一种用于确定电力系统综合负荷构成的方法及系统与流程

本发明涉及电力系统仿真建模技术领域，并且更具体地，涉及一种用于确定电力系统综合负荷构成的方法及系统。

背景技术：

电力系统仿真与建模技术是电力系统分析控制领域的核心技术之一。电力系统的数字仿真是电力系统规划设计和运行控制的基础，准确的仿真结果有赖于准确的综合负荷模型，正因为如此，电力系统的综合负荷建模正在越来越受到电力系统分析与控制领域的理论与工程界的高度关注与重视。在诸多负荷建模方法中，基于典型用电设备特性的统计综合法是一种行之有效的方法，但是准确地确定综合负荷中的用电设备构成比例无论在理论上还是在实际工程中面临非常大的困难。

技术实现要素：

针对上述问题，本发明提出了一种用于确定电力系统综合负荷构成的方法，包括：

确定电力系统综合负荷中用电设备的负荷模型及负荷模型参数，根据负荷模型及负荷模型参数，确定综合负荷的静态特征；

获取预设时间段内的用电设备的电压、频率及有功功率的量测数据；

根据静态特征及量测数据建立功率测量模型，对功率测量模型模型求解，获取用电设备的额定功率；

根据额定功率，确定用电设备的吸收功率；

针对用电设备的吸收功率，确定用电设备的吸收功率占比，根据电设备的吸收功率占比，确定电力系统综合负荷的构成。

可选的，求解用电设备的额定功率使用最小二乘法拟合求解。

可选的，负荷模型为幂函数模型。

可选的，量测数据的获取，具体为：

采集用电设备正常运行时，用电设备的用户进线处的预设时间段内的用电设备的电压、频率及有功功率数据。

可选的，对功率测量模型模型求解时，若无解，增加预设时间段的时间范围，增加量测数据的采集。

本发明还提出了一种用于确定电力系统综合负荷构成的系统，包括：

特征确定单元，确定电力系统综合负荷中用电设备的负荷模型及负荷模型参数，根据负荷模型及负荷模型参数，确定综合负荷的静态特征；

量测单元，获取预设时间段内的用电设备的电压、频率及有功功率的量测数据；

第一计算单元，根据静态特征及量测数据建立功率测量模型，对功率测量模型模型求解，获取用电设备的额定功率；

第二计算单元，根据额定功率，确定用电设备的吸收功率；

第三计算单元，针对用电设备的吸收功率，确定用电设备的吸收功率占比，根据电设备的吸收功率占比，确定电力系统综合负荷的构成。

可选的，求解用电设备的额定功率使用最小二乘法拟合求解。

可选的，负荷模型为幂函数模型。

可选的，量测数据的获取，具体为：

采集用电设备正常运行时，用电设备的用户进线处的预设时间段内的用电设备的电压、频率及有功功率数据。

可选的，对功率测量模型模型求解时，若无解，增加预设时间段的时间范围，增加量测数据的采集。

本发明实现简单，无需附加投入，工程实用性好，本发明不仅可以解决以往电力系统负荷建模时综合负荷构成的成分比例难以准确解析确定的理论和工程难题，而且对于智能供用电研究有重要的理论和工程实用价值。

