基于WAMS/SCADA混合量测的电力系统强跟踪滤波动态状态估计
针对当前电力系统动态状态估计主要采用的扩展卡尔曼滤波(EKF)法存在鲁棒性差、建模具有不确定性等缺点,提出一种强跟踪滤波动态状态估计算法.该算法在扩展卡尔曼滤波器中引入时变次优渐消因子,在线调整状态预报误差协方差矩阵和相应的增益矩阵,使状态估计残差方差最小.同时,引入广域测量系统(WAMS)/-数据采集与监视控制(SCADA)系统的混合量测数据,增加了系统的冗余量测,进一步提高了动态状态估计的性能.仿真结果表明,所提方法在正常情况以及负荷突变、存在坏数据、网络拓扑错误各种情况下具有较好的预测和滤波效果.
电力系统、广域测量系统、状态估计、强跟踪滤波、预测
32
TM73(输配电工程、电力网及电力系统)
中央高校基本科研业务费专项资金资助项目11QG59;河北省自然科学基金资助项目E2010001693
2013-01-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
101-105,116