基于可观性分析和多步预报CKF的双馈风机动态状态估计

朱茂林; 刘灏; 毕天姝

doi:10.7500/AEPS20211230003

您当前的位置：

首页 >

文章列表页 >

基于可观性分析和多步预报CKF的双馈风机动态状态估计

学术研究 | 更新时间：2025-06-16

- 基于可观性分析和多步预报CKF的双馈风机动态状态估计
- Dynamic State Estimation of Doubly-fed Wind Turbine Based on Observability Analysis and Multi-step Prediction Cubature Kalman Filter
- 电力系统自动化 2023年47卷第3期页码：49-58
- 作者机构：
  
  新能源电力系统国家重点实验室（华北电力大学），北京市 102206
- 作者简介：
  
  朱茂林(1996—)，男，博士研究生，主要研究方向：电力系统动态状态估计。E-mail：mlzhu@ncepu.edu.cn
  刘灏(1985—)，男，通信作者，博士，副教授，主要研究方向：广域同步相量测量技术。E-mail：hliu@ncepu.edu.cn
  毕天姝(1973—)，女，博士，教授，博士生导师，主要研究方向：电力系统保护与控制、WAMS应用研究。E-mail：tsbi@ncepu.edu.cn
- 基金信息：
  
  国家自然科学基金资助项目(51725702)
- DOI：10.7500/AEPS20211230003
  中图分类号：
- 收稿：2021-12-30，
  
  修回：2022-07-05，
  
  网络出版：2022-11-23，
  
  纸质出版：2023-02-10
- 稿件说明：
移动端阅览
朱茂林,刘灏,毕天姝.基于可观性分析和多步预报CKF的双馈风机动态状态估计[J].电力系统自动化,2023,47(3):49-58.

ZHU Maolin,LIU Hao,BI Tianshu.Dynamic State Estimation of Doubly-fed Wind Turbine Based on Observability Analysis and Multi-step Prediction Cubature Kalman Filter[J].Automation of Electric Power Systems,2023,47(3):49-58.
朱茂林,刘灏,毕天姝.基于可观性分析和多步预报CKF的双馈风机动态状态估计[J].电力系统自动化,2023,47(3):49-58. DOI： 10.7500/AEPS20211230003.

ZHU Maolin,LIU Hao,BI Tianshu.Dynamic State Estimation of Doubly-fed Wind Turbine Based on Observability Analysis and Multi-step Prediction Cubature Kalman Filter[J].Automation of Electric Power Systems,2023,47(3):49-58. DOI： 10.7500/AEPS20211230003.

摘要

准确的动态状态估计结果对实时监测双馈风机运行状态具有重要意义。适当的量测集选取是实现准确状态估计的基础。为此，基于Lie导数推导了系统状态可观性矩阵；然后，基于自动微分技术实现了可观性矩阵的快速计算，并利用可观性矩阵的最小奇异值来定量评价不同量测集的可观性。双馈风机受到扰动后状态变化迅速，考虑到在卡尔曼滤波的预报步中不使用量测值，提出了基于多步预报的容积卡尔曼滤波（CKF）方法。利用改进IEEE 39节点系统对双馈风机进行了可观性分析，选出了使双馈风机状态具有较高可观性的量测集，并在此基础上验证了所提多步预报CKF方法的有效性。

Abstract

Accurate dynamic state estimation results are of great significance for monitoring the operating states of doubly-fed wind turbines in real time. Appropriate measurement set selection is the foundation for the realization of accurate state estimation. Therefore

the observability matrix of nonlinear system states is derived based on the Lie derivative

and the fast calculation of the observability matrix is implemented based on the automatic differential technique. The smallest singular value of the observability matrix is used to quantitatively evaluate the observability of different measurement sets. Considering that the prediction step of the Kalman filter does not use the measurement value

a cubature Kalman filter (CKF) method based on adaptive multi-step prediction is proposed. The observability analysis of the doubly-fed wind turbines is carried out by using the modified IEEE 39-bus system

and the measurement set is selected to make the states of doubly-fed wind turbines have high observability. On this basis

the effectiveness of the proposed cubature Kalman filter method based on multi-step prediction is verified.

