，并总结出两种方法的优缺点。电力系统负荷模型的分类按照反映负荷动态和静态的特性可以将负荷模型分为动态和静态两种模型，静态模型可以用系列的代数方程描述，而动态方程则可以用微分和差分方程来描述，每种模型又可分为好几种类型。静态负荷模型稳态条件下，负荷有功功率及无功功率随端电压频率的缓慢变化而变化的特性叫做负荷的静态特性，它们之间的非线性函数关系包括数据曲线或解析表达式叫做负荷的静态负荷模型。负荷静态特性用代数性最小二乘法问题的牛顿法阻力最小二乘法也可以采用各种非线性优化方法，如最快下降法等。下面仔细分析下多项式负荷模型和幂函数模型参数辨识方法。静态负荷模型辨识原理在本论文中，忽略频率对系统中负荷影响，所得的简化多项式模型为，这里输入变量有个，即电压，输出变量有两个，即负荷有功和负荷无功，待辨识的参数为和。设时刻的输入为，输出为以有功模型参数辨识为例，根据最小二乘法，此时的误差为，与等式约束条件联立，消去个参数，则。令指标函数为用指标函数对参数和分别求偏导数，并令其为零，可得。从上可以解出和，带入等式约束条件，进而求出参数。同样的方法求出参数。我们知道，参数及表示各类型负荷所占比例，均是非负的。而上述推到过程有个等式约束条件，计算结果可能出现负值，因为应该加入不等式约束条件，采用非线性规划的方法求最优解，根据已经列出的指标函数和等式约束可以建立不受约束的目标函数，令根据库恩塔克定理给出的非线性规划的最优解所满足的条件可以得到参数的最优解。粒子群优化算法简介粒子群优化算法的基本思想粒子群优化算法是受到鸟群或鱼群社会行为的启发而形成的种基于种群的随机优化技术。它将每个优化问题的解看作是搜索空间中的粒子，这些粒子都有自己的个被优化后的函数所决定的适合值，每个粒子都有自己的个速度，这些速度决定了它们运动的方向和距离，然后粒子们就会在空追随当前的最优粒子在解空间中搜索。算法是种基于群体智能的新型演化计算技术，具有简单易实现设置参数少全局优化能力强等优点。已在函数优化模式识别信号处理机器人技术等许多领域取得了成功的应用。粒子群优化算法的基本流程粒子群优化算法的基本流程如图所示。图粒子群优化算法基本流程图综合负荷模型的参数辨识负荷模型的方程如果完整考虑到配电网的阻抗电动机的特征静态负荷和电容补偿的负荷模型结构图所示，可以称作完整综合负荷模型，因为这种模型比简化综合负荷模型又多了恒定电流恒定功率和补偿电容器这三项。在图中，为实际负荷母线的电压，为虚拟母线的电压，实际负荷母线和虚拟母线之间的部分便是等值的配电网阻抗。个体极值和全局极值更新图综合负荷模型结构图上述模型中考虑了频率变化，当采用标幺值时，。假设正常运行频率为额定频率，则所以下列方程中电抗实质上是电感，也就是正常额定频率下电抗的标幺值，为和习惯致仍用电抗符号表示。本文中，由于配电网的电阻和电抗较小，忽略其影响。感应电动机采用计及机电暂态的阶模型，坐标系有以转子转速旋转的坐标系和以同步速旋转的坐标系这种，电动机状态方程在不同坐标系下是不同的，但和电网联网求解时需转换为系统公共的坐标系,此时状态方程是致的，即动态结果产生影响，也会对电力系统本身的分析与安全有定的影响。在临界情况下，还可能从根本上改变定性的结论。因此，改进负荷模型十分重要。电力系统模型计算精度的提高与发电机输电网络及电力负荷三大部分的建模都有密切的关系。负荷模型的精度较低阻碍了整个系统模拟精度的进步提高，并降低了改善发电机及输电网络模型的价值。因此，改进负荷模型十分迫切。所以，电力系统的负荷建模是电力系统的基础课题，它的理论和实际工程价值都很高。电力负荷建模的发展历程以及研究现状早在二十世纪三四十年代，人们就已经认识到在电力系统分析里面负荷模型的重要性，并且开始着手从静态和动态两个方面研究负荷随电压和频率变化的规律，这个时期可以说是电力负荷建模的萌芽期。到了六十年代末七十年代初，人们对电力系统数字仿真的计算精度要求越来越高，于是在这个时期，原动机发电机和调速系统等电力系统元件的数学模型在精确性上得到了非常好的发展。遗憾的是，负荷建模的些难题直未得到较好的有效的解决，因此对其研究水平直在原地踏步。美国电力科学研究院打破了负荷建模原地踏步的局面，开展了系列针对统计综合法负荷建模的工作。其中较著名的是学校对负荷建模方法的系列研究，以及通用对负荷建模方法所搞的系列现场测试。