基于插值H∞扩展卡尔曼滤波的发电机动态状态估计

被引:18
作者
艾蔓桐
孙永辉
王义
卫志农
孙国强
机构
[1] 河海大学能源与电气学院
关键词
动态状态估计; 发电机; 插值H∞扩展卡尔曼滤波; 非线性; 鲁棒性;
D O I
10.13334/j.0258-8013.pcsee.172039
中图分类号
TM31 [发电机、大型发电机组(总论)];
学科分类号
080801 ;
摘要
动态状态估计对于电力系统的监测和稳定性分析具有重要意义。相量测量单元(phasormeasurementunit,PMU)具备高采样率和同步数据,在动态状态估计中得到了广泛的应用。然而,由于PMU量测数据存在随机噪声,无法直接作为调度和控制的参考数据。基于此,该文提出一种基于插值H∞扩展卡尔曼滤波(interpolationH∞extendedKalman filter,IHEKF)的发电机动态状态估计方法。该方法在扩展卡尔曼滤波(extended Kalman filter,EKF)的基础上,利用自适应插值技术提高估计精度,并进一步采用H∞理论提高对噪声的鲁棒性。算例结果表明,IHEKF无论是在估计精度上还是在对噪声的鲁棒性能上较EKF均有所提高。
引用
收藏
页码:5846 / 5853+5942 +5942
页数:9
相关论文
共 18 条
[1]   基于鲁棒容积卡尔曼滤波器的发电机动态状态估计 [J].
毕天姝 ;
陈亮 ;
薛安成 ;
杨奇逊 .
电工技术学报, 2016, 31 (04) :163-169
[2]   基于无迹变换强跟踪滤波的发电机动态状态估计 [J].
孙国强 ;
黄蔓云 ;
卫志农 ;
孙永辉 ;
臧海祥 ;
倪明 .
中国电机工程学报, 2016, 36 (03) :615-623
[3]   基于容积卡尔曼滤波的发电机动态状态估计 [J].
陈亮 ;
毕天姝 ;
李劲松 ;
薛安成 ;
李强 ;
杨奇逊 .
中国电机工程学报, 2014, 34 (16) :2706-2713
[4]   考虑调速器的发电机动态状态估计方法 [J].
毕天姝 ;
陈亮 ;
薛安成 ;
杨奇逊 .
电网技术, 2013, 37 (12) :3433-3438
[5]   利用WAMS的电力系统动态状态估计结果校正 [J].
李虹 ;
李卫国 ;
赵书强 ;
熊浩清 .
中国电机工程学报, 2010, 30 (25) :74-80
[6]   基于WAMS动态轨迹的电力系统功角失稳判据 [J].
秦晓辉 ;
毕天姝 ;
杨奇逊 ;
马世英 .
电力系统自动化, 2008, 32 (23) :18-22
[7]   基于WAMS的电力系统机电暂态过程动态状态估计 [J].
秦晓辉 ;
毕天姝 ;
杨奇逊 .
中国电机工程学报, 2008, (07) :19-25
[8]   一种基于广域测量系统过程量测数据的快速暂态稳定预估方法 [J].
毛安家 ;
郭志忠 ;
张学松 .
中国电机工程学报, 2006, (17) :38-43
[9]   基于广域测量系统的电力系统多摆稳定性评估方法 [J].
宋方方 ;
毕天姝 ;
杨奇逊 .
中国电机工程学报, 2006, (16) :38-45
[10]   基于PMU的分布式电力系统动态状态估计新算法 [J].
刘辉乐 ;
刘天琪 ;
彭锦新 .
电力系统自动化, 2005, (04) :34-39