Dynamic State Estimation Method for Generators Considering Bad Data in Input

Maolin ZHU; Hao LIU; Tianshu BI; Yongsheng XIE; Junbo ZHAO

doi:10.7500/AEPS20210228003

您当前的位置：

首页 >

文章列表页 >

Dynamic State Estimation Method for Generators Considering Bad Data in Input

Basic Research | 更新时间：2025-06-16

- Dynamic State Estimation Method for Generators Considering Bad Data in Input
- Automation of Electric Power Systems Vol. 46, Issue 7, Pages: 94-103(2022)
- 作者机构：
  
  1.新能源电力系统国家重点实验室(华北电力大学),北京市 102206
  2.国网新疆电力有限公司,新疆维吾尔自治区乌鲁木齐市 830002
  3.密西西比州立大学电气与计算机工程学院,斯塔克维尔 39762,美国
- 作者简介：
- 基金信息：
  
  National Fund for Distinguished Young Scholars of China(51725702)
- DOI：10.7500/AEPS20210228003
  CLC：
- Received：28 February 2021，
  
  Revised：2021-07-27，
  
  Published Online：17 September 2021，
  
  Published：10 April 2022
- 稿件说明：
移动端阅览
朱茂林,刘灏,毕天姝等.考虑输入量不良数据的发电机动态状态估计方法[J].电力系统自动化,2022,46(7):94-103.

ZHU Maolin,LIU Hao,BI Tianshu,et al.Dynamic State Estimation Method for Generators Considering Bad Data in Input[J].Automation of Electric Power Systems,2022,46(7):94-103.
朱茂林,刘灏,毕天姝等.考虑输入量不良数据的发电机动态状态估计方法[J].电力系统自动化,2022,46(7):94-103. DOI： 10.7500/AEPS20210228003.

ZHU Maolin,LIU Hao,BI Tianshu,et al.Dynamic State Estimation Method for Generators Considering Bad Data in Input[J].Automation of Electric Power Systems,2022,46(7):94-103. DOI： 10.7500/AEPS20210228003.

摘要

近年来，基于同步相量测量单元（PMU）量测数据的发电机动态状态估计得到广泛研究。然而，现场运行的PMU受多种因素的影响，可能导致作为状态估计输入量的发电机机端电压或电流量测相量存在不良数据，对状态估计产生影响。针对该问题，提出了一种考虑输入量不良数据的发电机动态状态估计方法。在输入量不良数据对动态状态估计影响分析的基础上，该方法利用发电机状态量受动态方程约束不能突变的特性，提出了基于指数平滑的状态量预报方法，将该预报值与发电机动态方程预报值进行比较，提出了输入量不良数据检测方法。进一步，检测到不良数据后用指数平滑预报值代替动态方程的预报值，提出了基于最小二乘法的输入量校正方法。仿真算例结果表明，所提方法能有效抑制输入量不良数据对发电机动态状态估计的影响，提高动态状态估计算法的鲁棒性。

Abstract

In recent years

dynamic state estimation for generators based on synchrophasor measurement unit (PMU) measurement data has attracted more and more attention. However

the PMU operation in the field is affected by many factors

which may cause the generator terminal voltage or current measurement phasors which are the input of the state estimation to include bad data and affect the state estimation results. To solve this problem

a dynamic state estimation method for generators considering the bad data in input is proposed. After analyzing the influence of input bad data on dynamic state estimation

this method uses the characteristic that the generator states are restricted by the dynamic equation and cannot change suddenly

and a state prediction method based on exponential smoothing is proposed. The predicted states are compared with the forecasting states computed by the generator dynamic equation

and a method for detecting bad input data is proposed. Furthermore

when detecting bad data

predicted states by exponential smoothing are used to replace the forecasting states of the dynamic equation

and an input correction method based on the least square method is proposed. The results of simulation examples show that the method can effectively suppress the influence of input bad data on dynamic state estimation for generators and improve the robustness of the dynamic state estimation algorithm.

关键词

Keywords

references

刘晟源，林振智，李金城，等 . 电力系统态势感知技术研究综述与展望［J］. 电力系统自动化， 2020 ， 44 （ 3 ）： 229 - 239 .

