李培强　李　慧　李欣然（湖南大学电气与信息工程学院 长沙 410082）

基于灵敏度与相关性的综合负荷模型参数优化辨识策略

李培强李慧李欣然
（湖南大学电气与信息工程学院 长沙 410082）

综合负荷建模及其参数辨识是电力系统分析研究的重点和难点之一。为了研究综合负荷模型参数对模型响应的影响以及参数之间的动态关联，提出一种基于参数灵敏度与相关性分析的综合负荷模型优化辨识策略。首先，对配电网集结等效的综合负荷模型进行解析灵敏度分析以及Hessian矩阵特征值表征的灵敏度分析；其次，通过Pearson相关系数判断参数一阶灵敏度之间的相关性，得到对输出响应作用相似的参数；然后，在遗传算法与Levenberg-Marquardt算法相结合的混合算法基础上，提出固定灵敏度小的参数，按比例简化辨识线性相关参数的优化辨识策略；最后，通过实测曲线及完整负荷模型的仿真，验证了该辨识策略的有效性。

综合负荷模型 灵敏度分析 Hessian矩阵 线性相关性分析 参数优化

0　引言

现代电力系统分析中，合理的负荷模型结构和准确的模型参数，是电力系统数字仿真准确性和可靠性的基本前提，直接影响电力部门规划与运行的决策方案［1，2］。随着电网规模的快速发展，负荷构成日益复杂，传统的负荷模型结构和“典型参数”与实际电网的适应性问题也日益突出［3，4］，许多学者对此展开了研究。文献［5-7］基于现场实测数据建立负荷模型，模型结构和模型参数更加准确地描述了实际负荷受到干扰时的动态响应。……