科研之友
微信
新浪微博
Facebook
分享链接
摘要
“双高”趋势加剧了现代电力系统运行工况的不确定性，传统同步发电机动态状态估计有关过程噪声统计特性已知且恒定的假设已不再适用。针对此问题，提出一种考虑过程噪声时变后验统计的自适应同步发电机动态状态估计新方法。首先，明确过程噪声的定义及误差来源，发现并证明其最主要来源离散化误差与微分状态方程的关系及其累积化效应，从而揭示出由于其截断误差的本质导致过程噪声均值不为0的现象。然后，基于Sage-Husa自适应滤波的思想，对传统容积卡尔曼滤波(cubature Kalman filter,CKF)进行改进，提出自适应容积卡尔曼滤波(adaptive cubature Kalman filter,ACKF)，利用实时量测进行递推滤波的同时，在线不断迭代修正过程噪声的后验统计，使其具备时变性，及时补偿离散化误差，避免其继续累积。最后，基于同步发电机四阶模型，给出基于ACKF的发电机动态状态估计的整体流程。将该文所提方法在IEEE9节点改进系统及某实际电网中仿真验证，结果表明，所提离散化误差性质定理的正确性及所提自适应方法的有效性。
- 出版日期2022
- 单位华北电力大学; 新能源电力系统国家重点实验室
