[发明专利]基于卡尔曼滤波的同步调相机无功出力估计方法

说明书

本发明公开了基于卡尔曼滤波(KF)的同步调相机无功出力估计方法，包括以下步骤：建立卡尔曼滤波系统；获取同步调相机PMU测量参数；将同步调相机PMU测量参数输入卡尔曼滤波系统，获得滤波输出参数；根据滤波输出参数计算同步调相机无功出力值。本发明有效滤除PMU测量的噪声干扰，降低估算所需数据的存储量，提高了同步调相机无功出力的估计精度。

技术领域

本发明属于高压直流输电系统工程领域，具体涉及基于卡尔曼滤波的同步调相机无功出力估计方法。

背景技术

我国能源与负荷在一定程度上呈现逆向分布，采用远距离高压直流输电可以在大范围实现能源的优化配置。随着输电功率的不断提高，电网“强直弱交”的特点进一步突显，直流电网对交流电网的冲击越来越大，电网无功储备不足会导致电压失稳。同步调相机因其具有调节能力受系统影响小，有较高的强励磁能力等优点广泛应用于高压直流输电系统，在系统故障时为系统提供短路容量，作为动态无功补偿装置是解决高压直流输电系统无功补偿的有效方案。同步调相机无功出力是运行时的重要参数。调相机常工作于无功出力剧烈变化的工况，其无功输出能力直接关系到输电系统的暂态稳定，因此精确估计意义重大。

目前，从国内外相关文献可知，调相机的无功出力可以通过解析计算、PMU直接读取、神经网络、基于纯有限元分析等手段获得。但是，解析计算不能保证同步调相机快速提供无功支撑瞬间的计算精度，PMU测量数据含有较大噪声，神经网络需要大量的训练数据，而同步调相机无功暂态数据难以获得，基于有限元分析的方法，虽然能够精确计算暂态无功，但计算时间长，不能适应复杂暂态工况的无功出力计算。

发明内容

发明目的：本发明的目的是提供一种基于卡尔曼滤波的同步调相机无功出力估计方法，有效滤除PMU测量的噪声干扰，降低估算所需数据的存储量，提高了同步调相机无功出力的估计精度。

为解决上述技术问题，本发明提供了一种基于卡尔曼滤波的同步调相机无功出力估计方法，包括以下步骤：

建立卡尔曼滤波系统；获取同步调相机PMU测量参数；将同步调相机PMU测量参数输入卡尔曼滤波系统，获得滤波输出参数；根据滤波输出参数计算同步调相机无功出力值。

可选的，所述同步调相机PMU测量参数包括直轴电压、交轴电压、直轴电流和交轴电流，所述滤波输出参数包括直轴电压、交轴电压、直轴电流和交轴电流。

可选的，所述卡尔曼滤波系统的建立包括：构建同步调相机的实用状态空间模型；离散化处理所述实用状态空间模型；根据离散化处理后的实用状态空间模型构建卡尔曼滤波系统。

可选的，所述实用状态空间模型的构建包括以下步骤：构建超瞬态电动势的同步调相机数学模型；选取状态向量，根据超瞬态电动势的同步调相机数学模型建立同步调相机的实用状态空间模型。

可选的，所述超瞬态电动势的同步调相机数学模型如下：

其中，e″_d、e′_d分别为直轴超瞬态、瞬态感应电动势；e″_q、e′_q分别为交轴超瞬态、瞬态感应电动势；分别为e″_q、e′_q、e″_d、e′_d的一阶导数；T″_do、T′_do分别为直轴超瞬态、瞬态开路时间常数；T″_qo、T′_qo分别为交轴超瞬态、瞬态开路时间常数；x″_d、x′_d分别为直轴超瞬态、瞬态电抗；x″_q、x′_q分别为交轴超瞬态、瞬态电抗；x_d、x_q分别为直轴、交轴同步电抗；u_d、u_q为直轴、交轴电压；i_d、i_q直轴、交轴电流；r_a为定子电阻。