[发明专利]一种计及模型参数不确定性的发电机动态估计方法

权利要求书

1.一种计及模型参数不确定性的发电机动态估计方法，其特征在于：包括以下步骤：

(1)建立发电机动态状态估计模型：建立发电机的经典模型，并构造其动态状态估计方程和量测方程；

(2)误差分析：考虑量测值以及过程噪声的误差方差阵；

(3)自适应鲁棒扩展卡尔曼滤波动态估计：依据发电机状态空间模型，采用自适应鲁棒扩展卡尔曼滤波对发电机机电暂态过程中功角和电角进行动态估计；

步骤(1)采用同步发电机的经典二阶模型进行分析，其具体形式如下：

式中δ为发电机转子功角，t为时间，ω、ω₀分别为发电机转子电角速度和同步转速，P_m和P_e分别为发电机的机械功率和电磁功率，T_J和D分别为发电机参数中的惯性时间常数和阻尼系数；

发电机动态状态估计的状态变量为x＝(δ,ω)，把发电机的机械功率和电磁功率作为已知的输入量，记为u＝(P_m,P_e)^T，此时发电机转子的运动方程将和外部网络解耦，则式(1)对应的状态方程如下：

式中δ的单位为度；

基于同步相量量测单元，对发电机功角和电角速度进行直接量测，此处的量测方程设置为

式中y为量测变量；

步骤(2)给定量测值的误差方差阵为

由于模型参数T_J和D的不确定性和电磁功率P_e、机械功率P_m的量测误差，系统还会受到过程噪声的影响，因此步骤(2)还考虑调速器的作用，系统的过程噪声方差阵设置为

Q＝diag(0 0.0004P_e+0.0001) (5)；

步骤(3)包括以下步骤：

a、预测步

①设定滤波相关的初始值，设定t＝0时刻的状态估计初始值状态估计误差协方差P₀，系统噪声和量测噪声协方差矩阵的初始值Q₁、R₁，移动窗口值L以及最大估计时刻N；

②计算t时刻的状态预测值

式中f(·)为式(2)中系统函数，为t-1时刻的状态估计值；

③计算t时刻的状态预测误差协方差P_t|t-1：

P_t|t-1＝F_tP_t-1F_t^T+Q_t

式中表示函数f(·)在处的雅克比矩阵，(·)^T表示对矩阵进行转置运算，P_t-1为t-1时刻的估计误差协方差，Q_t为t时刻的系统噪声协方差矩阵；

b、预测误差协方差自适应更新

④根据外界情况变化，自适应计算并更新t时刻误差协方差矩阵

式中上标-1表示对矩阵求逆，α是一个待设定的正常数，用于调节动态过程中误差协方差自适应变换的阈值，γ为不确定约束上界，其中P_y,t-1、和L_t的计算方法如下：

式中H_t-1对应于式(3)中的输出矩阵，R_t-1为t-1时刻的量测噪声协方差矩阵，ρ＝0.98为遗忘因子，I为对应维度的单位矩阵，ε_max是根据实际系统的物理信息进行设定的值，(·)^1/2为矩阵的平方根；

c、滤波步

⑤计算t时刻卡尔曼滤波增益G_t：

式中

⑥计算t时刻的估计误差协方差P_t：

⑦计算t时刻的状态估计值

式中y_t为t时刻的量测值；

d、过程噪声协方差自适应更新

⑧计算信息序列：

式中s_t为t时刻的信息序列，y_t为t时刻的量测值；

⑨取移动窗口大小为L时，计算窗口内新息序列s_t的平均值，即信息矩阵：

⑩在上一步的基础上，动态计算t+1时刻系统噪声协方差矩阵Q_t+1：

式中G_t为t时刻滤波增益值；

按照步骤②-⑩依据时间序列进行动态估计，直至t+1＞N时迭代停止，输出动态估计结果。