LIU Shengyuan ， LIN Zhenzhi ， LI Jincheng ， et al . Review and prospect of situation awareness technologies of power system ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 3 ）： 229 - 239 .

李珏，刘灏，毕天姝，等 . 适用于保护控制的同步相量测量方法［J］. 电力系统自动化， 2019 ， 43 （ 11 ）： 158 - 165 .

LI Jue ， LIU Hao ， BI Tianshu ， et al . A synchrophasor measurement method for protection and control ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 11 ）： 158 - 165 .

秦晓辉，毕天姝，杨奇逊 . 基于广域同步量测的电力系统扰动识别与定位方法［J］. 电网技术， 2009 ， 33 （ 12 ）： 35 - 41 .

QIN Xiaohui ， BI Tianshu ， YANG Qixun . WAMS based power system disturbance identification and location approach ［J］. Power System Technology ， 2009 ， 33 （ 12 ）： 35 - 41 .

ZHAO Junbo ， GOMEZ-EXPOSITO A ， NETTO M ， et al . Power system dynamic state estimation： motivations， definitions， methodologies， and future work ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 4 ）： 3188 - 3198 .

李大路，李蕊，孙元章 . 混合量测下基于UKF的电力系统动态状态估计［J］. 电力系统自动化， 2010 ， 34 （ 17 ）： 17 - 21 .

LI Dalu ， LI Rui ， SUN Yuanzhang . Power system dynamic state estimation with mixed measurements based on UKF ［J］. Automation of Electric Power Systems ， 2010 ， 34 （ 17 ）： 17 - 21 .

VALVERDE G ， TERZIJA V . Unscented Kalman filter for power system dynamic state estimation ［J］. IET Generation ， Transmission & Distribution， 2011 ， 5 （ 1 ）： 29 - 37 .

ZHAO Junbo ， NETTO M ， HUANG Zhenyu ， et al . Roles of dynamic state estimation in power system modeling， monitoring and operation ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 3 ）： 2462 - 2472 .

王义，孙永辉，钟永洁，等 . 计及模型不确定性的发电机动态状态估计方法［J］. 电力系统自动化， 2018 ， 42 （ 21 ）： 77 - 88 .

WANG Yi ， SUN Yonghui ， ZHONG Yongjie ， et al . Dynamic state estimation method for generators considering model uncertainties ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 21 ）： 77 - 88 .

秦晓辉，毕天姝，杨奇逊 . 基于WAMS的电力系统机电暂态过程动态状态估计［J］. 中国电机工程学报， 2008 ， 28 （ 7 ）： 19 - 25 .

QIN Xiaohui ， BI Tianshu ， YANG Qixun . Dynamic state estimator based on WAMS during power system transient process ［J］. Proceedings of the CSEE ， 2008 ， 28 （ 7 ）： 19 - 25 .

GHAHREMANI E ， KAMWA I . Dynamic state estimation in power system by applying the extended Kalman filter with unknown inputs to phasor measurements ［J］. IEEE Transactions on Power Systems ， 2011 ， 26 （ 4 ）： 2556 - 2565 .

AKHLAGHI S ， ZHOU N ， HUANG Z . A multi-step adaptive interpolation approach to mitigating the impact of nonlinearity on dynamic state estimation ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 4 ）： 3102 - 3111 .

GHAHREMANI E ， KAMWA I . Online state estimation of a synchronous generator using unscented Kalman filter from phasor measurements units ［J］. IEEE Transactions on Energy Conversion ， 2011 ， 26 （ 4 ）： 1099 - 1108 .

WANG S ， GAO W ， SAKIS A . An alternative method for power system dynamic state estimation based on unscented transform ［J］. IEEE Transactions on Power Systems ， 2012 ， 27 （ 2 ）： 942 - 950 .

陈亮，毕天姝，李劲松，等 . 基于容积卡尔曼滤波的发电机动态状态估计［J］. 中国电机工程学报， 2014 ， 34 （ 16 ）： 2706 - 2713 .

CHEN Liang ， BI Tianshu ， LI Jinsong ， et al . Dynamic state estimator for synchronous machines based on cubature Kalman filter ［J］. Proceedings of the CSEE ， 2014 ， 34 （ 16 ）： 2706 - 2713 .

马安安，江全元，熊鸿韬，等 . 考虑量测坏数据的发电机动态状态估计方法［J］. 电力系统自动化， 2017 ， 41 （ 14 ）： 140 - 146 .

