广域电力系统基于负荷分析与分类的负荷建模研究

《广域电力系统基于负荷分析与分类的负荷建模研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号UDCY843092河海失萼硕士学位论文广域电力系统基于负荷分析与分类的负荷建模研究熊传平指导教师姓名：麴垩煎援洹湿太堂曳氢工程堂随直塞立耍鏖跷=墨申请学位级别：亟±专业名称：直左丕筮盈甚自动丝论文提交日期：窒QQ墨生!星旦2Q目论文答辩日期呈垒Q鱼生3旦星垒目学位授予单位和日期：逦瀣太堂星QQ鱼生垒旦曼目答辩委员会主席：壶垫论文评阅人：里壹壅、处量堡2006年3月中国南京摘要随着当前电网规模的日益增大，广域电力系统的负荷建模引起了电力系统分析人员的重视，单一的负荷建模方法已无法适应当前广域电网建模的需求。针对这种需求并结合当前负荷建模的研究现状，从工程应用的角度出发，本文主要从事了以

2、下几个方面的工作：1．提出了基于负荷分析与分类的综合负荷建模方法。首先通过对广域电力系统负荷站点各个季节典型日负荷曲线的分析，求解出各个站点典型行业用电负荷的构成比例，其次根据这一比例，利用聚类分析法对全网站点做出分类，最后，由分类结果做到全网站点负荷模型参数的推广。2．通过采集广域电力系统各个站点各个季节的典型日曲线，分析各个站点的典型行业用电负荷特性，从而构建出该站点的典型行业负荷构成方程式，分离出站点的典型行业日负荷曲线，最终计算出站点的典型行业用电负荷构成比例。3．根据全网各站点各季节的典型行业用电负荷构成比例，运用谱系数平均距离聚类分析法，对全网各季节的负荷站点做出合理的分类。鉴于

3、采用聚类分析法可以得到不同的聚类分析结果，从工程应用的角度考虑，对不同季节下的不同分类结果做出合理的分析，得出符合工程应用要求的分类结果。4．根据全网各个季节下负荷站点的分类结果，结合现有装设测辨装置站点辨识所得到的模型参数数据库，运用模型向量基理论，推导计算出全网其它站点各个季节的负荷模型参数，做到全网站点负荷模型参数的推广，从而实现模型参数的工程实用化。5．上述研究成果以河南电网为背景得到了有效应用，取得了较好效果。关键词：广域电力系统负荷分析负荷分类负荷建模LOADMODELINGoFWIDEAREAPoWERSYSTEMBASEDONLoADANALYSISANDCLASSIFICA

4、TIoNByXiongChuanping,forMasterDegreeofHohaiUniversityABSTRACTWiththeincreaseoftheelectricnetworkscale，thepowersystemanalysispersonnelattachimportancetotheloadmodelingofWideAreaPowerSystem(WAPS)，thesingleloadmodelingmethodcannotmeetthedemandofWAPSmodeling．Accordingtothedemandandthepresentstatusofloa

5、dmodeling，fromthepointofprojectapplication，themainworkofthisthesisisasfollowing：1．Thesyntheticalloadmodelingmethodbasedonloadanalysisandclassificationisputforward．Firstofa11．thetypicaldailycnlweofeachsubstationisanalyzed，theproportionoftypicaltradepowerconsumptionloadcompositioniscomputed，thenaccor

6、dingtotheproportion，allsubstationsaleclassifiedbyusingclusteringanalysis．Finally,themodelparametersofallsubstationscanheextendedaccordingtotheclusteringresult．2．Accordingtothetypicaldailyloaddataofeachsubstation，theloadcharacteristicofeachsubstationisanalyzed，theloadcompositionequationscanbegained，

7、then，thetypicaldailycurveofeachsubstationcanbeseparated,andfinally,theproportioncanbecomputed．3．Accordingtotheproportionofloadcomposition，usingthehierarchicalclusteranalysisbasedonaveragedistance，thesubstat