基于蚁群算法的电力系统综合负荷模型及其参数辨识研究，李成，邵正炎，在进行电力系统负荷模型参数辨识时，其所采用的综合负荷模型有必要考虑配电网络的影响。蚁群优化算法是一种基于种群的模拟进化算
2022-05-15 16:42:54
191KB
1
对电力负荷模型进行仿真，模型采用三阶感应电机模型，，x-y-0系统，电机的实测数据位psasp仿真得到，参数由粒子群算法辨识得到，蓝色为实测数据曲线，红色为仿真数据。上半部为有功功率，下半部为无功.已经将辨识参数，实测数据编写成脚本，可以直接改写或编辑
2022-05-07 22:11:38
6KB
1
非常实用的一本专业书，主编王锡凡。
本书全面阐述电力系统分析所采用的理论模型和算法，介绍这一领域的最新进展。全书共分8章。第一、二章分别讨论电力网络的数学模型、潮流计算和静态安全分析。第三章介绍了在电力市场环境下电力系统稳态分析的有关问题。第四章阐述高压直流输电与柔性输电的原理、模型和潮流控制。第五章介绍发电机组与负荷的数学模型。第六、七章分别讨论了大干扰下及小干扰下电力系统稳定性分析方法。第八章阐述了电压稳定问题。附录给出了用C++编写的完整的P—Q分解潮流程序。
2021-10-14 19:11:01
10.89MB
1
采用扩展卡尔曼滤波算法建立由动态负荷和静态负荷组成的综合负荷数学模型,并列出了其转子运动方程、状态方程和输出方程,其中动态负荷由等值的异步电机表示,静态负荷由恒定导纳并联组成。通过动模试验,取得给定负荷在系统扰动时的电压、电流数据。根据所建立数学模型的输入、输出值,用扩展卡尔曼滤波算法辨识其中的待定参数。参数初值设置为真值的2～7倍,辨识结果误差为2%～3%。分析结果表明,扩展卡尔曼滤波可在短时间内收敛,能正确地辨识出系统参数,且稳定性好。结论表明扩展卡尔曼滤波可以用于电力系统参数辨识,为电力系统状态估计、负荷建模提供了有效方法。
2021-09-12 16:33:04
1013KB
1