基于卡尔曼滤波的同步调相机无功出力估计方法技术

本发明专利技术公开了基于卡尔曼滤波(KF)的同步调相机无功出力估计方法，包括以下步骤：建立卡尔曼滤波系统；获取同步调相机PMU测量参数；将同步调相机PMU测量参数输入卡尔曼滤波系统，获得滤波输出参数；根据滤波输出参数计算同步调相机无功出力值。本发明专利技术有效滤除PMU测量的噪声干扰，降低估算所需数据的存储量，提高了同步调相机无功出力的估计精度。高了同步调相机无功出力的估计精度。高了同步调相机无功出力的估计精度。

【技术实现步骤摘要】
基于卡尔曼滤波的同步调相机无功出力估计方法


[0001]本专利技术属于高压直流输电系统工程领域，具体涉及基于卡尔曼滤波的同步调相机无功出力估计方法。

技术介绍

[0002]我国能源与负荷在一定程度上呈现逆向分布，采用远距离高压直流输电可以在大范围实现能源的优化配置。随着输电功率的不断提高，电网“强直弱交”的特点进一步突显，直流电网对交流电网的冲击越来越大，电网无功储备不足会导致电压失稳。同步调相机因其具有调节能力受系统影响小，有较高的强励磁能力等优点广泛应用于高压直流输电系统，在系统故障时为系统提供短路容量，作为动态无功补偿装置是解决高压直流输电系统无功补偿的有效方案。同步调相机无功出力是运行时的重要参数。调相机常工作于无功出力剧烈变化的工况，其无功输出能力直接关系到输电系统的暂态稳定，因此精确估计意义重大。
[0003]目前，从国内外相关文献可知，调相机的无功出力可以通过解析计算、PMU直接读取、神经网络、基于纯有限元分析等手段获得。但是，解析计算不能保证同步调相机快速提供无功支撑瞬间的计算精度，PMU测量数据含有较大噪声，神经网络需要大量的训练数据，而同步调相机无功暂态数据难以获得，基于有限元分析的方法，虽然能够精确计算暂态无功，但计算时间长，不能适应复杂暂态工况的无功出力计算。

