基于多目標(biāo)優(yōu)化算法的動(dòng)態(tài)負(fù)荷模型結(jié)構(gòu)選擇與參數(shù)估計(jì).pdf

1、負(fù)荷建模是電力系統(tǒng)中公認(rèn)的難題之一，長(zhǎng)期以來(lái)，負(fù)荷建模的研究一直缺乏系統(tǒng)性和普遍性。本文提出三個(gè)層面的負(fù)荷建模思路，即：負(fù)荷建模的基礎(chǔ)研究、綜合負(fù)荷模型的結(jié)構(gòu)研究以及參數(shù)辨識(shí)算法的研究。該研究對(duì)負(fù)荷建模的實(shí)用化有重要意義，有助于負(fù)荷建模過(guò)程中部分難題的解決。論文的主要內(nèi)容如下： 1、對(duì)負(fù)荷建模進(jìn)行基礎(chǔ)研究，重點(diǎn)討論了負(fù)荷建模的方法、綜合負(fù)荷模型結(jié)構(gòu)的選擇、參數(shù)辨識(shí)算法的選擇，以及模型參數(shù)的穩(wěn)定性等方面。研究了負(fù)荷模型的可辨識(shí)性，

2、對(duì)負(fù)荷模型參數(shù)的不唯一性做了定性分析。 2、通過(guò)分析，對(duì)現(xiàn)有商業(yè)程序中的常用負(fù)荷模型、現(xiàn)已提出的為暫態(tài)穩(wěn)定分析和電壓穩(wěn)定分析而建立的負(fù)荷模型進(jìn)行選擇，歸納出它們的特性以及適用范圍，總結(jié)出4種常用而有效的負(fù)荷動(dòng)態(tài)模型，形成比較適合特定要求的負(fù)荷動(dòng)態(tài)模型。 3、對(duì)負(fù)荷模型的參數(shù)辨識(shí)方法進(jìn)行分析，改進(jìn)現(xiàn)有方法的不足，特別是收斂速度慢且易于收斂到局部最小點(diǎn)等，提出一種能夠并行運(yùn)算的高效、高精度的算法，為網(wǎng)格平臺(tái)下的負(fù)荷建模做前期

3、準(zhǔn)備工作。 4、將現(xiàn)有負(fù)荷模型參數(shù)辨識(shí)的單目標(biāo)優(yōu)化轉(zhuǎn)化成多目標(biāo)優(yōu)化問(wèn)題，并在現(xiàn)有的多目標(biāo)優(yōu)化算法的基礎(chǔ)上，特別是在 NSGA-Ⅱ算法和 SPEA2 算法的基礎(chǔ)上引入并行遺傳算法的思想，來(lái)進(jìn)行多目標(biāo)參數(shù)辨識(shí)，力求克服目前困擾負(fù)荷建模及其參數(shù)辨識(shí)中收斂速度慢、易發(fā)散等問(wèn)題。 5、負(fù)荷動(dòng)態(tài)機(jī)理模型的參數(shù)是不唯一的，現(xiàn)有的參數(shù)辨識(shí)方法只能的辨識(shí)出負(fù)荷模型的一組參數(shù)，本文從目標(biāo)函數(shù)和辨識(shí)算法上進(jìn)行改進(jìn)，可以同時(shí)辨識(shí)出負(fù)荷模型的多組