MA Anan ， JIANG Quanyuan ， XIONG Hongtao ， et al . Dynamic state estimation method for generator considering measurement bad data ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 14 ）： 140 - 146 .

毕天姝，陈亮，薛安成，等 . 基于鲁棒容积卡尔曼滤波器的发电机动态状态估计［J］. 电工技术学报， 2016 ， 31 （ 4 ）： 163 - 169 .

BI Tianshu ， CHEN Liang ， XUE Ancheng ， et al . Dynamic state estimator for synchronous machines based on robust cubature Kalman filter ［J］. Transactions of China Electrotechnical Society ， 2016 ， 31 （ 4 ）： 163 - 169 .

刘朋成，项中明，江全元等，等 . 基于鲁棒容积卡尔曼滤波的同步发电机实时动态状态估计方法［J］. 电网技术， 2019 ， 43 （ 8 ）： 2860 - 2868 .

LIU Pengcheng ， XIANG Zhongming ， JIANG Quanyuan ， et al . Real-time dynamic state estimation for synchronous machines based on robust cubature Kalman filter ［J］. Power System Technology ， 2019 ， 43 （ 8 ）： 2860 - 2868 .

ZHAO J ， MILI L . Power system robust decentralized dynamic state estimation based on multiple hypothesis testing ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 4 ）： 4553 - 4562 .

倪以信，陈寿孙，张宝霖 . 动态电力系统的理论和分析［M］. 北京：清华大学出版社， 2002 .

NI Yixin ， CHEN Shousun ， ZHANG Baolin . Theory and analysis of dynamic power systems ［M］. Beijing ： Tsinghua University Press ， 2002 .

SIMON D . Optimal state estimation ［M］. Hoboken， USA ： Wiley ， 2006 .

ROUHANI A ， ABUR A . Linear phasor estimator assisted dynamic state estimation ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 1 ）： 211 - 219 .

王国权，王森，刘华勇，等 . 基于自适应的动态三次指数平滑法的风电场风速预测［J］. 电力系统保护与控制， 2014 ， 42 （ 15 ）： 117 - 122 .

WANG Guoquan ， WANG Sen ， LIU Huayong ， et al . Self-adaptive and dynamic cubic ES method for wind speed forecasting ［J］. Power System Protection and Control ， 2014 ， 42 （ 15 ）： 117 - 122 .

叶宗斌，周步祥，林楠，等 . 基于等维新息指数平滑法模型的中长期负荷预测［J］. 电力系统保护与控制， 2012 ， 40 （ 18 ）： 47 - 51 .

YE Zongbin ， ZHOU Buxiang ， LIN Nan ， et al . Medium/long term load forecast of exponential smoothing method based on information and equal dimensional operators ［J］. Power System Protection and Control ， 2012 ， 40 （ 18 ）： 47 - 51 .

WAMS及时间同步工作组 . 电力系统同步相量测量装置检测规范： GB/T 26862—2011 ［S］. 北京：中国国家标准化管理委员会， 2011 .

WAMS & Time Synchronization Working Group . Test specification for synchrophasor measurement unit for power system ： GB/T 26862—2011 ［S］. Beijing ： Standardization Administration of the People’s Republic of China ， 2011 .

蔡永智，陈皓勇，万楚林 . 基于最小二乘估计融合的分布式电力系统动态状态估计［J］. 电力系统自动化， 2016 ， 40 （ 8 ）： 29 - 35 .

CAI Yongzhi ， CHEN Haoyong ， WAN Chulin . Distributed dynamic state estimation for power system based on least square estimation fusion ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 8 ）： 29 - 35 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于新息图法的电力系统负荷突变辨识

Distribution Network Restoration Decision Considering Risk of State Estimation Error in Restoration Process

Related Author

Maolin ZHU

Hao LIU

Tianshu BI

Yongsheng XIE

Junbo ZHAO

MAO Zhiqiang

CAI Zhongqin

ZHOU Suquan

Related Institution

State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University)

State Grid Xinjiang Electric Power Co., Ltd.

Department of Electrical and Computer Engineering, Mississippi State University, Starkville

Harbin Institute of Technology

State Grid Electric Power Research Institute

⁰