当前广域测量系统(Wide Area Measurement System,WAMS)和数据监控及采集系统(Supervisory Control and Data Acquisition,SCADA)组成了状态估计数据采集的混合量测系统,使得基于混合量测数据兼容方案的电力系统实时在线估计成为可能。...当前广域测量系统(Wide Area Measurement System,WAMS)和数据监控及采集系统(Supervisory Control and Data Acquisition,SCADA)组成了状态估计数据采集的混合量测系统,使得基于混合量测数据兼容方案的电力系统实时在线估计成为可能。传统无迹卡尔曼滤波(Unscented Kalman Filter,UKF)动态状态估计由于预测步精度不足和后验校正步纠偏能力有限,已不能满足电力系统对状态估计精度的要求。为此,文章从误差补偿思想出发,引入基于布雷顿秩1的拟牛顿算法作为UKF估计后验校正步的误差补偿,提出了基于误差补偿的UKF新算法应用于动态状态估计。通过IEEE 30节点系统上的仿真分析,验证了该算法在控制估计误差上的有效性和具有良好的抗差性能。展开更多
文摘当前广域测量系统(Wide Area Measurement System,WAMS)和数据监控及采集系统(Supervisory Control and Data Acquisition,SCADA)组成了状态估计数据采集的混合量测系统,使得基于混合量测数据兼容方案的电力系统实时在线估计成为可能。传统无迹卡尔曼滤波(Unscented Kalman Filter,UKF)动态状态估计由于预测步精度不足和后验校正步纠偏能力有限,已不能满足电力系统对状态估计精度的要求。为此,文章从误差补偿思想出发,引入基于布雷顿秩1的拟牛顿算法作为UKF估计后验校正步的误差补偿,提出了基于误差补偿的UKF新算法应用于动态状态估计。通过IEEE 30节点系统上的仿真分析,验证了该算法在控制估计误差上的有效性和具有良好的抗差性能。