附图说明

图1为本发明方法的流程图；

图2为本发明方法实施例的流程图；

图3为本发明系统的结构图。

具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。

本发明提出了一种用于确定电力系统综合负荷构成的方法，如图1所示，包括：

确定电力系统综合负荷中用电设备的负荷模型及负荷模型参数，根据负荷模型及负荷模型参数，确定综合负荷的静态特征；

获取预设时间段内的用电设备的电压、频率及有功功率的量测数据；

根据静态特征及量测数据建立功率测量模型，对功率测量模型模型求解，获取用电设备的额定功率；

根据额定功率，确定用电设备的吸收功率；

针对用电设备的吸收功率，确定用电设备的吸收功率占比，根据电设备的吸收功率占比，确定电力系统综合负荷的构成。

其中，求解用电设备的额定功率使用最小二乘法拟合求解。

其中，负荷模型为幂函数模型。

其中，量测数据的获取，具体为：

采集用电设备正常运行时，用电设备的用户进线处的预设时间段内的用电设备的电压、频率及有功功率数据。

其中，对功率测量模型模型求解时，若无解，增加预设时间段的时间范围，增加量测数据的采集。

下面结合实施例对本发明进行进一步的说明：

本发明的原理如图2所示，假设在一定的时间间隔之内，综合负荷中所投入使用的用电设备的种类及装机容量不变，在正常运行条件下，于用户进线处(例如变电站主变以及台区配变的高压侧，工业用户专用变高压侧，居民家庭用户进户表处等处)可采样测得用户的母线电压、有功功率以及电网频率。

显然，所测的功率为实验所及的综合负荷的总功率，它是构成综合负荷的所有用电设备功率之总和；

同时，每个电气设备所消耗的功率将依照其自身的静态特性随运行电压以及电网频率的变化而改变。由于正常运行条件下，电网各母线电压(甚至电网频率)总会存在不同程度的变化(如波动)，因此，在给定时间间隔内的不同采样时刻所测得的综合负荷功率也将不同。

假设已经通过实验等方法确定各用电设备的静态特性参数，给定时间间隔内的任一采样功率值即为各用电设备额定装机容量的函数，只要采样时间间隔内存在电压(或频率)的变化(或波动)，即可通过足够的采样时间点的测量数据，构建求解各用电设备额定装机容量所需的数学模型，即可以唯一解析出综合负荷的用电设备构成比例。

综合负荷的静态特征的确定如下：

在电力系统分析控制与仿真建模领域，负荷静态特性即是指在正常运行条件下，负荷功率随其母线电压和电网频率的变化而表现出的变化规律性，这种规律性通常用负荷响应(功率)与电网激励(电压和频率)之间的代数方程来描述，也即负荷的静态(特性)模型。本发明选用常用的幂函数模型来描述负荷的静态特性，其形式如式(1)所示：

式(1)中，v0、f0、pd0分别为初始运行点的电压、频率与负荷功率，v、f、pd则分别为量测时刻对应的电压、频率与负荷功率，α、β即为模型参数。

综合负荷的功率量测模型的确定如下：

设在预设的时间段内共采集l组量测数据，获得采样数据序列{uk，fk，pk}，k＝1,2,...,l。此处uk、fk、pk分别为第k个采样点对应的负荷母线电压、电网频率和综合负荷功率。

假设综合负荷中含有n种特性各异的用电设备(每种设备可以是1台设备或同类多台设备的集合等值)，则由式(1)，综合负荷中第i种用电设备在第k个采样点对应的负荷功率如式(2)所示。

其中，pni为量测时间间隔内负荷设备i的标称功率，也即测量时刻运行中的该(类)设备的额定功率；vn、fn分别为额定电压和额定频率；αi、βi即为第i种用电设备的静态特性参数，i＝1,2,...,n，为构成综合负荷的用电设备种类。

由式(2)中，综合负荷的所有n种用电设备的静态特性参数构成参数向量θ＝[α1,α2,...,αi,...,αn,β1,β2,...,βi,...,βn]^t，参数向量采用实验方法确定。

对于大电网而言，系统频率通常变化很小，可以近似认为fk＝fn，从而式(2)即可简化为公式(3)：

这时，对描述用电设备吸收功率起作用的参数向量即退化为θ＝[α1,α2,...,αi,...,αn]^t，量测数据样本即简化为：{uk,pk}，k＝1,2,...,l。

根据功率平衡原理，任一采样时刻的综合负荷功率应为同时可各用电设备消耗功率之总和，从而第k采样时刻所对应的综合负荷总功率pk满足式(4)。

对于整个采样数据序列{uk,pk}(k＝1,2,...,l)，下式(5)成立，其简写式如式(6)所示，式(5)、(6)中，

ape＝pm(6)

