基于演化聚类算法的电力系统暂态负荷同步预测

荆林国，荆仲毅，张韶晶，张韶颖

（1.国网山东省电力公司滨州供电公司，山东 滨州 256610；2.山东科技大学，山东青岛 266590）

电力系统由大量非线性元件组成，是一个非常复杂的动态系统，其暂态负荷特性是学者们热衷讨论的话题之一[1-2]。目前，通常采用基于时域变换法的电力系统暂态负荷同步预测方法[3]，时域变换法的原理是将电力系统中各个元件模型根据元件间的拓扑关系形成全系统数值计算模型，从而对电力系统暂态负荷进行预测。其在计算时，选择电力系统的稳态工况为计算初值，求解发生故障后的数值解，并根据发电机转子摇摆曲线判别系统在遭遇故障后暂态的稳定性。但是，随着发电量的增加，各个输电工程的高压电流也不断增加，并依据我国电力发展的“十三五”规划，到2020 年全国风电和光伏发电的总装机容量将达到2.1 亿kW 和1.1 亿kW 以上[4]。在该背景下，逐渐改变了传统的电力网络拓扑结构，补充大量的电力电子器件，增加了电力系统的动态特性。传统的基于时域变换法的电力系统暂态负荷同步预测方法已经不适用于电力系统暂态负荷同步预测，逐渐出现预测准确度低的情况。为此，设计一种基于演化聚类算法的电力系统暂态负荷同步预测方法，演化聚类算法可处理随着时间变化而变化的数据，在每一个新的时刻都能够准确地对数据聚类划分。因此，将其应用到电力系统暂态负荷同步预测中，提高电力系统同步预测的准确性。……