針對目前電力系統(tǒng)狀態(tài)估計主要采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制約大等缺點,提出一種電力系統(tǒng)的計算線性方法——求積分卡爾曼濾波（QKF）進行電力系統(tǒng)的狀態(tài)估計,該算法從統(tǒng)計線性回歸的角度,運用高斯-厄米特積分點,使得估計精確度大幅提高,并且引入精確度高,全網(wǎng)實時同步的同步相量測量單元（PMU）數(shù)據(jù),成熟性好,技術(shù)成熟的SCADA數(shù)據(jù)進行混合量測。仿真結(jié)果表明,QKF法比EKF法具有更高的計算精確度,PMU數(shù)據(jù)的引入又進一步提高了電力系統(tǒng)狀態(tài)估計的性能�；诨旌狭繙y的QKF法狀態(tài)估計在正常狀態(tài)和系統(tǒng)發(fā)生擾動情況下均有較好的估計性能,且估計精確度在系統(tǒng)加入混合量測的數(shù)據(jù)后明顯高于單一SCADA系統(tǒng)。 

【文章來源】：電機與控制學(xué)報. 2014,18(06)北大核心EICSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 EKF狀態(tài)估計的方法
2 QKF狀態(tài)估計方法
    2.1 QKF時間更新
    2.2 QKF量測更新
        1)對回歸點傳播的預(yù)測
        2)求得預(yù)測量測的估計
        3)新息協(xié)方差矩陣的計算
        4)新息互協(xié)方差矩陣的計算
        5)k時刻的后驗概率密度
3 WAMS\SCADA混合量測狀態(tài)估計
4 算例分析與仿真結(jié)果
    4.1 算例分析
    4.2 仿真結(jié)果
        4.2.1 正常運行時QKF算法和EKF算法的對比
        4.2.2 發(fā)生擾動時QKF算法和EKF算法的對比
        4.2.3 混合量測對狀態(tài)估計的影響
5 結(jié)語


【參考文獻】：
期刊論文
[1]基于奇異值分解和等效電流量測變換的電力系統(tǒng)狀態(tài)估計[J]. 王韶,江卓翰.  電力系統(tǒng)保護與控制. 2012(12)
[2]基于在線核學(xué)習(xí)的電網(wǎng)不良數(shù)據(jù)檢測與辨識方法[J]. 王興志,嚴正,沈沉,李乃湖,景雷,李慧杰.  電力系統(tǒng)保護與控制. 2012(01)
[3]電力系統(tǒng)PMU最優(yōu)配置新方法[J]. 王家林,夏立,吳正國,楊宣訪.  電力系統(tǒng)及其自動化學(xué)報. 2011(06)
[4]基于GPS和IEEE-1588協(xié)議的時鐘同步裝置的研制[J]. 莊玉飛,黃琦,井實.  電力系統(tǒng)保護與控制. 2011(13)
[5]混合量測下基于UKF的電力系統(tǒng)動態(tài)狀態(tài)估計[J]. 李大路,李蕊,孫元章.  電力系統(tǒng)自動化. 2010(17)
[6]WAMS中計及量測函數(shù)非線性項的電力系統(tǒng)自適應(yīng)動態(tài)狀態(tài)估計[J]. 李虹,李衛(wèi)國,熊浩清.  電工技術(shù)學(xué)報. 2010(05)
[7]基于超短期負荷預(yù)測和混合量測的線性動態(tài)狀態(tài)估計[J]. 衛(wèi)志農(nóng),謝鐵明,孫國強.  中國電機工程學(xué)報. 2010(01)
[8]基于PMU分解協(xié)調(diào)的狀態(tài)估計算法[J]. 陳芳,韓學(xué)山,李華東.  電力系統(tǒng)保護與控制. 2009(17)
[9]平方根求積分卡爾曼濾波器[J]. 巫春玲,韓崇昭.  電子學(xué)報. 2009(05)
[10]Quadrature Kalman Filter（QKF） and Reduced Quadrature Kalman Filter（R-QKF）in Ballistic Target Tracking[J]. MOATASEM Momtaz.  Computer Aided Drafting,Design and Manufacturing. 2007(02)



本文編號：3303167