基于自适应容积卡尔曼滤波的主动配电网状态估计

TM711; 有效的状态估计算法是确保电力系统安全、稳定、经济运行的前提条件.针对传统无迹卡尔曼滤波(Unscented Kalman Filter,UKF)参数选取难、灵活性差、高阶系统滤波精度低等缺陷,将数值稳定性较好的容积卡尔曼滤波(Cubature Kalman Filter,CKF)算法引入到配电网进行动态状态估计,并与改进后的自适应无迹卡尔曼滤波(Adaptive Unscented Kalman Filter,AUKF)算法进行对比,仿真分析表明CKF算法较AUKF算法具有较高的滤波精度以及较好的数值稳定性.该算法在系统负荷发生突变时滤波精度有所下降,为此进一步提出了自适应容积卡...

Full description

Saved in:
Bibliographic Details
Published in电测与仪表 Vol. 57; no. 19; pp. 27 - 32
Main Authors 张叶贵, 刘敏, 石倩, 罗永平, 孙江山
Format Journal Article
LanguageChinese
Published 贵州大学电气工程学院,贵阳550025 10.10.2020
Subjects
AUKF
容积卡尔曼滤波
无迹卡尔曼滤波
ACKF
主动配电网
Online AccessGet full text
ISSN1001-1390
DOI10.19753/j.issn1001-1390.2020.19.005

Cover

More Information
Summary:TM711; 有效的状态估计算法是确保电力系统安全、稳定、经济运行的前提条件.针对传统无迹卡尔曼滤波(Unscented Kalman Filter,UKF)参数选取难、灵活性差、高阶系统滤波精度低等缺陷,将数值稳定性较好的容积卡尔曼滤波(Cubature Kalman Filter,CKF)算法引入到配电网进行动态状态估计,并与改进后的自适应无迹卡尔曼滤波(Adaptive Unscented Kalman Filter,AUKF)算法进行对比,仿真分析表明CKF算法较AUKF算法具有较高的滤波精度以及较好的数值稳定性.该算法在系统负荷发生突变时滤波精度有所下降,为此进一步提出了自适应容积卡尔曼滤波(Adaptive Cubature Kalman Filter,ACKF)算法以改善状态估计性能.对三相不平衡电网进行算例仿真表明:ACKF算法相比较于CKF算法,滤波精度更高、鲁棒性更强.
ISSN:1001-1390
DOI:10.19753/j.issn1001-1390.2020.19.005