基于自适应无迹卡尔曼滤波的配电网状态估计

• 作者: 刘敏 孙江山 应丽云 李泽滔 邓磊
• 来源期刊: 电力系统保护与控制
• 关键词: 配电网 状态估计 AUKF 自适应因子
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 理论分析
• 页码范围: 1-7
• 页数: 7页
• 字数: 4787字
• 语种: 中文
• DOI: 10.7667/PSPC170798

摘要

随着大量分布式电源和电动汽车接入配电网,DG出力难以预测以及负荷监控复杂是配电网运行管理的难题.针对传统无迹卡尔曼滤波预测误差大,且容易受不良数据影响的问题,利用新息向量构造了自适应因子,提出自适应无迹卡尔曼滤波(Adaptive Unscented Kalman Filter,AUKF)算法对配电网进行状态估计.当系统负荷突变以及量测存在不良数据时,利用自适应因子对相应的预测协方差矩阵进行在线修正,减小了预测误差对估计精度的影响.在三相不平衡配电网中进行仿真分析,结果表明,AUKF算法比UKF估计精度高、鲁棒性强,验证了所提算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘敏	贵州大学电气工程学院	74	369	10.0	17.0
2	李泽滔	贵州大学电气工程学院	54	194	7.0	11.0
3	孙江山	贵州大学电气工程学院	6	57	4.0	6.0
4	应丽云	贵州大学电气工程学院	6	62	4.0	6.0
5	邓磊	贵州大学电气工程学院	5	57	4.0	5.0