System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及新型电力系统领域,特别是基于改进扩展卡尔曼滤波的新型电力系统惯量计量方法。
技术介绍
1、随着风电、光伏等可再生能源在电力系统中的渗透率不断提高,特高压直流输电项目不断投运以及大规模电力电子设备并网,传统同步发电机组所占比重越来越小,电力系统的低惯量特征逐渐凸显,由此带来的频率稳定性差,抗扰动能力不足的问题日益严峻,在新型电力系统场景下,准确评估电力系统惯量的分布情况有助于实现对电力系统中惯量匮乏区域的安全预警和惯量支撑资源的调度运行,从而有效提高新能源的消纳水平,确保电力系统的安全稳定运行,为此,本专利技术提出基于改进扩展卡尔曼滤波的新型电力系统惯量计量方法。
技术实现思路
1、为实现上述目的,本专利技术所提供的技术方案为:
2、基于改进扩展卡尔曼滤波的新型电力系统惯量计量方法,包括以下步骤:
3、s1:将同步发电机的转子运动方程改写为含待辨识参数的扩展状态空间模型;
4、s2:在电力系统扰动事件下获取节点的扰动功率和频率数据,通过扩展卡尔曼滤波算法辨识惯性常数;
5、s3:将灰狼优化算法和平方根滤波算法应用于扩展卡尔曼滤波辨识算法,使辨识算法具有更好的抗噪声能力和泛化性能,从而实现对电力系统惯量快速准确的评估;
6、所述步骤s1的具体步骤如下:
7、s1-1:同步发电机的转子运动方程:
8、
9、式(1)中,h是同步发电机的惯性常数,pm和pe分别是同步发电机的机械功率
10、在扰动事件刚开始发生或者扰动较小的情况下,式(1)的各变量在稳态运行点附近小幅变化,可将其写为如下的增量形式:
11、
12、式(2)中,δpm和δpe分别为同步发电机的机械功率和同步发电机的电磁功率相对于原稳态值的变化量,记δp=δpm-δpe,称为不平衡扰动功率,由于计算机只能处理数字量,故将式(2)离散化可得:
13、
14、式(3)中,下标k代表第k个采样点,下标k-1代表第k-1个采样点(k=1,2…),δfk为第k个采样点频率(p.u.),δfk-1为第k-1个采样点频率(p.u.),δpk-1为第k-1个采样点不平衡扰动功率(p.u.),hk-1为第k-1个采样点下惯性常数的估计值,dk-1为第k-1个采样点下阻尼系数的估计值,δt为同步相量测量装置的采样间隔;
15、s1-2:扩展的状态空间建模:
16、设置采样点k对应的待辨识参数向量θk=[hk dk]t,hk为第k个采样点下惯性常数的估计值,dk为第k个采样点下阻尼系数的估计值,将θk和δfk合并成扩展状态变量xk,即xk=[δfk hk dk]t,则得到完整的扩展状态空间方程如下:
17、
18、式(4)中,下标k代表第k个采样点,下标k+1代表第k+1个采样点,记ωk=[ω1,kω2,k ω3,k]t,称为第k个采样点过程噪声,是3*1的向量,ω1,k,ω2,k,ω3,k分别对应第k个采样点频率状态估计,惯性常数估计和阻尼系数估计时互不相关的白噪声影响,将频率变化量δf作为系统输出,v称为测量噪声,是零均值且与过程噪声ω不相关的白噪声,v是1*1的标量;
19、所述步骤s2的具体步骤如下:
20、s2-1:实现离散扩展卡尔曼滤波参数估计所需的完整系统方程和量测方程如下:
21、
22、式(5)中,下标k代表第k个采样点,下标k-1代表第k-1个采样点(k=1,2…),f为3*1的非线性状态向量函数,h为非线性量测标量函数,v称为测量噪声,是零均值且与ω不相关的白噪声,v是1*1的标量;q和r分别是过程噪声ω和测量噪声v的协方差矩阵,过程噪声协方差矩阵q是一个3*3的对角矩阵,测量噪声协方差矩阵r是一个1*1的矩阵;
23、s2-2:初始化滤波器,设置扩展状态变量初值和估计状态误差的协方差矩阵初值
24、s2-3:对采样点k(k=1,2…),执行下列循环步骤:
25、s2-3-1:计算下列偏微分矩阵:
26、
27、式(6)中,下标k-1代表第k-1个采样点,f称为状态转移矩阵,l称为过程噪声驱动矩阵;
28、s2-3-2:计算先验状态估计和先验估计误差协方差的时间更新方程:
29、
30、式(7)中,是获得采样点k的量测值之前在采样点k对xk的估计,称为先验估计;是获得采样点k-1的量测值之后在采样点k-1对xk的估计,称为后验估计;表示的估计误差协方差,表示的估计误差协方差;
31、s2-3-3:计算下列雅可比矩阵:
32、
33、式(8)中,下标k代表第k个采样点,h称为观测矩阵,m称为量测噪声驱动矩阵;
34、s2-3-4:计算后验状态估计和后验估计误差协方差的量测更新方程:
35、
36、式(9)中,下标k代表第k个采样点,k称为卡尔曼滤波增益矩阵;
37、所述步骤s3的具体步骤如下:
38、s3-1:确定扩展卡尔曼滤波参数中过程噪声协方差矩阵q和测量噪声协方差矩阵r的元素作为灰狼个体的位置,规定过程噪声协方差矩阵q和测量噪声协方差矩阵r元素的上下限;
39、s3-2:设定最大迭代次数max_it、灰狼群体规模,目标函数设置如下:
40、fobj=1000|(hreal-hest)| (10)
41、式(10)中,fobj为目标函数,hreal是惯性常数真实值,hest是惯性常数估计值;
42、s3-3:执行包围猎物阶段,灰狼群体发现猎物时会快速靠近猎物将其包围,其数学描述为:
43、
44、式(11)中,表示灰狼与猎物间的距离向量;t表示当前迭代次数;和分别表示猎物的位置向量和灰狼个体的位置向量;为猎物位置的系数向量,计算公式如下:
45、
46、式(12)中,为模取[0,1]之间的随机数的向量;
47、灰狼位置向量的更新公式为:
48、
49、式(13)中,称为距离系数向量,计算公式如下:
50、
51、式(14)中,为模取[0,1]之间的随机数的向量,称为收敛因子,它的模会随着迭代过程由2线性减小到0;
52、s3-4:执行狩猎阶段,灰狼算法将灰狼个体的位置定义为问题的解,前三匹最好的狼(最优解)分别定义为α、β和δ,它们指挥其他狼向目标搜索,其余的狼(候选解)被定义为ω,它们围绕α、β或δ来更新位置;为了在数学上模拟灰狼的狩猎行为,假定α、β和δ更了解猎物的潜在位置,保存截至目前最好的这本文档来自技高网...
【技术保护点】
1.基于改进扩展卡尔曼滤波的新型电力系统惯量计量方法,其特征在于,包括以下步骤:
【技术特征摘要】
1.基于改进扩展卡尔曼滤波的新型电力系统...
【专利技术属性】
技术研发人员:李金龙,杨苓,刘远熙,许钊洋,许方园,
申请(专利权)人:广东工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。