基本的建模过程可以理解为通过试验研究些典型电器的负荷特性，然后分析得出它们的特性方程，然后对每个符合点做百分比测试，所谓百分比测试就是对些特殊时期的典型负荷进行统计，得到各自的百分比。最后对所有以上步骤得到的数据进行综合，即可得到所统计的负荷点的负荷构成，从而确立其负荷模型。综上所述，在负荷建模发展的几十年中，电力系统负荷建模领域发生了很大的变大。采用静态负荷以及定比例的感应电动机动态负荷仍然被长期应用于电力系统稳定性分析虽然不够精确，但通过些事故模拟也可以比较好的吻合。电力负荷建模的基本方法电力系统负荷建模的基本方法分为统计综合法和总体测辨法。其中由于总体测辨法兴起较晚，仍在不断研究完善中。统计综合法的基本思路是将综合负荷看是作单个用户的集合，而每个用户又集合了各类用电设备。综合法的方法是首先要求将不同电器进行分类，然后确定每类电器的平均特性，又根据各类用电设备的容量比例，从而最后得出综合负荷模型和参数。综合法是在分析了每类典型的负荷特性后，在综合的负荷点像枢纽变电站等，然后分析得到各类用电器的组成成分以及容量比例，最后通过分析这些得到的数据从而得出该综合负荷点的静态负荷模型。总体测辨法的基本思路是是将综合负荷看作个完整统的整体。首先采集测量数据，这些数据是经过现场测量得到的。根据这些数据可以辨识得到个基础的综合负荷模型的结构并且得到模型参数，最后利用大量若干的实测数据来验证模型的综合描述能力。本文主要工作目前，建立每种用电设备的模型相对来言比较容易，但是因为负荷的时变性随机性分布性等原因，建立个总体的负荷建模需要克服许多困难。因此选用正确的负荷建模方法是解决负荷建模种种问题的根本。通过对负荷建模的研究可以发现出，每种建模方法都有定的限制条件和弊端，也就是每种方法都有定的使用范围。本课题针对直困扰电力系统的负荷建模问题，基于负荷建模的基本定义以及负荷建模的方法，通过对实际算例的分析，总结出其优缺点，本文的详细工作如下。详细介绍了电力负荷建模的意义以及发展现状。详细介绍了电力系统基本概念以及动态静态负荷的模型以及各类负荷的特点。运用现有的程序进行总体测辨法进行负荷建模，建模后的系统负荷为包含综合负荷的模型。负荷采用感应电动机并联负荷静特性的模型结构。并将辨识后的系统同辨识前的系统，在同样故障情况下对过程中的电压功率进行比较式中为转子角速度，和分别为同步坐标下的直轴交轴暂态电势为激磁电抗，为定子电抗，为稳态电抗，为暂态电抗，为转子电阻，为转子电抗，为转子绕组时间常数，为惯性时间常数。定子电流方程为式中为定子电阻。与此对应的暂态等值电路如下图所示图电动机暂态等值电路转子运动方程为，机械功率为,式中为机械转矩系数为初始机械转矩。部分，式中为有功和无功频率特性系数分别为有功恒阻抗系数有功恒电流系数有功恒功率系数无功恒阻抗系数无功恒电流系数和无功恒功率系数，且满足。由于在标幺值下有,，所以补偿电容器容量为。式中为正常运行时的电容器容抗。进步可求得补偿电容器电容至此，使得到了完整的综合负荷模型方程。综合负荷模型的初始化计算求静态部分消耗的总功率和根据母线电压及感应电动机参数可以计算得到电动机消耗的初始功率和，进而求得静态部分消耗的初始功率和。此处和均为系统基值下的标幺值，而电动机参数是电动机额定容量下的标幺值，所以计算时要注意转换成系统基准容量下的标幺值。从总静态负荷功率中分离出模型负荷消耗的功率和补偿设备消耗的功率。通过前面的计算得到了静态负荷消耗的总功率，设部分消耗的功率，补偿电容器消耗的功率为，由中图所示，可以得出。在静态负荷功率因数给定的条件下，从而。若说明是真正的无功补偿设备若，说明是无功负荷，可并入负荷若，由式可知,，相当于没有补偿设备。所以，当试算时，只需要令即可。求初始状态量，。及根据的范围由程序可计算出最符合实际情况的的数值。之后运用公式令上式中倒数项为，便得到稳定条件，并将带入上式可得记将式稳定条件的虚实部分开并写成矩阵形式式中。将和代入式即可得及至此初始化完毕。负荷模型的参数辨识过程设定待辨识的重点参数的初值，其余参数赋予典型值。，，，，根据实际负荷母线上的测量数据，得出表格,取得些数据如下表所示。初始化计算得到电动机初始功率及总静态负荷功率，从中分离出，并按照上节所介绍的方法由和计算出补偿电器的