考虑参数不确定性影响的发电机动态状态估计方法

作者：王义; 孙永辉^*; 南东亮; 王开科; 侯栋宸

来源：电力系统自动化, 2020, 44(04): 110-118.

• H∞滤波
• 容积卡尔曼滤波
• 状态估计
• 不确定性
• 鲁棒性

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。

• 单位
  新疆大学; 电气学院; 河海大学