基于在线数据的负荷建模研究
摘要 | 第8-10页 |
ABSTRACT | 第10-11页 |
第一章 绪论 | 第12-20页 |
1.1 研究背景 | 第12-13页 |
1.2 电力系统负荷建模的意义 | 第13-15页 |
1.2.1 负荷模型对潮流计算的影响 | 第13页 |
1.2.2 负荷模型对暂态稳定的影响 | 第13-14页 |
1.2.3 负荷模型对电压稳定的影响 | 第14页 |
1.2.4 负荷模型对小扰动稳定的影响 | 第14-15页 |
1.3 电力负荷建模的发展与现状 | 第15-16页 |
1.3.1 国外负荷建模的发展与现状 | 第15页 |
1.3.2 国内负荷建模的发展与现状 | 第15-16页 |
1.4 现有负荷建模存在的问题 | 第16-17页 |
1.5 故障录波装置用于负荷建模 | 第17-18页 |
1.6 本文所做工作 | 第18-20页 |
第二章 负荷建模的理论基础 | 第20-34页 |
2.1 负荷建模方法 | 第20-22页 |
2.1.1 统计综合法 | 第20-21页 |
2.1.2 总体测辨法 | 第21-22页 |
2.2 负荷建模数据来源 | 第22-24页 |
2.3 负荷模型种类 | 第24-28页 |
2.3.1 静态负荷模型 | 第24-25页 |
2.3.1.1 多项式模型 | 第24-25页 |
2.3.1.2 幂函数模型 | 第25页 |
2.3.2 动态负荷模型 | 第25-28页 |
2.3.2.1 机理模型 | 第25-27页 |
2.3.2.2 非机理模型 | 第27-28页 |
2.4 参数辨识算法研究 | 第28-33页 |
2.4.1 系统辨识的定义 | 第28-29页 |
2.4.2 最小二乘法 | 第29-30页 |
2.4.3 粒子群优化算法 | 第30-33页 |
2.4.3.1 粒子群优化算法的基本思想 | 第30页 |
2.4.3.2 粒子群优化算法的数学描述 | 第30-31页 |
2.4.3.3 粒子群优化算法的基本流程 | 第31-33页 |
2.5 小结 | 第33-34页 |
第三章 在线静态负荷建模 | 第34-44页 |
3.1 引言 | 第34页 |
3.2 在线静态负荷建模思路 | 第34-36页 |
3.3 递推最小二乘法 | 第36-39页 |
3.4 算例分析 | 第39-43页 |
3.4.1 最小二乘法统一辨识 | 第39-40页 |
3.4.2 递推最小二乘法辨识 | 第40-41页 |
3.4.3 按时间分类建模 | 第41-43页 |
3.5 小结 | 第43-44页 |
第四章 在线动态负荷建模 | 第44-58页 |
4.1 引言 | 第44-45页 |
4.2 动态负荷模型参数辨识 | 第45页 |
4.3 动态负荷模型参数修正 | 第45-48页 |
4.3.1 参数加权平均法 | 第46页 |
4.3.2 基于标准实测样本聚类中心法 | 第46-48页 |
4.4 基于渐进学习的负荷递推修正建模 | 第48-51页 |
4.4.1 基本原理 | 第48-49页 |
4.4.2 方法描述 | 第49-51页 |
4.5 算例分析 | 第51-56页 |
4.5.1 负荷模型设定及故障设置 | 第51-52页 |
4.5.2 负荷递推修正建模 | 第52-55页 |
4.5.3 结果分析与讨论 | 第55-56页 |
4.6 小结 | 第56-58页 |
第五章 含分布式电源的广义负荷建模研究 | 第58-70页 |
5.1 引言 | 第58页 |
5.2 仿真系统及方法 | 第58-59页 |
5.3 接入电源容量大小对负荷建模的影响 | 第59-61页 |
5.4 配网侧接入电源的负荷建模 | 第61-64页 |
5.4.1 模型结构与参数辨识 | 第61-62页 |
5.4.2 异步发电机单独建模 | 第62-63页 |
5.4.3 异步电机并联静态负荷综合模型建模 | 第63-64页 |
5.5 不同负荷水平的广义建模分析 | 第64-69页 |
5.5.1 仿真实例 | 第64-67页 |
5.5.2 模型适应性检验 | 第67-69页 |
5.6 小结 | 第69-70页 |
第六章 结论 | 第70-72页 |
6.1 本文的主要研究内容 | 第70-71页 |
6.2 后期工作展望 | 第71-72页 |
参考文献 | 第72-78页 |
致谢 | 第78-79页 |
攻读硕士学位期间发表的学术论文 | 第79-80页 |
附件 | 第80页 |