基于负荷预测和无迹粒子滤波的配电网动态状态估计

作者：卢锦玲; 胡兴华^*; 张学哲; 王恩泽; 赵增辉

来源：电力系统及其自动化学报, 2023, 1-9.

DOI：10.19635/j.cnki.csu-epsa.001303

• 配电网
• 电动汽车
• 负荷预测
• 无迹粒子滤波
• 动态状态估计

随着汽车充电成为新型重要负荷，为确保此时配电网运行与控制安全，对其进行实时准确的态势感知，提出一种基于卷积神经网络(CNN)和门控循环单元(GRU)的短期负荷预测与无迹粒子滤波(UPF)算法自适应混合的配电网动态状态估计方法。使用CNN-GRU进行短期负荷预测；将预测得到的有功与无功功率进行潮流计算，再与无迹粒子滤波实量测估计值自适应加权得到电压幅值和相角状态估计结果。以IEEE-33节点配电网为例，验证了所提状态估计方法的准确性与面对不良数据时的鲁棒性。

• 单位
  华北电力大学; 电子工程学院