改进自适应卡尔曼滤波的PMU和SCADA多坐标体系变换的主站状态估计  

Master station state estimation of multi-source heterogeneous measurementand dispatching automation based on improved adaptive kalman filter

作　　者：栗维勋 王亚军 杨立波 马斌 李一鹏 LI Wei-xun;WANG Ya-jun;YANG Li-bo;MA Bin;LI Yi-peng

机构地区：[1]国网河北省电力有限公司,石家庄050000

出　　处：《制造业自动化》2021年第11期105-110,共6页Manufacturing Automation

基　　金：国网河北省电力有限公司科技项目(KJ2020-075)。

摘　　要：调度自动化主站实时接收远动端多源异构量测系统的状态信息,而多源异构量测系统的状态信息存在精度、时间级不同从而使各种量测数据不同,导致系统状态无法准确表达。对此,针对PMU设备采用极坐标和直角坐标不同量测模型,提出了PMU极坐标和直角坐标量测量模型及其相互转换模型;同理,建立了SCADA极坐标和直角坐标量测模型及其相互转换模型,并设计了PMU和SCADA冗余、相关量测的处理方法;针对不同时刻量测相关性不同特点,提出了改进的自适应卡尔曼滤波方法进行PMU和SCADA联合状态估计。通过对调度自动化主站建立的典型电网算例分析和计算,结果证明了所提方法的有效性。

关 键 词：自适应卡尔曼滤波 多源 量测 调度 状态估计 

分 类 号：TM721[电气工程—电力系统及自动化]