扩展的集合成员滤波器用于电力系统动态状态估计

提出了一种新的电力系统动态状态估计方法。 它基于扩展集成员资格过滤器(ESMF)的应用。 ESMF提供了一种在线非线性保证估计,该估计假设噪声源是未知的但有界,而不是像概率估计算法(例如扩展卡尔曼滤波器(EKF)和无味卡尔曼滤波器(UKF))那样是随机的。 因此,对于电力系统的安全性和可靠性,ESMF为估计状态提供了100%的置信度。 在本文中,通过使用两个不同的单机无限总线(SMIB)系统导出并演示了ESMF。 通过使用一个建模为二阶非线性动力学方程的SMIB系统,将ESMF的性能与经典UKF进行了比较。 在另一个SMIB系统上也提出了具有未知输入的ESMF方法的可行性,在该系统中,励磁机输出电压可能不可用但有界。 ESMF方法还在多计算机系统模型上进行了测试,以证明其有效性。