式(5)(或式(6))即为综合负荷功率量测模型，模型中，向量pe＝[pn1...pni...pnn]^t和pm＝[p1...pk...pl]^t分别由各用电设备额定功率和各采样时刻综合负荷实测功率构成，称之为额定功率向量和量测功率向量；a∈r^l×n为由用电设备静态特性参数和量测电压决定的系数矩阵。由于量测序列{uk,pk}(k＝1,2,...,l)以及综合负荷中每类用电设备静态特性参数均为已知，因而a为已知的常数矩阵，式(5)(或式(6))即是以各类用电设备的额定功率为待求变量的线性方程组，解之即可得待求向量pn。

功率量测模型的求解如下：

式(5)(或式(6))所描述的线性方程组有唯一解且非零的充分必要条件是矩阵的秩满足r(a)＝r(a,pm)＝n。但是由于给定时间间隔内不同采样时刻的运行电压可能相等以及量测误差等原因，会使得上述关于矩阵秩的条件不满足且出现矛盾方程。

为了准确解析综合负荷的构成比例，实际应用时，可采取下述措施：在不扩大实测时间间隔(以保证采样时间段内综合负荷构成不变)的前提下，增加量测数据，使量测数据序列长度l>n，实践表明，只要l足够大，即可保证精确的解析结果。

最后，运用最小二乘原理求解综合负荷功率量测模型，即求解下述最小化问题：

比例解析如下：

通过求解综合负荷功率量测模型而获得用电设备额定功率向量之后，即可由下式(8)求得综合负荷中各类用电设备所占比例。

以居民负荷作为实验研究对象，检验方法的有效性和正确性，假定一居民负荷由空调、热水器、洗衣机、电冰箱和荧光灯共5种用电设备构成。其各自的幂函数模型对应的有功功率静态电压指数(即前文式(2)中的幂指数αi)分别为0.468，2.0，0.08，0.77，0.96；其各自的额定功率分别为3000w，2000w，500w，1000w，200w；额定电压220v。

(2)实验数据采样：

调节居民负荷端电压在220v±10％范围内变化，读取20个电压和功率值，同时计算a矩阵元素，结果如表1所列。

(3)功率量测模型求解及居民负荷构成解析：

基于表1数据建立综合负荷(居民负荷)的功率量测模型，运用最小二乘原理求解模型，得到各用电设备额定功率向量如下：

pe＝[300020005001000200]^t

根据上述结果，应用前文之式(8)，即解析出实验对象的5种用电设备(空调、热水器、洗衣机、电冰箱和荧光灯)构成比例依次为：44.78％29.85％7.46％14.93％2.98％；

上述实验结果表明，本发明提出的方法能够准确的解析出综合负荷的用电设备构成比例。

表1

本发明还提出了一种用于确定电力系统综合负荷构成的系统200，如图3所示，包括：

特征确定单元201，确定电力系统综合负荷中用电设备的负荷模型及负荷模型参数，根据负荷模型及负荷模型参数，确定综合负荷的静态特征；

量测单元202，获取预设时间段内的用电设备的电压、频率及有功功率的量测数据；

第一计算单元203，根据静态特征及量测数据建立功率测量模型，对功率测量模型模型求解，获取用电设备的额定功率；

第二计算单元204，根据额定功率，确定用电设备的吸收功率；

第三计算单元205，针对用电设备的吸收功率，确定用电设备的吸收功率占比，根据电设备的吸收功率占比，确定电力系统综合负荷的构成。

其中，求解用电设备的额定功率使用最小二乘法拟合求解。

其中，负荷模型为幂函数模型。

其中，量测数据的获取，具体为：

采集用电设备正常运行时，用电设备的用户进线处的预设时间段内的用电设备的电压、频率及有功功率数据。

其中，对功率测量模型模型求解时，若无解，增加预设时间段的时间范围，增加量测数据的采集。

本发明在已知用电设备静态特性参数的前提下，只需要获得某给定时间间隔内的综合负荷的端口电压、系统频率和有功功率采样值，即可解析出综合负荷的用电设备构成比例。

本发明实现简单，无需附加投入，工程实用性好。

本发明不仅可以解决以往电力系统负荷建模时综合负荷构成的成分比例难以准确解析确定的理论和工程难题，而且对于智能供用电研究(例如需求侧响应和需求侧管理研究)有重要的理论和工程实用价值。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。本发明实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言java和直译式脚本语言javascript等。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。