电机与控制学报
電機與控製學報
전궤여공제학보
ECTRIC MACHINES AND CONTROL
2014年
6期
79-84
,共6页
闫丽梅%崔佳%徐建军%谢一冰%祝玉松%黄雨晴
閆麗梅%崔佳%徐建軍%謝一冰%祝玉鬆%黃雨晴
염려매%최가%서건군%사일빙%축옥송%황우청
电力系统%状态估计%求积分卡尔曼滤波%同步相量测量单元
電力繫統%狀態估計%求積分卡爾曼濾波%同步相量測量單元
전력계통%상태고계%구적분잡이만려파%동보상량측량단원
power system%state Estimation%quadrature Kalman filter%phasor measurements units
针对目前电力系统状态估计主要采用的扩展卡尔曼滤波(EKF)存在鲁棒性差,精确度被非线性程度制约大等缺点,提出一种电力系统的计算线性方法——求积分卡尔曼滤波(QKF)进行电力系统的状态估计,该算法从统计线性回归的角度,运用高斯-厄米特积分点,使得估计精确度大幅提高,并且引入精确度高,全网实时同步的同步相量测量单元(PMU)数据,成熟性好,技术成熟的SCADA数据进行混合量测.仿真结果表明,QKF法比EKF法具有更高的计算精确度,PMU数据的引入又进一步提高了电力系统状态估计的性能.基于混合量测的QKF法状态估计在正常状态和系统发生扰动情况下均有较好的估计性能,且估计精确度在系统加入混合量测的数据后明显高于单一SCADA系统.
針對目前電力繫統狀態估計主要採用的擴展卡爾曼濾波(EKF)存在魯棒性差,精確度被非線性程度製約大等缺點,提齣一種電力繫統的計算線性方法——求積分卡爾曼濾波(QKF)進行電力繫統的狀態估計,該算法從統計線性迴歸的角度,運用高斯-阨米特積分點,使得估計精確度大幅提高,併且引入精確度高,全網實時同步的同步相量測量單元(PMU)數據,成熟性好,技術成熟的SCADA數據進行混閤量測.倣真結果錶明,QKF法比EKF法具有更高的計算精確度,PMU數據的引入又進一步提高瞭電力繫統狀態估計的性能.基于混閤量測的QKF法狀態估計在正常狀態和繫統髮生擾動情況下均有較好的估計性能,且估計精確度在繫統加入混閤量測的數據後明顯高于單一SCADA繫統.
침대목전전력계통상태고계주요채용적확전잡이만려파(EKF)존재로봉성차,정학도피비선성정도제약대등결점,제출일충전력계통적계산선성방법——구적분잡이만려파(QKF)진행전력계통적상태고계,해산법종통계선성회귀적각도,운용고사-액미특적분점,사득고계정학도대폭제고,병차인입정학도고,전망실시동보적동보상량측량단원(PMU)수거,성숙성호,기술성숙적SCADA수거진행혼합량측.방진결과표명,QKF법비EKF법구유경고적계산정학도,PMU수거적인입우진일보제고료전력계통상태고계적성능.기우혼합량측적QKF법상태고계재정상상태화계통발생우동정황하균유교호적고계성능,차고계정학도재계통가입혼합량측적수거후명현고우단일SCADA계통.
