基于非线性系统降阶的感应电动机群聚合

发布时间：2018-03-09 23:12

本文选题：感应电动机群聚合　切入点：非线性系统降阶　出处：《中国电机工程学报》2015年08期 　论文类型：期刊论文

【摘要】：负荷模型对于电力系统稳定性分析结果有着重要的影响,感应电动机群聚合是综合负荷建模的重要组成部分。提出一种利用非线性模型降阶进行感应电动机群聚合的新方法。首先将感应电动机群描述成输入为母线电压,输出为等值阻抗的非线性系统,然后计算系统的经验格拉姆矩阵以及平衡变换矩阵,接着利用自适应遗传算法对平衡变换矩阵进行修正,最后应用Glarkin投影对原系统平衡截断得到低阶负荷模型。以Anderson 3机9节点系统为例,对6台参数差异较大的感应电动机群进行聚合,分析比较所提方法与其他方法得到的聚合模型在不同故障切除时间下的系统响应和临界切除时间。仿真结果表明,所提方法得到的聚合模型在不同的系统运行状态下均能较好地反映原始电动机群的特性,可以保证电力系统暂态仿真的精度。
[Abstract]:Load model plays an important role in the stability analysis of power system. Induction motor group aggregation is an important part of integrated load modeling. A new method of induction motor group aggregation using nonlinear model reduction is proposed. Firstly, the induction motor group is described as input bus voltage. The nonlinear system with equivalent impedance is outputted, and then the empirical Gramm matrix and the equilibrium transformation matrix of the system are calculated, and then the balance transformation matrix is modified by adaptive genetic algorithm. Finally, the low order load model is obtained by using Glarkin projection to truncate the original system. Taking 9 bus system of Anderson 3 machine as an example, six induction motor groups with different parameters are aggregated. The system response and critical cutting time of the aggregation model obtained by the proposed method and other methods are analyzed and compared under different fault removal times. The simulation results show that, The aggregation model obtained by the proposed method can well reflect the characteristics of the original motor group under different system operation conditions, and can ensure the accuracy of power system transient simulation.
【作者单位】：西安交通大学电气工程学院;
【分类号】：TM346

