数据驱动的LCC-HVDC参数测辨方法文献综述

1. 选题背景和意义：

随着电网调度一体化的深入推进，实时仿真和在线安全稳定分析对系统元件模型和参数的精度提出了更高要求。传统电源、交流输电系统的元件模型测辨技术已较为成熟，但新能源发电的大规模和分布式接入，以及特高压直流输电系统等技术快速发展使得电力系统模型测辨更加复杂和困难。目前，电力系统元件的模型参数通常是在出厂前由厂家经离线试验获得，并未考虑元件在线运行时参数可能发生变化，同时由于电力设备长期运行也有可能导致运行参数与出厂参数的不一致；此外，在电力系统仿真软件中常用一套通用直流模型来仿真不同的直流输电系统，造成目前使用的直流输电系统仿真模型和参数和实际系统可能存在一定误差。国内外多次事故后复现和大扰动实验结果都表明现有的数值仿真模型和参数难以准确描述电力系统的动态特性，仿真结果与实测存在明显偏差。从而严重地影响了数值仿真可信度及电力系统安全分析水平。近年来，电力系统中数据采集装置（PMU，故障录波等）日益完善，WAMS系统能够为电力系统模型测辨提供更加详实的元件实时运行数据，为提高模型参数精度提供了重要的数据支持。基于WAMS数据的元件模型参数测辨的相关研究，特别是对新能源场站的等值建模以及负荷模型测辨方面的研究已有初步成果，但在直流输电系统的参数测辨与校正方面目前还缺乏相应的研究。本课题针对直流输电系统模型测辨问题，以提升LCC-HVDC数值仿真精度与可信度为目标，充分利用电力系统运行量测数据，对LCC-HVDC机电暂态模型的参数测辨在线校正方法开展研究。

1. 文献综述（或调研报告）：

参数辨识方法大体可以分为线性和非线性两大类。线性类方法包括最小二乘法、卡尔曼滤波[1-2]等，此类方法对于参数线性模型通常是有效的，但对于参数非线性模型，容易产生不准确及收敛性差等问题。非线性模型的参数辨识方法目前大多以优化为基础，主要有三种[3]：梯度类方法；随机类搜索方法；模拟进化类方法。其中，以遗传算法算法为代表模拟进化类方法以其适用范围较广；找到全局最优解或次优解的可能性大；计算效率高于传统随机类方法而得到广泛的研究和应用[4-5]。但是，此类方法本身仍有需要改进的地方：搜索效率较低，易陷入局部最优解等，此外，这些基于总体测辨法的辨识思路，都局限于模型对单组数据或仅有的几组数据进行详细描述，使得模型响应与实测负荷特性数据尽可能地拟合，缺乏对同一电网中不同负荷点以及不同时间段中记录的全部数据的整体分析。在电力应用方面，大家都针对具体的电力系统问题进行机电暂态参数模型辨识，例如基于基于双脉宽调制(PWM)变换器的永磁直驱风电系统的运行特性，对其进行风电系统参数辨识[6], 针对核电机组调速系统的静动态实测数据，进行暂态分析[7], 研究特高压直流控制系统的机电暂态和等效建模方法[8]，研究模块化多电平换流器的机电暂态模型参数辨识[9], 但是，电力系统机电暂态仿真模型参数的不准确导致了仿真结果和实际量测的明显差异，限制了其在线应用。多年来, 基于现场试验测试的动态参数辨识技术有了长足发展，但离满足工程准确性的要求还有相当长的研究路程。[10]中提到一种基于PMU/WAMS的主导动态参数在线辨识的系统算法，应用Volterra级数降阶和模式分类及映射技术，依据较少的量测信息，对系统中的主导动态参数进行在线快速辨识，弥补了现有电力系统动态元件辨识算法用于在线时要求量测数据丰富和计算量大的问题; 进一步研究此方案，可以针对复合负荷模型系统进行参数辨识[11]。

[1] Price W W, Taylor C W, Rogers G J. Standard load models for power flow and dynamic performance simulation[J]. IEEE Transactions on power systems, 1995, 10(CONF-940702-).

[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(19).

[3] Begovic M M, Mills R Q. Load identification and voltage stability monitoring[J]. IEEE transactions on power systems, 1995, 10(1): 109-116.

[4] Schwefel H P P. Evolution and optimum seeking: the sixth generation[M]. John Wiley amp; Sons, Inc., 1993.

[5] 李欣然, 刘艳阳, 陈辉华, 等. 遗传算法与传统优化方法应用于电力负荷建模的比较研究[D]. , 2005.

[6] 程玮, 陈宏伟, 石庆均. 永磁直驱风电系统建模及其机电暂态模型参数辨识%Modeling for direct-driven wind-power system with PMSG and parameter estimation for its electromechanical transient mathematical model[J]. 机电工程, 2012, 029(007):817-820.

[7] 余秀月, 黄文英, 江伟, et al. 核电机组调速系统电力系统机电暂态模型的实测建模方法:.

[8] 万磊, 汤涌, 吴文传, et al. 特高压直流控制系统机电暂态等效建模与参数实测方法[J]. 电网技术, 2017(03):32-38.