[发明专利]一种基于Kalman滤波算法的电网信息观测系统和方法

权利要求书

1.一种基于Kalman滤波算法的电网信息观测方法，其特征在于，所述方法通过电网信息观测系统在分布式电源并网点采集三相电压信号测量值；建立电网系统状态空间模型，对三相电压信号经坐标变换；对kalman滤波算法中状态变量赋予初值；将两相信号输入kalman滤波器进行计算、分离；对电网同步信息进行预测和校正；在预测环节，根据系统模型，由电网系统之前的状态估计得到电网系统当前的状态估计；在校正环节，通过实测数据，根据协方差矩阵对当前状态估计修正，得到更加精确的当前状态值；卡尔曼滤波器将其输出值输入给三相锁频环，由三相锁频环提取基波频率，并反馈给Kalman滤波器；进行下一时刻电压的信息观测。

2.根据权利要求1所述的一种基于Kalman滤波算法的电网信息观测方法，其特征在于，所述校正环节包括在线实时计算Kalman滤波增益K；利用测量值与观测值的误差对Kalman滤波输出值校正，并输出校正后的基波及各次谐波幅值、相角信息；利用实时的Kalman滤波增益K更新系统协方差矩阵。

3.根据权利要求1所述的一种基于Kalman滤波算法的电网信息观测方法，其特征在于，所述状态变量赋予初值，由于状态变量初值对kalman滤波效果影响小，因此赋初值为x(k)|_k＝0＝[0 0…0]^T；在电网同步信息预测环节中，需要对系统误差协方差矩阵P赋予初值：

其中，n为建模过程中所计及的谐波次数，表示谐波次数取3，5，7，9…。

4.根据权利要求1所述的一种基于Kalman滤波算法的电网信息观测方法，其特征在于，所述电网系统当前的状态估计和误差协方差矩阵由下式计算：

上式分别对应于计算系统先验状态估计值和系统先验误差协方差矩阵；

其中，x(k-1|k-1)为k-1时刻的离散状态；f为系统状态空间方程；x(k|k-1)为k时刻的先验估计状态量；P(k-1|k-1)为k-1时刻的误差协方差矩阵；P(k|k-1)是先验估计误差协方差矩阵；Q(k)为协方差阵；A(k)表示k时刻的转移矩阵；A^T(k)表示A(k)矩阵的转置；P为系统协方差矩阵。

5.根据权利要求2所述的一种基于Kalman滤波算法的电网信息观测方法，其特征在于，所述在线实时计算Kalman滤波增益K，表达式为：

K(k)＝P(k|k-1)C^T(CP(k|k-1)C^T+R(k))^-1

其中，K(k)为k时刻的卡尔曼滤波增益；R(k)为k时刻的量测噪声协方差矩阵；C表示系统量测矩阵，C^T表示C矩阵的转置；P(k|k-1)为k时刻的先验估计误差协方差矩阵。

6.根据权利要求2所述的一种基于Kalman滤波算法的电网信息观测方法，其特征在于，所述对Kalman滤波输出值校正，通过系统状态估计和系统误差协方差矩阵更新实现，协方差矩阵更新的表达式为：

其中，x(k|k)为k时刻的滤波器输出；A(k-1)表示k-1时刻的系统转移矩阵；x(k|k-1)为k时刻的先验估计状态量；K(k)为k时刻的卡尔曼滤波增益；C为系统量测矩阵；P(k|k-1)为k时刻的先验估计误差协方差矩阵；P(k|k)为k时刻的误差协方差矩阵；I为单位矩阵，其阶数由K(k)*C决定；y(k)表示量测值，用于更新系统估计值。