[发明专利]一种电力信号同步相量参数估计方法

说明书

本发明提出一种电力信号同步相量参数估计方法，在电力信号相量参数的取值范围内对相量参数进行均匀抽样并得到各状态变量样本的采样点，将噪声叠加在采样点上，得到对比例采样算法参数寻优的样本；利用改进粒子群算法离线优化比例采样修正算法参数，寻找到使得所有样本收敛速度最快、收敛精度最高的比例采样修正算法参数；将优化得到的比例采样修正方法参数带入无迹卡尔曼滤波方法进行电力信号同步相量的在线测量。本发明的方法提高了无迹卡尔曼滤波方法测量电力信号相量测量精度及收敛速度。

技术领域

本发明属于广域同步相量测量方法领域，特别涉及一种电力信号同步相量参数估计方法。

背景技术

由于实时性和测量精度上的优势，近年来卡尔曼滤波方法逐渐被国内外学者关注，使用卡尔曼滤波方法的同步相量测量方法，首先建立电力信号的状态空间模型，然后利用依次得到的采样点对电力信号状态变量及测量进行状态预测与滤波更新，从而达到对电力信号状态变量依次估计进而逐渐接近真实值的目的。

由于电力信号与其频率的函数一定存在着非线性，致使只能解决线性问题的经典卡尔曼滤波方法无法解决电力信号参数测量问题，必须对电力信号状态空间模型进行线性化。由于无迹卡尔曼滤波方法能以二阶及以上的精度逼近非线性函数且能快速跟踪状态变量突变，近年来其在同步相量测量方法中应用越来越广。正弦函数的非线性较强，高阶信息对于滤波方法的性能有着很大的影响，无迹卡尔曼方法的比例采样修正方法参数设置对获取非线性函数高阶信息有着决定性的作用，但目前没有设置最优的比例采样修正方法参数的具体方法。

发明内容

针对上述问题，本发明提出一种电力信号同步相量参数估计方法，包括：

步骤1：在电力信号相量参数的取值范围内对相量参数进行均匀抽样并得到各状态变量样本的采样点，将噪声叠加在采样点上，得到对比例采样方法参数寻优的样本；

步骤2：利用改进粒子群方法离线优化比例采样修正方法参数，寻找到使得所有样本收敛速度最快、收敛精度最低的比例采样修正方法参数；

步骤3：将优化得到的比例采样修正方法参数带入无迹卡尔曼滤波方法进行电力信号同步相量的在线测量。

进一步，电力系统中电力信号在k时刻的采样值可表示为：

式中：y_k为信号的瞬时采样值；A₀、f₀、分别为基波信号的幅值、频率和初相角；A_i、f_i、(i≠0)分别为第(i+1)次谐波的幅值、频率和初相角；k为采样次数；T_s为采样间隔；v_k为与信号相互独立的高斯白噪声，其均值为0、方差为σ²。

进一步，在采样时，将谐波纳入噪声中滤除，定义电力信号的状态变量为：

进一步，在采样时，对每组采样点叠加不同的噪声。

进一步，对相量参数的抽样方式应为幅值在0.95pu至1.05pu之间均匀分布，频率在49.5Hz至50.5Hz之间均匀分布，初相角在-0.5π至0.5π之间均匀分布。

进一步，采样抽取的每组相量参数应对应形成10组或以上的采样点。

进一步，步骤2中，将下式作为适应度函数带入改进粒子群方法进行寻优，寻找到最优的比例采样修正方法参数，