【参考文献】

相关期刊论文前10条

1 张景超;张承学;鄢安河;张鹏飞;李奎;;基于自组织神经网络和稳态模型的多台感应电动机聚合方法[J];电力系统自动化;2007年11期

2 郭金川;余贻鑫;黎鹏;曾沅;;计及负载率和临界滑差的改进感应电动机加权聚合[J];电力系统自动化;2008年14期

3 张剑;孙元章;徐箭;刘淑军;忻俊慧;雷庆生;董航;;基于同调性的电动机动态聚合方法[J];电力系统自动化;2010年05期

4 侯俊贤;汤涌;张红斌;张东霞;;感应电动机的综合方法研究[J];电网技术;2007年04期

5 张红斌;刘启玉;刘应梅;;感应电动机群聚合方法及其动模试验[J];电网技术;2011年01期

6 卢长娜;王如云;陈耀登;;自适应遗传算法[J];计算机仿真;2006年01期

7 张红斌;汤涌;张东霞;侯俊贤;;考虑配电网络的感应电动机负荷模型聚合方法研究[J];中国电机工程学报;2006年24期

8 刘萌;褚晓东;张文;刘玉田;;基于多样性保持的空调负荷群调度控制策略[J];中国电机工程学报;2014年22期

9 曾丹;姚建国;杨胜春;王珂;李亚平;;柔性负荷与电网互动的系统动力学仿真模型[J];中国电机工程学报;2014年25期

10 张志丹;黄小庆;曹一家;田世明;刘继东;彭寒梅;;电网友好型空调负荷的主动响应策略研究[J];中国电机工程学报;2014年25期

【共引文献】

相关期刊论文前10条

1 卢志刚;孙松强;;基于改进遗传算法的电磁制动器线圈优化设计[J];电工电能新技术;2010年04期

2 郭金川;余贻鑫;黎鹏;曾沅;;计及负载率和临界滑差的改进感应电动机加权聚合[J];电力系统自动化;2008年14期

3 李智勇;吴晶莹;吴为麟;宋保明;;基于自组织映射神经网络的电力用户负荷曲线聚类[J];电力系统自动化;2008年15期

4 张剑;孙元章;徐箭;刘淑军;忻俊慧;雷庆生;董航;;基于同调性的电动机动态聚合方法[J];电力系统自动化;2010年05期

5 张剑;孙元章;徐箭;刘淑军;忻俊慧;雷庆生;董航;;一种改进的电动机静态聚合方法[J];电力自动化设备;2010年05期

6 陈迁;徐箭;孙元章;黄磊;崔挺;;考虑气温影响的负荷模型参数不确定性建模[J];电力自动化设备;2011年10期

7 廖其龙;颜伟;徐国禹;伍维根;周念成;刘欢;;电压稳定问题中负荷节点电压幅值变化基本方程式的研究[J];电网技术;2008年15期

8 邓桂平;孙元章;徐箭;;应用综合负荷模型的电容补偿配电网感应电动机起动方法[J];电网技术;2009年04期

9 张剑;孙元章;;含有分布式电源的广义负荷建模[J];电网技术;2011年08期

10 李志强;韩志勇;安宁;;体现轧机功率需求主动性的周期性冲击负荷模型[J];电网技术;2011年12期

相关期刊论文前10条

1 孙伟卿;王承民;张焰;;智能电网中的柔性负荷[J];电力需求侧管理;2012年03期

2 鞠平;电力系统负荷建模理论与实践[J];电力系统自动化;1999年19期

3 贺仁睦,周文;电力系统负荷模型的分类与综合[J];电力系统自动化;1999年19期

4 韦凌云,吴捷,刘永强;基于系统动力学的电力系统中长期负荷预测[J];电力系统自动化;2000年16期

5 李欣然,陈元新,苏盛;感应电动机的参数加权平均综合建模[J];电力系统自动化;2001年15期

6 鞠平,金艳,吴峰,程颖;综合负荷特性的分类综合方法及其应用[J];电力系统自动化;2004年01期

7 贺仁睦;电力系统精确仿真与负荷模型实用化[J];电力系统自动化;2004年16期

8 鞠平,戴琦,黄永皓,付红军,何南强;我国电力负荷建模工作的若干建议[J];电力系统自动化;2004年16期

9 黄梅,贺仁睦,杨少兵,张佰春;东北电网负荷模型的分类与应用[J];电力系统自动化;2005年04期

10 李培强,李欣然,唐外文,陈辉华,刘艳阳;统计综合法负荷建模中的行业用户精选[J];电力系统自动化;2005年14期

相关期刊论文前10条

1 唐景肃;;自适应控制在非线性系统中的应用[J];煤炭学报;1989年02期

2 常乃超;陈来军;侯云鹤;;互联非线性系统反馈主导控制设计方法及汽门开度控制应用[J];控制理论与应用;2014年06期

3 ;《运动稳定性量化理论——非自治非线性系统的稳定性分析》[J];电力系统自动化;2000年03期

4 石厅;鲁仁全;薛安克;;一类非线性系统的鲁棒控制器设计[J];杭州电子科技大学学报;2005年06期

5 王辉,屈宝存,贺超英;一类非线性系统的模糊自适应控制器设计[J];湖南大学学报(自然科学版);2004年06期

6 马凡;付立军;叶志浩;范学鑫;王刚;康军;;基于降阶模型的非线性系统稳定性快速评估[J];中国电机工程学报;2013年19期

7 刘洁,刘子龙;典型非线性系统的自适应BP神经网络跟踪控制器设计[J];自动化与仪表;2004年02期

8 李晶;;Simulink实现非线性系统PID校正[J];科技信息;2007年09期

9 陈红;吴玲;顾书斌;杨凯;;一种直接用示波器观测单变量非线性系统状态的新方法[J];物理学报;2013年17期

10 赵文杰,刘吉臻,赵玉辉,周红英;基于LMI的非线性系统PDC控制器设计方法[J];系统仿真学报;2003年08期