基于無跡卡爾曼濾波的電力系統(tǒng)動態(tài)狀態(tài)估計研究.pdf

1、電力系統(tǒng)狀態(tài)估計是電力系統(tǒng)狀態(tài)監(jiān)測與控制的核心。狀態(tài)估計的目的在于根據(jù)測量和網(wǎng)絡(luò)模型獲得電力系統(tǒng)準(zhǔn)確的實時運行狀態(tài),以便進(jìn)行電力系統(tǒng)分析、預(yù)測或控制等,提高系統(tǒng)的安全與經(jīng)濟運行水平。目前實際電力系統(tǒng)中常用的方法是基于最小二乘法的靜態(tài)狀態(tài)估計,靜態(tài)狀態(tài)估計的缺陷是根據(jù)某一時間斷面獲得的系統(tǒng)狀態(tài),表征的是系統(tǒng)的穩(wěn)態(tài)運行狀況?；诳柭鼮V波原理的動態(tài)狀態(tài)估計方法是為了進(jìn)一步提高實時性而提出的,具有重要的研究價值。
　　本文介紹了卡爾曼濾

2、波的基本原理及幾種基于卡爾曼濾波原理的濾波方法,其中無跡卡爾曼濾波作為一種非線性濾波方法,并沒有對非線性系統(tǒng)進(jìn)行線性化,而是通過無跡變換這一方法對非線性系統(tǒng)的均值和方差信息進(jìn)行傳遞,該方法與擴展卡爾曼濾波方法相比具有更好的數(shù)值穩(wěn)定性。本文基于無跡卡爾曼濾波方法,結(jié)合相量測量單元在電力系統(tǒng)中的應(yīng)用,對電力系統(tǒng)動態(tài)狀態(tài)估計計算方法進(jìn)行研究。系統(tǒng)模型中預(yù)測模型不可能完全精確,參數(shù)估計會有誤差,系統(tǒng)噪聲的統(tǒng)計特性亦不可知,因此引入漸消記憶指數(shù)加

3、權(quán)的噪聲統(tǒng)計估值器,既可以估計時變系統(tǒng)噪聲,亦可將模型誤差歸入噪聲中進(jìn)行估計。引入噪聲統(tǒng)計估值器后,即得到了自適應(yīng)無跡卡爾曼濾波方法。
　　對于擴展卡爾曼濾波、無跡卡爾曼濾波、Cubature卡爾曼濾波和自適應(yīng)無跡卡爾曼濾波方法,均在MATLAB中編程實現(xiàn),并結(jié)合IEEE14、IEEE30、IEEE57和IEEE118測試系統(tǒng),對各種方法動態(tài)狀態(tài)估計性能進(jìn)行比較,自適應(yīng)無跡卡爾曼濾波取得了較好的估計效果,與原有的算法進(jìn)行比較,驗證