何怡林，李长安，吴忠强

(1.燕山大学工业计算机控制工程河北省重点实验室，河北 秦皇岛 066004;2.燕山大学河北省重型机械流体动力传输与控制重点实验室，河北 秦皇岛 066004)

0 引言

随着分布式电源与大电网的联合运营，电网结构发生了变化。由于分布式电源存在随机性、变动性等特点，使电力系统互动性增强，电压稳定及频率稳定问题更为突出[1-2]。由于广义电力负荷种类和比例的扩大，节点存在复杂性、波动性、可控性和敏感性等问题[3]，建立精确度高且具时效性的负荷模型，成为电力系统仿真研究及分析的一大难题。

常见的广义负荷建模方法主要分为机理建模方法和非机理建模方法。机理建模方法主要依靠物理和电学的基本定律，如传统的经典模型、增广模型等[4]。现有的许多研究也提出了采用改进的结构模型来等效描述广义负荷特性[5-6]。但机理模型结构易受电源种类及所在比例等因素影响，局限性较大。非机理建模方法将负荷群看作一个“黑箱”，根据负荷母线电压、频率、有功功率和无功功率，建立数学解析函数。文献[7]针对广义负荷在时间变化下难以进行动态建模的问题，提出一种结合聚类分析的非机理建模方法。神经网络具有较强的容错性和鲁棒性，能有效地拟合复杂的非线性函数，所建模型不受负荷成分和特性的限制，为广义负荷建模提供了一条新途径。文献[8]提出将分段函数拟合的思想应用于广义负荷人工神经网络类模型的训练，可以较好地提高人工神经网络模型在广义负荷建模中的泛化能力和稳定性。……