[发明专利]一种基于局部智能量测的在线负荷建模方法

说明书

本发明公开一种基于局部智能量测的在线负荷建模方法，包括如下步骤：步骤1，基于智能抄表系统采集的日负荷数据进行用户聚类，每类用户中选取部分典型用户进行侵入式负荷监测，负荷监测设备为智能插座；步骤2，基于智能插座采集的实时负荷信息进行在线测辩，获取负荷模型，利用每类中典型用户的负荷模型替代该类中其他用户，以实时获取所有用户的综合负荷模型；步骤3，分别建立底层用户静态负荷及感应电动机负荷的聚合模型；步骤4，考虑配电网络的影响，将静态负荷及感应电动机负荷聚合模型由低压侧逐步向高压侧等值，最终获取配电网220/110kV母线下的综合负荷模型。此种方法能够提高负荷模型的准确度，反映负荷的实际特性。

技术领域

本发明属于电力系统运行控制技术领域，特别涉及一种基于局部智能量测的在线负荷建模方法。

背景技术

负荷模型的准确性对电力系统设计、计算及安全稳定分析具有非常重要的影响。随着系统规模的不断扩大、新技术新装备的投用给负荷建模工作带来了更大的挑战。长期以来，国内外科研工作者开展了大量的电力负荷建模工作，总体形成了两种负荷建模方法，即统计综合法和总体测辨法，这些方法均取得了一定的成效，同时也存在着各自的局限性。统计综合法的基本思想是统计各类型用户的负荷组成，确定静态负荷和感应电动机负荷的比重，综合得出总体的负荷模型，其缺点在于统计工作耗时费力，模型时变性差。总体测辩法的基本思想是将负荷群看作一个整体，依据现场采集测量数据，对负荷模型参数进行整体辨识，总体测辩法的测量工作复杂，模型准确度难以保证等。

传统负荷建模方法获取的负荷模型一般接于220kV或110kV母线。一般来说，电压等级越低，越接近末端负荷成分越明确，同时选取的样本越多，负荷识别的准确性也越高。过去，由于技术手段的限制，难以深入到配电网底层用户开展负荷实测及建模工作。但随着大规模智能电网的建设，计算、通信、传感等信息技术的快速发展，使得电力负荷信息在线监测成为可能。负荷在线监测设备可实时采集电力系统用户负荷信息并进行在线测辩，为电力部门提供实时的、准确的负荷信息，利用这些量测信息可以开展实时的负荷建模研究工作。

发明内容

本发明的目的，在于提供一种基于局部智能量测的在线负荷建模方法，基于配电网底层电压等级上所有元件的负荷模型，进行分层聚合，逐级向上等值，最终获取220kV/110kV母线综合负荷模型；相比传统负荷建模方法，本发明能够提高负荷模型的准确度，反映负荷的实际特性。

为了达成上述目的，本发明的解决方案是：

一种基于局部智能量测的在线负荷建模方法，包括如下步骤：

步骤1，基于智能抄表系统采集的日负荷数据进行用户聚类，每类用户中选取部分典型用户进行侵入式负荷监测，负荷监测设备为智能插座；

步骤2，基于智能插座采集的实时负荷信息进行在线测辩，获取负荷模型，利用每类中典型用户的负荷模型替代该类中其他用户，以实时获取所有用户的综合负荷模型；

步骤3，分别建立底层用户静态负荷及感应电动机负荷的聚合模型；

步骤4，考虑配电网络的影响，将静态负荷及感应电动机负荷聚合模型由低压侧逐步向高压侧等值，最终获取配电网220/110kV母线下的综合负荷模型。

上述步骤1中，基于智能抄表系统采集的日负荷数据进行用户聚类的具体内容是：针对给定的N个用户的日负荷数据，随机选取K个用户，每个用户代表一个用户群的初始聚类中心，将剩余的其他用户依据用电量欧式距离分配到距离最近的聚类中心，共形成K个用户群；重新计算每个用户群的聚类中心，即对用户群中所有用户用电量取平均值，再次将所有用户分配到距离最近的聚类中心，按照此过程不断重复，直到每个用户群的聚类中心不再发生变化，或聚类准则函数达到收敛条件。