[發(fā)明專利]一種基于相量測量的魯棒發(fā)電機(jī)動態(tài)狀態(tài)估計(jì)方法

在審

• 申請?zhí)枺?/td>: 202011242570.3
• 申請日: 2020-11-09
• 公開（公告）號: CN112511056A
• 公開（公告）日: 2021-03-16
• 發(fā)明（設(shè)計(jì)）人: 顧大德;肖健;資慧;朱茂林;劉灝;畢天姝
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司廣州供電局;華北電力大學(xué)
• 主分類號: H02P21/14
• 分類號: H02P21/14;H02P9/00;G06F30/20;G06F17/16;G06F17/11;G06F119/10
• 代理公司: 北京眾合誠成知識產(chǎn)權(quán)代理有限公司 11246
• 代理人: 張文寶

本發(fā)明公開了屬于電力系統(tǒng)技術(shù)領(lǐng)域的一種基于相量測量的魯棒發(fā)電機(jī)動態(tài)狀態(tài)估計(jì)方法。該方法針對PMU量測存在不良數(shù)據(jù)導(dǎo)致量測誤差方差與實(shí)際值不符的問題，將一個(gè)時(shí)變多維觀測噪聲尺度因子引入容積卡爾曼濾波，建立了增益矩陣的更新模型，有效抑制量測壞數(shù)據(jù)；針對噪聲統(tǒng)計(jì)特性以及模型參數(shù)不確定性問題，結(jié)合H無窮大準(zhǔn)則，建立狀態(tài)估計(jì)誤差方差陣的更新模型，提高估計(jì)器對參數(shù)和模型不確定性的魯棒性。仿真測試和實(shí)驗(yàn)測試結(jié)果表明，利用該方法可以有效抑制量測壞數(shù)據(jù)和參數(shù)不確定性對狀態(tài)估計(jì)的影響，可用于提升狀態(tài)估計(jì)器的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明屬于電力系統(tǒng)技術(shù)領(lǐng)域，特別涉及一種基于相量測量的魯棒發(fā)電機(jī)動態(tài)狀態(tài)估計(jì)方法。

背景技術(shù)

我國電網(wǎng)中大規(guī)模新能源的不斷接入，電力電子設(shè)備以及各種儲能設(shè)備大量增加，又極大地增加了電網(wǎng)的復(fù)雜度。隨著衛(wèi)星技術(shù)、計(jì)算機(jī)技術(shù)和通信技術(shù)的迅猛發(fā)展，20世紀(jì)90年代初，廣域測量系統(tǒng)(wide area measurement system，WAMS)的出現(xiàn)使得對電力系統(tǒng)故障后的機(jī)電暫態(tài)過程監(jiān)測成為了可能。WAMS是基于同步相量測量單元(phasormeasurement unit，PMU)和現(xiàn)代通信技術(shù)對電力系統(tǒng)運(yùn)行狀態(tài)進(jìn)行監(jiān)測和分析。PMU能夠?qū)C(jī)電暫態(tài)過程中系統(tǒng)狀態(tài)相量進(jìn)行直接測量，這為電力系統(tǒng)動態(tài)安全監(jiān)控的發(fā)展帶來了新的契機(jī)。目前，我國電網(wǎng)中500kV及以上主網(wǎng)架、300MW及以上發(fā)電機(jī)組和和重要的220kV變電站均裝設(shè)了PMU。這些相量測量裝置已經(jīng)在監(jiān)測電力系統(tǒng)低頻振蕩中發(fā)揮了巨大作用。

然而，由于傳感器的誤差和隨機(jī)干擾的影響，PMU不可避免地存在隨機(jī)誤差和不良數(shù)據(jù)。如果不對PMU量測數(shù)據(jù)進(jìn)行處理而直接應(yīng)用，則有可能導(dǎo)致錯誤的控制策略，從而加速事故的進(jìn)一步擴(kuò)大。因此，PMU實(shí)測信息需要經(jīng)過狀態(tài)估計(jì)濾除隨機(jī)誤差并剔除不良數(shù)據(jù)后，才能為系統(tǒng)動態(tài)安全監(jiān)控提供可靠的數(shù)據(jù)源。發(fā)電機(jī)轉(zhuǎn)子的內(nèi)在巨大慣性使得發(fā)電機(jī)轉(zhuǎn)子功角和電角速度在機(jī)電暫態(tài)過程中不會發(fā)生突變，并且滿足發(fā)電機(jī)運(yùn)動方程的約束條件，研究機(jī)電暫態(tài)過程中發(fā)電機(jī)動態(tài)狀態(tài)估計(jì)方法至關(guān)重要。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于相量測量的魯棒發(fā)電機(jī)動態(tài)狀態(tài)估計(jì)方法，其特征在于，所述發(fā)電機(jī)動態(tài)狀態(tài)估計(jì)方法包括：

1)將一個(gè)時(shí)變多維觀測噪聲尺度因子引入容積卡爾曼濾波，建立了增益矩陣的更新模型，有效抑制PMU量測存在不良數(shù)據(jù)導(dǎo)致量測誤差方差與實(shí)際值不符對估計(jì)結(jié)果的影響；

2)結(jié)合H無窮大準(zhǔn)則，建立狀態(tài)估計(jì)誤差方差陣的更新模型，提高估計(jì)器對噪聲統(tǒng)計(jì)特性和模型參數(shù)不確定性的魯棒性；

所述步驟1)中PMU量測存在不良數(shù)據(jù)導(dǎo)致量測誤差方差與實(shí)際值不符，具體包括：

容積卡爾曼濾波算法需要根據(jù)新息向量e_k＝z_k-z_k|k-1對狀態(tài)量的預(yù)報(bào)值x_k|k-1進(jìn)行修正，進(jìn)而得到狀態(tài)量估計(jì)值其中z_k為PMU量測向量，z_k|k-1量測預(yù)報(bào)值向量；修正程度由新息e_k和卡爾曼濾波增益K_k共同決定，K_k即新息e_k的系數(shù)矩陣，由相關(guān)預(yù)報(bào)方差陣計(jì)算得到，屬于濾波過程中間量；當(dāng)PMU的實(shí)際量測噪聲與給定的量測誤差方差陣R相符時(shí)，e_k和K_k能夠?qū)︻A(yù)報(bào)值進(jìn)行正確修正，容積卡爾曼濾波能夠得到準(zhǔn)確的估計(jì)結(jié)果；然而，當(dāng)PMU量測量出現(xiàn)不良數(shù)據(jù)時(shí)，新息向量e_k中不良數(shù)據(jù)對應(yīng)的元素突然增大，而K_k并未隨之進(jìn)行調(diào)整，對狀態(tài)量預(yù)報(bào)值的修正不準(zhǔn)確，導(dǎo)致估計(jì)結(jié)果精度下降。

所述步驟1)中時(shí)變多維觀測噪聲尺度因子，具體包括：

對于量測不良數(shù)據(jù)，通過引入噪聲尺度因子在線調(diào)整量測誤差方差陣R，來抑制量測不良數(shù)據(jù)對狀態(tài)估計(jì)結(jié)果的影響：