配電網(wǎng)動態(tài)狀態(tài)估計中狀態(tài)方程的過程噪聲統(tǒng)計參數(shù)是未知而且時變的,因此在狀態(tài)估計過程中需要在線對過程噪聲統(tǒng)計參數(shù)進(jìn)行實(shí)時估計,而且不準(zhǔn)確的噪聲參數(shù)將會導(dǎo)致無跡卡爾曼濾波器的濾波性能下降甚至濾波發(fā)散。文中研究了基于改進(jìn)魯棒自適應(yīng)無跡卡爾曼濾波器的配電網(wǎng)動態(tài)狀態(tài)估計方法,其噪聲參數(shù)統(tǒng)計估值器由一個有偏的和一個無偏的估值器組成,可以提高在狀態(tài)估計過程中噪聲參數(shù)估計的準(zhǔn)確性,同時確保過程噪聲方差矩陣的半正定性,從而保證算法的魯棒性。通過對IEEE 33節(jié)點(diǎn)系統(tǒng)進(jìn)行仿真驗(yàn)證,結(jié)果表明所提方法在系統(tǒng)平穩(wěn)運(yùn)行、負(fù)荷發(fā)生劇烈變動或者初始噪聲參數(shù)值設(shè)置不當(dāng)?shù)那闆r下,均能保證較高的狀態(tài)估計精度。 

【文章來源】：電力系統(tǒng)自動化. 2020,44(01)北大核心EICSCD

【文章頁數(shù)】：9 頁

【文章目錄】：
0 引言
1 UKF算法的基本原理
2 IRAUKF算法
    2.1 噪聲統(tǒng)計估值器
    2.2 容錯噪聲統(tǒng)計估值器
    2.3 新型容錯噪聲統(tǒng)計估值器
3 基于IRAUKF的配電網(wǎng)動態(tài)狀態(tài)估計
4 算例分析
5 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]用于電力系統(tǒng)動態(tài)狀態(tài)估計的改進(jìn)魯棒無跡卡爾曼濾波算法[J]. 曲正偉,董一兵,王云靜,陳亮.  電力系統(tǒng)自動化. 2018(10)
[2]基于無跡粒子濾波算法的發(fā)電機(jī)動態(tài)狀態(tài)估計[J]. 孫國強(qiáng),王晗雯,衛(wèi)志農(nóng),黃蔓云,陳勝,黃強(qiáng).  電力系統(tǒng)自動化. 2017(14)
[3]含多類型分布式電源的主動配電網(wǎng)分布式三相狀態(tài)估計[J]. 衛(wèi)志農(nóng),陳勝,孫國強(qiáng),王丹,孫永輝.  電力系統(tǒng)自動化. 2015(09)
[4]基于自適應(yīng)無跡卡爾曼濾波的電力系統(tǒng)動態(tài)狀態(tài)估計[J]. 趙洪山,田甜.  電網(wǎng)技術(shù). 2014(01)
[5]主動配電系統(tǒng)可行技術(shù)的研究[J]. 范明天,張祖平,蘇傲雪,蘇劍.  中國電機(jī)工程學(xué)報. 2013(22)
[6]主動配電網(wǎng)技術(shù)及其進(jìn)展[J]. 尤毅,劉東,于文鵬,陳飛,潘飛.  電力系統(tǒng)自動化. 2012(18)
[7]無跡卡爾曼濾波及其平方根形式在電力系統(tǒng)動態(tài)狀態(tài)估計中的應(yīng)用[J]. 衛(wèi)志農(nóng),孫國強(qiáng),龐博.  中國電機(jī)工程學(xué)報. 2011(16)
[8]混合量測下基于UKF的電力系統(tǒng)動態(tài)狀態(tài)估計[J]. 李大路,李蕊,孫元章.  電力系統(tǒng)自動化. 2010(17)
[9]一類非線性濾波器——UKF綜述[J]. 潘泉,楊峰,葉亮,梁彥,程詠梅.  控制與決策. 2005(05)
[10]自適應(yīng)濾波方法研究[J]. 張常云.  航空學(xué)報. 1998(S1)

博士論文
[1]基于自適應(yīng)卡爾曼濾波器的WSN定位算法研究[D]. 方旭明.南京大學(xué) 2017



本文編號：3149112