技术实现思路

[0004]专利技术目的：本专利技术的目的是提供一种基于卡尔曼滤波的同步调相机无功出力估计方法，有效滤除PMU测量的噪声干扰，降低估算所需数据的存储量，提高了同步调相机无功出力的估计精度。
[0005]为解决上述技术问题，本专利技术提供了一种基于卡尔曼滤波的同步调相机无功出力估计方法，包括以下步骤：
[0006]建立卡尔曼滤波系统；获取同步调相机PMU测量参数；将同步调相机PMU测量参数输入卡尔曼滤波系统，获得滤波输出参数；根据滤波输出参数计算同步调相机无功出力值。
[0007]可选的，所述同步调相机PMU测量参数包括直轴电压、交轴电压、直轴电流和交轴电流，所述滤波输出参数包括直轴电压、交轴电压、直轴电流和交轴电流。
[0008]可选的，所述卡尔曼滤波系统的建立包括：构建同步调相机的实用状态空间模型；离散化处理所述实用状态空间模型；根据离散化处理后的实用状态空间模型构建卡尔曼滤波系统。
[0009]可选的，所述实用状态空间模型的构建包括以下步骤：构建超瞬态电动势的同步调相机数学模型；选取状态向量，根据超瞬态电动势的同步调相机数学模型建立同步调相机的实用状态空间模型。
[0010]可选的，所述超瞬态电动势的同步调相机数学模型如下：
[0011][0012]其中，e
″
d
、e
′
d
分别为直轴超瞬态、瞬态感应电动势；e
″
q
、e
′
q
分别为交轴超瞬态、瞬态感应电动势；分别为e
″
q
、e
′
q
、e
″
d
、e
′
d
的一阶导数；T
″
do
、T
′
do
分别为直轴超瞬态、瞬态开路时间常数；T
″
qo
、T
′
qo
分别为交轴超瞬态、瞬态开路时间常数；x
″
d
、x
′
d
分别为直轴超瞬态、瞬态电抗；x
″
q
、x
′
q
分别为交轴超瞬态、瞬态电抗；x
d
、x
q
分别为直轴、交轴同步电抗；u
d
、u
q
为直轴、交轴电压；i
d
、i
q
直轴、交轴电流；r
a
为定子电阻。
[0013]可选的，所述同步调相机无功出力值的计算公式为：
[0014][0015]其中，为同步调相机无功输出估计值，分别为滤波系统输出直轴、交轴电压；分别为滤波系统输出直轴、交轴电流。
[0016]可选的，所述卡尔曼滤波系统的工作流程包括以下步骤：
[0017]设置卡尔曼滤波器初值、更新状态估计、更新误差协方差、根据PMU实际测量值得到滤波增益矩阵、根据测量值更新状态估计、根据测量值更新误差协方差、输出滤波参数。
[0018]与现有技术相比，本专利技术所达到的有益效果：本专利技术提出的同步调相机动态无功出力的卡尔曼滤波(KF)估计方法，结合调相机的PMU测量参数，有效滤除PMU测量的噪声干扰；且通过调相机瞬态、超瞬态电动势构建实用状态模型；同步调相机经常工作在无功快速变化的情形，考虑超瞬态电动势建模能够提高其建模精度；本专利技术方法由卡尔曼滤波器(KF)的迭代更新得到滤波值，由滤波值计算得到无功出力估计值，整个过程滤波和预测相互作用，只需存储上一时刻的滤波值和本时刻的预测值，并不需要存储大量观测数据，测量噪声得到很好的抑制，能够满足同步调相机无功剧烈变化的工况。
附图说明
[0019]图1为根据本专利技术实施例的基于卡尔曼滤波的同步调相机无功出力估计方法的操作流程图；
[0020]图2为根据本专利技术实施例的含同步调相机动态无功出力估计的高压直流输电系统
仿真模型示意图；
[0021]图3为根据本专利技术实施例的同步调相机无功出力估计的算法结构示意图；
[0022]图4为根据本专利技术实施例的高压直流输电仿真系统受端电压变化曲线；
[0023]图5为根据本专利技术实施例的调相机无功理论计算值、加入白噪声无功计算值与KF滤波系统估计值对比图；
[0024]图6为根据本专利技术实施例的加入白噪声时无功出力误差与KF滤波系统估计值误差对比图。
具体实施方式
[0025]下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。
[0026]实施例1
[0027]在一个实施例中，实现了基于卡尔曼滤波的同步调相机无功出力估计方法，包括如下步骤：
[0028]为同步调相机加装PMU测量单元，获取同步调相机PMU测量参数，PMU测量参数包括直轴电压、交轴电压、直轴电流和交轴电流。
[0029]以调相机瞬态和超瞬态电动势为状态变量建立同步调相机的全阶实用状态空间模型，瞬态电动势的同步调相机数学模型如下：
[0030][0031]其中，e
″
d
、e
′
d
分别为直轴超瞬态、瞬态感应电动势；e
″
q
、e
′
q
分别为交轴超瞬态、瞬态感应电动势；分别为e
″
q
、e
′
q
、e
″
d
、e
′
d
的一阶导数；T
″...

【技术保护点】

【技术特征摘要】
1.基于卡尔曼滤波的同步调相机无功出力估计方法，其特征在于，包括以下步骤：建立卡尔曼滤波系统；获取同步调相机PMU测量参数；将同步调相机PMU测量参数输入卡尔曼滤波系统，获得滤波输出参数；根据滤波输出参数计算同步调相机无功出力值。2.根据权利要求1所述的基于卡尔曼滤波的同步调相机无功出力估计方法，其特征在于，所述同步调相机PMU测量参数包括直轴电压、交轴电压、直轴电流和交轴电流，所述滤波输出参数包括直轴电压、交轴电压、直轴电流和交轴电流。3.根据权利要求2所述的基于卡尔曼滤波的同步调相机无功出力估计方法，其特征在于，所述卡尔曼滤波系统的建立包括：构建同步调相机的实用状态空间模型；离散化处理所述实用状态空间模型；根据离散化处理后的实用状态空间模型构建卡尔曼滤波系统。4.根据权利要求3所述的基于卡尔曼滤波的同步调相机无功出力估计方法，其特征在于，所述实用状态空间模型的构建包括以下步骤：构建超瞬态电动势的同步调相机数学模型；选取状态向量，根据超瞬态电动势的同步调相机数学模型建立同步调相机的实用状态空间模型。5.根据权利要求4所述的基于卡尔曼滤波的同步调相机无功出力估计方法，其特征在于，所述超瞬态电动势的同步调相机数学模型如下：其中，e
″
d
、e
′
d
分别为直轴超瞬态、瞬态感应电动势；e
″
q
、e
′
q
分别为交轴超瞬态、瞬态感应电动势；分别为e
″
q
、e
′
q
、e
″
d
、...

【专利技术属性】
技术研发人员：李昊，王宏华，路天航，王成亮，
申请(专利权)人：江苏方天电力技术有限公司，
类型：发明
国别省市：