电力系统动态仿真是进行电力系统控制、设计及规划的最根本依据,其结果的可信度直接关系到系统运行的安全性与经济性。国内外多次事故及大扰动试验后的仿真验证工作表明,基于现有模型库的仿真结果难以复现系统受扰后的动态行为。其中模型参数的不准确被认为是造成仿真误差的重要原因之一,而系统中元件间紧密的耦合关系更是给仿真误差的溯源带来了巨大困难。广域测量系统的推广应用,为电力系统动态元件的模型参数校核提供了大量扰动场景的实测信息。但不同扰动场景下由于元件动态响应不同,其模型参数的校核结果可能存在一定的分散性。如何在大量扰动场景的实测信息中提取知识,采用行之有效的方法对模型参数进行校核并对校核结果的可信度进行评估是我们亟待解决的问题。本文针对上述问题展开了以下研究工作:(1)本文针对仿真误差回溯困难的问题,在深入探讨了现有混合动态仿真方法存在的不足的基础上,提出了基于冲击负荷注入的混合动态仿真方法。本方法依托常用商用软件固有的模型及计算功能,无需等值外部系统或进行自定义接口、模型的开发即可将有功、无功功率实测信息直接注入边界节点,实现对目标系统(或元件)的解耦仿真。避免了外部系统等值参数计算引入的误差,实现实测数据直接、快速注入。(2)针对不同扰动场景下参数校核结果的分散性问题,本文引入概率论与数理统计的思想,给出了基于置信区间估计及扰动场景分类的发电机组模型参数可信度评估方法。首先,以扰动深度和发电机运行状态为依据对扰动场景进行聚类分析;利用多扰动场景下的WAMS实测数据对目标机组参数进行校核,并以扰动聚类结果为中心识别出面向不同扰动类型的几组主导参数;最后,基于灰色置信度理论分别给出各主导参数的置信区间。本文利用IEEE-39系统算例及省级电网WAMS实测数据验证了本文方法的有效性。本文方法可有效地帮助电网调度运行人员掌握发电机运行行为,并为其在进行仿真参数选择及参数可信度评估时提供合理、全面的指导意见。