-
题名基于平方根UPF的电力系统鲁棒预测状态估计
- 1
-
-
作者
王要强
赵楷
王义
王克文
梁军
-
机构
郑州大学电气与信息工程学院
郑州大学河南省电力电子与电力系统工程技术研究中心
卡迪夫大学
-
出处
《郑州大学学报(工学版)》
CAS
北大核心
2024年第3期119-126,142,共9页
-
基金
国家自然科学基金资助项目(62203395)
河南省博士后科研启动项目(202101011)。
-
文摘
针对辅助预测状态估计器在迭代计算中会出现状态预测误差协方差矩阵不正定,导致估计精度差甚至发散的问题,提出了基于平方根UPF的电力系统鲁棒辅助预测状态估计。该方法采用两种数学方法:矩阵Cholesky分解因子更新和矩阵QR分解,引入平方根技术动态更新状态预测误差协方差矩阵以保持状态预测误差协方差矩阵的正定性。运用MATLAB进行仿真模拟测试,结果表明:IEEE 30节点系统非高斯噪声测试中,平方根UPF电压相角的均方根误差平均值为UPF相应测试值的0.09%,平方根UPF电压幅值的均方根误差平均值为UPF相应测试值的0.14%;IEEE 57节点系统非高斯噪声测试中,平方根UPF电压相角的均方根误差平均值为UPF相应测试值的0.67%,平方根UPF电压幅值的均方根误差平均值为UPF相应测试值的0.57%。所提出的平方根UPF对解决辅助预测状态估计中状态预测误差协方差矩阵不正定的问题具有很好的效果,具有更高估计精度和鲁棒性。
-
关键词
电力系统
无迹粒子滤波
鲁棒辅助预测状态估计
不正定性
平方根UPF
-
Keywords
power system
unscented particle filter
robust forecasting-aided state estimation
non-positive
SRUPF
-
分类号
TM744
[电气工程—电力系统及自动化]
-
-
题名计及噪声和模型参数不确定的发电机动态状态估计
- 2
-
-
作者
王要强
杨志伟
王义
王克文
梁军
-
机构
郑州大学电气与信息工程学院
郑州大学河南省电力电子与电力系统工程技术研究中心
卡迪夫大学
-
出处
《郑州大学学报(工学版)》
CAS
北大核心
2023年第6期68-75,共8页
-
基金
国家自然科学基金资助项目(62203395,51507155)。
-
文摘
针对发电机动态状态估计过程中通信噪声以及模型参数不确定时估计精度降低和鲁棒性差的缺陷,提出了一种具有鲁棒性的发电机动态状态估计方法——H∞无迹粒子滤波(HUPF)。首先,建立四阶发电机的状态空间模型,利用无迹变换法计算粒子滤波的重要密度分布,提高了滤波精度和计算效率,增加了算法的灵活性;其次,根据H∞滤波理论建立发电机模型不确定性的边界约束准则,并在此基础上结合无迹粒子滤波(UPF),设计了一种可以根据模型不确定性动态调整估计误差协方差的更新策略,进一步提升了发电机的估计精度和抗差性能。通过IEEE 39节点系统中的仿真算例验证了所提方法的有效性,测试结果表明:所提HUPF方法的均方根误差最低为0.006,最高为0.0458,相比于UKF、UPF和AUKF方法,HUPF方法的均方根误差最小,能够显著提高模型不确定情形下发电机的状态估计精度,并且具有更强的鲁棒性。
-
关键词
发电机
动态状态估计
H∞滤波
非线性滤波
粒子滤波
模型不确定性
非高斯噪声
-
Keywords
generator
dynamic state estimation
H-infinity filter
nonlinear filter
particle filter
model uncertainty
non-Gaussian noise
-
分类号
TM711
[电气工程—电力系统及自动化]
-
-
题名基于修正安时积分法的磷酸铁锂电池荷电状态估计
被引量:3
- 3
-
-
作者
宋磊
陆春光
刘琳
刘世芳
王要强
-
机构
国网浙江省电力有限公司
国网浙江杭州市萧山区供电有限公司
郑州大学电气与信息工程学院
郑州大学河南省电力电子与电力系统工程技术研究中心
-
出处
《郑州大学学报(工学版)》
CAS
北大核心
2023年第6期84-90,共7页
-
基金
国网浙江省电力有限公司科技项目(5211YF220008)
国家自然科学基金资助项目(51507155)。
-
文摘
鉴于磷酸铁锂电池特性曲线存在电压平台区,以及电压、电流存在测量误差,导致估计其荷电状态十分困难。为了提高磷酸铁锂电池在电压平台区荷电状态估计的准确性,提出了一种基于安时积分法的改进卡尔曼滤波算法。首先,分别采用安时积分法和AUKF算法估计磷酸铁锂电池SOC。其次,计算2种算法估计值的增量,利用2种估计算法的特性,通过对比增量关系以确定最优估计值,对AUKF算法的估计结果进行修正。最后,所提方法的有效性在磷酸铁锂电池多种运行工况下得到了验证。实验结果表明:所提方法在存在电压偏差的情况下,能保持SOC估计误差小于0.02,实现了SOC的准确估计。
-
关键词
移动储能系统
磷酸铁锂电池
安时积分法
自适应无迹卡尔曼滤波
-
Keywords
mobile energy storage system
LiFePO 4 battery
amper-hour integral method
adaptive unscented Kalman filter
-
分类号
TM912
[电气工程—电力电子与电力传动]
-