基于扩展集员滤波的发电机动态状态估计.pdfVIP

第 30卷第 11期 电 力 科 学 与 工 程 Vo1．30．No．11 1l 2014年 11月 ElectricPowerScienceandEngineering Nov．，2014 基于扩展集员滤波的发 电机动态状态估计 郑维荣，何 青 (长沙理工大学 电气与信息工程学院，湖南 长沙 410114) 摘要：为了提高电力系统机电暂态过程 中发电机动态状态估计的精确性 ，提 出了一种考虑转子角功角不 等关系的发电机动态模型。在此基础上，进一步提出采用适合非线性滤波问题的扩展集员滤波 (Extend— edSetMembershipfilter，ESMF)算法对动态模型进行求解。以IEEE9节点系统为例 ，对基于ESMF和扩 展卡尔曼滤波 (ExtendedKalmanfilter，EKF)的状态估计方法进行仿真比较，仿真结果表明，ESMF方 法能有效地实时估计电力系统机电暂态过程中发电机功角轨迹，且精度更高。 关键词：发电机；动态状态估计；扩展集员滤波；扩展卡尔曼滤波 中图分类号：TM76 文献标识码：A DOI：10．3969／j．issn．1672—0792．2014．11．003 然而 ，上述基于固定参数模型的动态状态估 0 引言 计方法只有噪声在 随机框架 内才能提供有效状态 估计 ，通常假 定是 随机 白噪声 。因此 ，当噪声 的 发 电机 的动态状态是 电力系统广域控制系统 统计特性是未知或不能令人满意时，只能考虑另 的重要参考量 ，且 已被应用到多个控制器 。例如 ， 一 种假定噪声是未知但有界 (UnknownbutBound— 电力系统稳定器和 电压 自动调节器 ，主要作为反 ed，UBB)而不是随机 的方法 。这推动 了集 员滤 馈信号 ，以维持和提高 电力系统 的暂态和小扰动 波在 电力系统动态状态估计 中的应用 。早期 的椭 稳 定性 。若 出现较大误差 ，可 能导致控制系统给 球集员滤波 由Schweppe等提 出，但没有考虑椭球 出错误的控制指令 ，从而 引发大规模 系统 问题 。 的优化问题 。在此基础上 ，以最小迹椭球或最 因此 ，研究 电力系统机 电暂态过程动态状态估计 小容积椭球优化准则 的椭球定界算法 ，研究拓展 对系统稳定性和实时控制意义重大。 了集员滤波方法 的应用领域 。然而 ，相较于趋 目前 ，电力系统机 电暂态过程 中发 电机动态 于完善的线性集员滤波而言，针对非线性系统 的 状态估计问题 已得到广泛关注 。文献 [1，2] 集员滤波研究进展缓慢 。最近 ，一种新 的基于保 考虑到机 电暂态过程 中发 电机转子功角和 电角速 证定界椭球算法 的非线性集 员滤波器被提 出，其 度不会发生突变 的特点 ，建立 了动态状态估计模 改进 了误差定界方法 。由于集员滤波 的保证估 型，并用 EKF算法对模型求解 。文献 [3]考虑 计特性 ，非线性 的集 员滤波也被 引入 电力系统动 到励磁输出 电压可能未知 ，提 出了基于未知输入 态状态估计 。 的EKF算法 。由于 EKF算法必须计算两个雅克 比 机电暂态过程 中发 电机动态状态估计主要有 矩 阵使动态方程和量测方程线性化 ，这会 导致滤 两方面问题 ：一是建立机 电暂态过程 中发 电机动 波不收敛 ，还可能加重计算负担 。为 了克服这个 态状态估计模型 ；二是研究适用于求解动