù)荷模型需要辨識的參數(shù)少也使得辨識的速度有所提高。另外，各出線的參數(shù)并不相互影響，可進(jìn)行并行辨識，不會因為出線的增多而使得辨識時間增加。出線模型確定后，出線-綜合負(fù)荷模型需要辨識的參數(shù)只有等值配電網(wǎng)電抗和等值電容補(bǔ)償容抗2個，辨識速度大大提高。

為了更好地分析2種建模方法的優(yōu)劣，計算每個時間點對應(yīng)的有功偏差εpn、無功偏差εqn。

(21)

式中：Pn、Qn表示第n個時間點實測有功功率、無功功率；Pmn、Qmn表示第n個時間點模型輸出的有功功率、無功功率。

表4為模型偏差分布情況，由表4可知，出線-綜合負(fù)荷模型有功功率、無功功率在0≤ε<0.01和0.01≤ε<0.05范圍的點均比綜合負(fù)荷模型多，說明出線-綜合負(fù)荷模型大部分時間點的有功、無功偏差比綜合負(fù)荷模型小，出線-綜合負(fù)荷模型精度優(yōu)于綜合負(fù)荷模型。

表4模型偏差分布情況

Tab.4Distributionofmodeldeviation點數(shù)

總的來說，總體測辨法需要測量的數(shù)據(jù)只有變電站母線上的數(shù)據(jù)，而基于出線的變電站綜合負(fù)荷建模方法不僅需要測量變電站母線上的數(shù)據(jù)，還需要測量出線的數(shù)據(jù)。但是基于出線的變電站綜合負(fù)荷建模方法比總體測辨法參數(shù)辨識的速度更快、模型精度更高。

5 結(jié) 語

本文針對統(tǒng)計綜合法數(shù)據(jù)統(tǒng)計量大、難以考慮負(fù)荷的時變性和總體測辨法不易收斂、收斂精度不高的不足，提出了基于出線的變電站綜合負(fù)荷建模方法。并通過搭建電力系統(tǒng)負(fù)荷模型，對負(fù)荷參數(shù)進(jìn)行辨識。結(jié)果表明，該方法較總體測辨法，辨識速度和精度都有較大的提高，具有一定的可行性及工程實用性。

[1]鞠平，馬大強(qiáng).電力系統(tǒng)負(fù)荷建模[M].2版.北京：中國電力出版社，2007.

[2]鞠平，謝會玲，陳謙.電力負(fù)荷建模研究的發(fā)展趨勢[J].電力系統(tǒng)自動化，2007，31(2)：1-4，64.

[3]張紅斌，湯涌，張東霞，等.負(fù)荷建模技術(shù)的研究現(xiàn)狀與未來發(fā)展方向[J].電網(wǎng)技術(shù)，2007，31(4)：6-10.

[4]Price W W，Wirgau K A，Murdoch A，et al.Load modeling for power flow and transient stability computer studies[J].IEEE Transactions on Power Systems，1988，3(1)：180-187.

[5]Shaffer W J.Air conditioner response to transmission faults[J].Transactions on Power Systems，1997，12(2)：614-621.

[6]Zhang J C，Yan A H，Chen Z Y，et al.Dynamic synthesis load modeling approach based on load survey and load curves analysis[C].//Electric Utility Deregulation and Restructuring and Power Technologies，Nanjuing: IEEE,2008：1067-1071.

[7]黃曉靜.負(fù)荷模型對實際電網(wǎng)動態(tài)仿真的影響[D].華北電力大學(xué)，2008.

[8]李培強(qiáng)，李欣然，唐外文，等.統(tǒng)計綜合法建模中的行業(yè)用戶精選[J].電力系統(tǒng)自動化，2005，29(14)：34-38.

[9]孔帥.變電站負(fù)荷聚類與綜合負(fù)荷建模研究[D].長沙：長沙理工大學(xué)，2010.

[10]李培強(qiáng)，李欣然，陳輝華，等.基于模糊聚類的電力負(fù)荷特性的分類與綜合[J].中國電機(jī)工程學(xué)報，2005，25(24)：74-78.

[11]李娟，丁堅勇.電力系統(tǒng)負(fù)荷建模和算法的研究及進(jìn)展[J].高電壓技術(shù)， 2008，34(10)：2209-2214.

[12]湯涌，張紅斌，候俊賢，等.考慮配電網(wǎng)絡(luò)的綜合負(fù)荷模型[J].電網(wǎng)技術(shù)，2007，31 (5)：34-38.

[13]陳謙，孫建波，蔡敏，等.考慮配電網(wǎng)絡(luò)綜合負(fù)荷模型的參數(shù)確定[J].中國電機(jī)工程學(xué)報，2008，28 (16)：45-50.

[14]陳謙，湯涌，鞠平，等.計及配件網(wǎng)阻抗和無功補(bǔ)償?shù)耐暾C合負(fù)荷模型參數(shù)辨識[J].中國電機(jī)工程學(xué)報，2010，30(22)：44-50.

[15]鞠平，湯涌，沈偉偉，等.帶理想變壓器的綜合負(fù)荷模型[J].電力自動化設(shè)備，2011，31(8)：1-5.

[16]張劍，孫元章.含有分布式電源的廣義負(fù)荷建模[J].電網(wǎng)技術(shù)，2011，35(8)：41-46.

[17]Rudion K，Guo H，Abildgaard H，et al.Non-linear load modeling-requirements and preparation for measurement[C]//Power & Energy Society General Meeting， Calgary: IEEE,2009，1-7.

(編輯：張小飛)

Outlet-BasedSubstationComprehensiveLoadModelingMethod

LI Jinghua, YE Liu

(College of Electrical Engineering, Guangxi University, Nanning 530004, China)

At present, the component-based method, the measurement-based method and other modeling methods require large amount of statistical data, so they are difficult to reflect the load time-varying characteristics, and have the disadvantages of slow speed and low accuracy of identification, etc. To solve these problems, this paper proposed the outlet-based synthesis load modeling method for substations. From the outlet of the substation, this method first established outlet load model, then constructed model for substation as a whole, and obtained outlet-synthesis load model including static load, dynamic load, distribution network and capacitance compensation. The simulation example results show that, compared with the measurement-based method, the identification speed and precision of this method has a larger increase, with a certain feasibility and practicability.

load modeling; outlet-synthesis load model; parameter identification

國家自然科學(xué)基金項目(51377027)。

TM 715

： A

： 1000-7229(2014)09-0007-06

10.3969/j.issn.1000-7229.2014.09.002

2014-05-26

：2014-06-30

黎靜華 (1982)，女，博士后，副教授，研究生導(dǎo)師，研究方向為負(fù)荷側(cè)需求管理、電力系統(tǒng)優(yōu)化運行與控制，E-mail:lijinghua@gxu.edu.cn；

葉柳 (1991)，女，碩士研究生，研究方向為電力系統(tǒng)優(yōu)化運行與控制，E-mail:yeliu111@foxmail.com。