基于容积卡尔曼滤波的发电机动态状态估计

被引：49

作者：

陈亮 ^{[1
]}

毕天姝 ^{[1
]}

李劲松 ^{[2
]}

薛安成 ^{[1
]}

李强 ^{[2
]}

杨奇逊 ^{[1
]}

机构：

[1] 新能源电力系统国家重点实验室(华北电力大学)

[2] 中国电力科学研究院

来源：

中国电机工程学报 | 2014年 / 34卷 / 16期

基金：

高等学校博士学科点专项科研基金;

关键词：

机电暂态; 容积卡尔曼滤波; 发电机; 相量测量单元; 动态状态估计;

D O I：

暂无

中图分类号：

TM31 [发电机、大型发电机组（总论）];

学科分类号：

080802 [电力系统及其自动化];

摘要：

同步相量测量单元(phasor measurement unit,PMU)能够对动态过程中同步发电机功角进行直接量测,但随机误差`PMU存在量测误差,从而对应用造成不良后果。提出一种机电暂态过程中发电机动态状态估计新方法。基于发电机四阶动态方程建立了发电机动态状态估计模型;给出了过程噪声误差计算方法;由于动态状态估计模型为非线性,进而提出基于容积卡尔曼滤波(cubature Kalman filter,CKF)的动态状态估计方法,利用球面-径向规则生成Cubature点,通过发电机动态方程对Cubature点进行变换,得到发电机状态量预报值。仿真分析利用某实际大区域电网同时实现了基于CKF和无迹卡尔曼滤波(unscented Kalman filter,UKF)的动态状态估计。对这两种方法的估计性能指标进行对比分析,结果表明CKF法状态估计效果和计算效率均优于UKF法状态估计。

引用

页码：2706 / 2713

页数：8

共 8 条

[1]

基于系统响应检测的安全稳定控制方法 [J].