计及模型不确定性的发电机动态状态估计方法

• 作者: 卫志农 孙国强 孙永辉 王义 钟永洁
• 来源期刊: 电力系统自动化
• 关键词: 模型不确定性 动态估计 自适应H∞扩展卡尔曼滤波 鲁棒性
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 学术研究
• 页码范围: 77-83
• 页数: 7页
• 字数: 5814字
• 语种: 中文
• DOI: 10.7500/AEPS20171223003

摘要

模型不确定性会影响状态估计的精度,甚至造成严重的后果.针对该问题,提出一种计及模型不确定性的发电机动态状态估计新方法.首先,基于发电机的动态方程建立发电机动态状态估计模型,进而提出基于自适应H∞扩展卡尔曼滤波(AHEKF)的动态状态估计方法,该方法依据H∞滤波理论建立模型不确定性约束准则,采用自适应技术对预测误差协方差矩阵和系统噪声协方差矩阵进行动态在线调整,从而使其具有较高的估计精度和鲁棒性.最后,通过WSCC 3机9节点系统和某实际大区域电网系统的算例测试,将所提方法与H∞扩展卡尔曼滤波(HEKF)算法及扩展卡尔曼滤波(EKF)算法性能进行对比.算例结果表明,AHEKF算法在估计精度及鲁棒性方面均优于HEKF和EKF算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卫志农	河海大学能源与电气学院	239	4926	37.0	61.0
2	孙国强	河海大学能源与电气学院	167	3205	29.0	51.0
3	孙永辉	河海大学能源与电气学院	84	1459	18.0	36.0
4	王义	河海大学能源与电气学院	6	13	2.0	3.0
5	钟永洁	河海大学能源与电气学院	8	15	2.0	3.0