[发明专利]一种改进动态谐波估计方法和系统

权利要求书

1.一种改进动态谐波估计方法，其特征在于，包括：

采集电网各支路或母线的同步相量测量装置的谐波电压；

将所述谐波电压带入预先建立的非线性状态方程与量测方程模型；

采用改进Sage-Husa平方根无迹卡尔曼滤波算法，根据所述非线性状态方程与量测方程模型，对待估测支路进行谐波电流估计计算，得到待估测支路谐波电流的估算值；

其中，所述改进Sage-Husa平方根无迹卡尔曼滤波算法包括：基于量测更新和遗忘因子，对所述非线性状态方程与量测方程模型进行状态更新。

2.如权利要求1所述的方法，其特征在于，所述非线性状态方程与量测方程模型如下式所示：

其中，下标k表示下一采样时刻，下标k-1表示当前采样时刻；X_k表示下一采样时刻的谐波电流的估算值，X_k-1表示表示当前采样时刻的谐波电流的估算值，U_k表示下一采样时刻的谐波电压，F为系统状态函数，H为系统观测函数，A_k表示下一采样时刻的系统矩阵，B_k表示下一采样时刻的控制矩阵，C_k表示下一采样时刻的观测矩阵，D_k表示下一采样时刻的直接转递矩阵，W_k表示下一采样时刻的系统过程噪声，V_k表示下一采样时刻的系统观测噪声，Z_k表示下一采样时刻的谐波电压观测值。

3.如权利要求1所述的方法，其特征在于，所述采用改进Sage-Husa平方根无迹卡尔曼滤波算法，根据所述非线性状态方程与量测方程模型，对预设待估测支路进行谐波电流估计计算，得到待估测支路谐波电流的估算值，包括：

基于所述非线性状态方程与量测方程模型，采用无迹卡尔曼滤波算法进行时间更新；所述非线性状态方程与量测方程模型中的量测量序列的初始值由初次采样时刻采集的谐波电压初始化得到；

基于时间更新的结果和Sage-Husa方法对所述非线性状态方程与量测方程模型进行量测更新；

基于量测更新的结果和预设遗忘因子，对所述非线性状态方程与量测方程模型进行状态更新，得到谐波电流的估算值。

4.如权利要求3所述的方法，其特征在于，初始化非线性状态方程与量测方程模型中量测量序列的初始值，如下式所示：

其中，下标0表示的初始采样时刻，X₀表示谐波电流的初值，Q₀表示初始采样时刻系统过程噪声的协方差向量，R₀表示初始采样时刻系统观测噪声的协方差向量，为Q₀的平方根，为R₀的平方根，是X₀的数学期望；E表示求取数学期望，Chol函数为矩阵Cholesky因子分解函数，S₀是和X₀的协方差；

所述谐波电流的初值X₀与所述谐波电压的关系式如下：

Z₀＝H[X₀,U₀]＝C₀X₀+D₀U₀+V₀

其中，Z₀表示初始采样时刻经过量测变换后的谐波电压，U₀表示初始采样时刻的谐波电压，V₀表示初始采样时刻的系统观测噪声，H为观测函数，C为观测矩阵，D为直接转递矩阵。

5.如权利要求3所述的方法，其特征在于，所述基于所述非线性状态方程与量测方程模型，采用无迹卡尔曼滤波算法进行时间更新，包括：

对初始化后的所述非线性状态方程与量测方程模型中的谐波电流进行无迹变换，得到包含Sigma点集的Sigma矩阵；

根据所述非线性状态方程对所述Sigma矩阵进行非线性变换，并利用系统过程噪声的协方差的平方根参与无迹卡尔曼滤波算法进行递推运算，对所述谐波电流与谐波电流协方差进行预测。