考虑参数不确定性影响的发电机动态状态估计方法

• 作者: 侯栋宸 南东亮 孙永辉 王义 王开科
• 来源期刊: 电力系统自动化
• 关键词: H∞滤波 容积卡尔曼滤波 状态估计 不确定性 鲁棒性
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 学术研究
• 页码范围: 110-118
• 页数: 9页
• 字数: 6372字
• 语种: 中文
• DOI: 10.7500/AEPS20190325004

摘要

噪声统计特性和模型参数的不确定性,会严重影响动态状态估计的精度.针对该问题,文中提出了一种基于H∞容积卡尔曼滤波(HCKF)的动态状态估计新方法.首先,建立发电机动态状态估计模型;其次,依据H∞滤波理论构造模型不确定性约束准则,并在容积卡尔曼滤波(CKF)中依据该准则计算更新估计误差协方差阵,抑制参数不确定性对状态估计精度的影响;最后,通过对IEEE 10机39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CKF方法和改进插值扩展卡尔曼滤波(IEKF)方法的估计性能进行对比.算例仿真结果表明,HCKF方法在估计精度和对模型不确定性的鲁棒性方面较CKF和IEKF方法均有所提高,能够有效抑制模型不确定性对发电机动态状态估计的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙永辉	河海大学能源与电气学院	84	1459	18.0	36.0
2	王义	河海大学能源与电气学院	6	13	2.0	3.0
3	王开科	国网新疆电力有限公司电力科学研究院	11	3	1.0	1.0
4	侯栋宸	河海大学能源与电气学院	2	1	1.0	1.0
5	南东亮	新疆大学电气工程学院	3	1	1.0	1.0