負(fù)荷建模及其無(wú)功優(yōu)化算法的研究.pdf

1、本論文研究電力負(fù)荷動(dòng)特性的支持向量機(jī)建模方法、模型結(jié)構(gòu)中核函數(shù)的選取、貝葉斯證據(jù)框架的參數(shù)優(yōu)化選擇、精確數(shù)據(jù)的獲取以及計(jì)及負(fù)荷模型的無(wú)功優(yōu)化算法等關(guān)鍵性問(wèn)題。該研究解決了難以對(duì)復(fù)雜的用電負(fù)荷結(jié)構(gòu)進(jìn)行負(fù)荷建模，負(fù)荷模型結(jié)構(gòu)不靈活、泛化能力不強(qiáng)、模型不準(zhǔn)確的問(wèn)題，以及考慮負(fù)荷模型的復(fù)雜的綜合無(wú)功優(yōu)化問(wèn)題。論文的主要內(nèi)容如下：
　　 負(fù)荷模型和參數(shù)的準(zhǔn)確度對(duì)電力系統(tǒng)數(shù)字仿真結(jié)果影響很大，提出了利用貝葉斯證據(jù)框架的支持向量機(jī)(SVM)負(fù)

2、荷建模方法。該方法將負(fù)荷節(jié)點(diǎn)看著“黑箱”，應(yīng)用SVM回歸理論建立節(jié)點(diǎn)處的非機(jī)理負(fù)荷模型結(jié)構(gòu)，選用高斯徑向基核函數(shù)、采用貝葉斯證據(jù)框架的三個(gè)準(zhǔn)則進(jìn)行模型參數(shù)的優(yōu)化選擇。該方法能夠靈活地改變模型結(jié)構(gòu)、對(duì)參數(shù)進(jìn)行辨識(shí)和優(yōu)化，建立了能夠反映負(fù)荷特性的非機(jī)理負(fù)荷模型。
　　 廣域測(cè)量系統(tǒng)(WAMS)具有異地高精度和高密度同步測(cè)量、高速通信等特點(diǎn)，能夠?qū)崟r(shí)地提供大量反映系統(tǒng)特性的動(dòng)態(tài)數(shù)據(jù)，提出了利用WAMS信息和SVM的負(fù)荷建模。仿真結(jié)果表

3、明，模型待辨識(shí)參數(shù)少，計(jì)算速度快，泛化能力好，所建模型精確、能夠較準(zhǔn)確地描述實(shí)際負(fù)荷。對(duì)于大擾動(dòng)事件，提出了利用電力故障錄波系統(tǒng)信息(PFRMS)和SVM的負(fù)荷建模。創(chuàng)建的PFRMS滿足了負(fù)荷建模精確數(shù)據(jù)來(lái)源的要求。利用故障錄波信息重演負(fù)荷特性的暫態(tài)過(guò)程，通過(guò)實(shí)測(cè)曲線和負(fù)荷模型仿真曲線的比較，進(jìn)行負(fù)荷動(dòng)特性模型的校驗(yàn)。
　　 針對(duì)電網(wǎng)中負(fù)荷大小及其變化趨勢(shì)對(duì)無(wú)功優(yōu)化的影響，提出的電力系統(tǒng)無(wú)功優(yōu)化以全調(diào)度周期網(wǎng)損最小，改善系統(tǒng)電壓