一种计及多重量测衰减的智能电网同步信号的弹性状态估计方法技术

本发明专利技术公开了一种计及多重量测衰减的智能电网同步信号韧性估计方法，包括以下步骤：首先，建立三相不平衡网络的正序快速估计模型；其次，构建量测衰减情况下的同步估计模型；再次，初始化状态估计方法参数值，计算k时刻的状态预测值与预测误差协方差矩阵；之后，计算状态估计方法的改进卡尔曼滤波增益；最后，计算k时刻的状态估计值与修正后的误差协方差矩阵，依据时间序列对智能电网同步进行状态估计。本发明专利技术不仅建立了计及多重量测衰减的智能电网同步动态状态估计模型，且提出了适用于多重量测衰减的韧性状态估计方法，本发明专利技术方法能够提升多重量测衰减下智能电网同步估计的精度，为其分析和控制提供可靠的信息支撑。为其分析和控制提供可靠的信息支撑。为其分析和控制提供可靠的信息支撑。

【技术实现步骤摘要】
一种计及多重量测衰减的智能电网同步信号的弹性状态估计方法


[0001]本专利技术属于电力系统分析和监测
，尤其涉及一种计及多重量测衰减的智能电网同步信号的弹性状态估计方法。

技术介绍

[0002]动态状态估计(dynamic state estimation，DSE)对系统状态具有较强监测跟踪能力，能够快速捕捉电力系统的动态变化，实现系统实时监测，对电网稳定运行具有重要的现实意义。在对智能电网同步信号进行动态状态估计时，高精度网格同步是DPGS和并网转换器有效控制的关键，如果没有精确电网同步的情况，公用网络可能会经历不稳定或停电。建立一个新的实时计算电力系统状态数据的框架，如频率，电压幅度，和相位角，是现在研究的重点。
[0003]目前，电力系统动态状态估计主要以卡尔曼滤波及其改进方法为主，如扩展卡尔曼滤波(extended Kalman filter,EKF)、无迹卡尔曼滤波、容积卡尔曼滤波等。上述这些方法在一定程度上改善了状态估计的结果。但是，需要指出的是现有基于卡尔曼滤波框架的动态状态估计方法未能计及多重量测衰减造成量测数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计及多重量测衰减的智能电网同步信号韧性估计方法，其特征在于，包括如下步骤：(1)建立三相不平衡智能电网的正序快速估计模型；(2)构建量测衰减情况下的三相不平衡智能电网动态估计模型；(3)初始化MEKF(Modified Kalman filter,MEKF)状态估计方法参数值；(4)基于MEKF的预测步，计算k+1时刻的状态预测值与预测误差协方差矩阵；(5)计算k+1时刻改进扩展卡尔曼滤波增益值；(6)计算k+1时刻状态估计值(7)更新k+1时刻的同步信号估计误差协方差矩阵；(8)按照步骤(3)
‑‑
(7)依据时间序列对电网同步信号进行动态实时估计，直至k+1＞N时迭代停止，输出估计结果。2.根据权利要求1一种计及多重量测衰减的智能电网同步信号韧性估计方法，其特征在于，所述步骤(1)中的变换方程表达式为在于，所述步骤(1)中的变换方程表达式为在于，所述步骤(1)中的变换方程表达式为在于，所述步骤(1)中的变换方程表达式为x5(k)＝ωx1(k+1)＝x1(k)cos(x5(k))
‑
x2(k)sin(x5(k))x2(k+1)＝x1(k)sin(x5(k))+x2(k)cos(x5(k))x3(k+1)＝x3(k)cos(x5(k))
‑
x4(k)sin(x5(k))x4(k+1)＝x3(k)sin(x5(k))+x4(k)cos(x5(k))x5(k+1)＝x5(k)(k)式中x
i
(i＝1,2
…
5)为状态向量，V
α
、V
β
为经克拉克变换后的电压幅值，k为采样时刻，ω为电角频率，单位为rad/s，T为采样周期，φ
α
、φ
β
为相位角，为正序的相角和电压，此处假设过程噪声为零。3.根据权利要求1一种计及多重量测衰减的智能电网同步信号韧性估计方法，其特征在于，所述步骤(2)中考虑多重量测衰减智能电网同步动态估计的系统方程和量测方程表达式为：
式中x
k
表示k时刻状态变量，f(
·
)表示系统状态转移函数，z
k
∈R
m
为k时刻量测变量，Γ(
·
)表示输出函数；用于刻画量测信号衰减情况造成的量测数据缺失，其中diag...

【专利技术属性】
技术研发人员：王义，刘妍鑫，王明东，姚利娜，李忠文，
申请(专利权)人：郑州大学，
类型：发明
国别省市：