基于随机模糊聚类的负荷建模与参数辨识

针对实际负荷的无功功率变化范围比有功功率大的特点以及电力负荷的时变性和变结构性，提出了一种新的负荷建模与参数辨识方法。首先，对linearized-GNLD模型的无功部分进行了改进，以刻画实际负荷的无功部分往往比有功部分具有更大变化范围的特点;进而将有效性函数引入随机模糊聚类中，获得了无需事先给定分类数就能同时获得最佳分类数及相应聚类隶属度的随机模糊聚类新方法;最后，把所提出的新方法与改进的linearized-GNLD模型以及先聚类后辨识策略相结合而获得了新的负荷建模与参数辨识方法。相对于其他方法而言，所建立的模型无需事先给定负荷模型个数而使得实际应用更为方便;同时，由于先聚类后辨识策略，使得每一类负荷模型均是基于类似负荷曲线（节点电压、有功功率、无功功率的负荷曲线组）而获得，相应地所获得的负荷模型也具有更高的辨识精度和更好的推广性。算例证明了所提方法的有效性及正确性