基于最小二乘估计融合的分布式电力系统动态状态估计

发布时间：2017-10-12 00:41

  本文关键词：基于最小二乘估计融合的分布式电力系统动态状态估计

  更多相关文章： 互联电网 分布式状态估计 最小二乘估计融合 线性等式约束 容积卡尔曼滤波

【摘要】：随着电力系统规模不断扩大,分布式状态估计是解决集中式状态估计计算维数过高和量测大数据处理难等问题的可行策略之一。文中以容积卡尔曼滤波算法作为区域本地估计算法,在协调中心侧采用最小二乘估计融合技术协调估计区间边界状态。根据边界状态协调估计值,各区域通过带等式约束的卡尔曼滤波算法进一步修正区域内部状态的本地估计值。算例仿真表明,所提方法估计精度与集中式估计相当,相比集中式估计具有更好的实时性,且所需数据通信量少,易于实现。
【作者单位】： 华南理工大学电力学院;
【关键词】： 互联电网 分布式状态估计 最小二乘估计融合 线性等式约束 容积卡尔曼滤波
【基金】：国家自然科学基金资助项目(51177049) 国家优秀青年科学基金资助项目(51322702)~~
【分类号】：TM73
【正文快照】： 上网日期:2016-03-09。0引言电力系统状态估计是能量管理系统(energymanagement system,EMS)的核心组成部分,能为电力系统经济分配、安全评估和在线控制等高级应用功能提供实时可靠的运行数据。随着电力系统发展,区域电网互联,其规模不断扩大。对于一个如此庞大的系统,集中式

【相似文献】

中国期刊全文数据库 前2条

1 邵臻;王晓佳;高飞;刘辉舟;杨露;;基于惩罚最小二乘估计的长期用电量半参数预测模型[J];统计与决策;2012年24期

2 ;[J];;年期

，

本文编号：1015735