科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于传统的扩展卡尔曼滤波(extended kalman fileter,EKF)存在线性化误差和易受不良数据影响，噪声会随着时间动态变化，难以准确获取。针对此，基于主动配电网下，提出了一种基于鲁棒自适应H∞扩展卡尔曼滤波(robust adaptive H∞extended Kalman filtering,RAHEKF)的方法。在原有自适应EKF的基础上，采用量测不确定性理论，引入测点评价函数，来降低不良数据的影响;将EKF量测函数的泰勒展开保留到二阶项，来降低线性化带来的误差，增强算法在系统突变下的预测能力。同时采用渐消记忆时变噪声，来模拟噪声的变化，增强算法对噪声动态变化的鲁棒性。在改进的IEEE 33节点系统分别对不良数据、系统负荷突变和分布式电源功率连续大范围变化的情景下，比较EKF和AHEKF，实验结果表明，RAFEKF具有更高的精度性和鲁棒性，能够很好地适应主动配电网灵活的运行场景。
- 单位