关键词

Keywords

references

卓振宇，张宁，谢小荣，等 . 高比例可再生能源电力系统关键技术及发展挑战［J］. 电力系统自动化， 2021 ， 45 （ 9 ）： 171 - 191 .

ZHUO Zhenyu ， ZHANG Ning ， XIE Xiaorong ， et al . Key technologies and developing challenges of power system with high proportion of renewable energy ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 9 ）： 171 - 191 .

孙国强，王晗雯，卫志农，等 . 基于无迹粒子滤波算法的发电机动态状态估计［J］. 电力系统自动化， 2017 ， 41 （ 14 ）： 133 - 139 .

SUN Guoqiang ， WANG Hanwen ， WEI Zhinong ， et al . Dynamic state estimation for generators based on unscented particle filtering algorithm ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 14 ）： 133 - 139 .

刘朋成，项中明，江全元，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 CKF ［J］. Power System Technology ， 2019 ， 43 （ 8 ）： 2860 - 2868 .

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 .

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 .

ZHAO J B ， GÓMEZ-EXPÓSITO 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 .

ZHOU N ， WANG S B ， ZHAO J B ， et al . Application of detectability analysis for power system dynamic state estimation ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 4 ）： 3274 - 3277 .

ROUHANI A ， ABUR A . Observability analysis for dynamic state estimation of synchronous machines ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 4 ）： 3168 - 3175 .

QI J J ， SUN K ， KANG W . Optimal PMU placement for power system dynamic state estimation by using empirical observability Gramian ［J］. IEEE Transactions on Power Systems ， 2015 ， 30 （ 4 ）： 2041 - 2054 .

YU S L ， EMAMI K ， FERNANDO T ， et al . State estimation of doubly fed induction generator wind turbine in complex power systems ［J］. IEEE Transactions on Power Systems ， 2016 ， 31 （ 6 ）： 4935 - 4944 .

YU S S ， GUO J H ， CHAU T K ， et al . An unscented particle filtering approach to decentralized dynamic state estimation for DFIG wind turbines in multi-area power systems ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 4 ）： 2670 - 2682 .

孙宏斌，郭庆来，吴文传，等 . 风电场分布式能量管理系统：体系架构和关键技术［J］. 电力系统保护与控制， 2014 ， 42 （ 5 ）： 26 - 31 .

SUN Hongbin ， GUO Qinglai ， WU Wenchuan ， et al . Wind farm distributed energy management system： architecture and key technologies ［J］. Power System Protection and Control ， 2014 ， 42 （ 5 ）： 26 - 31 .

新能源电力系统国家重点实验室 . 源网荷全景同步测量系统［EB/OL］.［ 2021-12-26 ］. http：//syms.ncepu.edu.cn http://syms.ncepu.edu.cn ．

State Key Laboratory of Alternate Electrical Power System with Renewable Energy Source . Full-view synchronous measurement system ［EB/OL］. ［ 2021-12-26 ］. http：//syms.ncepu.edu.cn http://syms.ncepu.edu.cn ．

ANAGNOSTOU G ， KUNJUMUHAMMED L P ， PAL B C . Dynamic state estimation for wind turbine models with unknown wind velocity ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 5 ）： 3879 - 3890 .

刘俊磊，曹娜，钱峰，等 . 考虑双馈风电机组变流器控制参数的风电场内机组振荡分析［J］. 电力系统自动化， 2021 ， 45 （ 10 ）： 42 - 49 .

LIU Junlei ， CAO Na ， QIAN Feng ， et al . Analysis of unit oscillation in wind farm considering control parameters of converter for DFIG-based wind turbine ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 10 ）： 42 - 49 .

LIU H ， BI T ， XU S ， et al . A full-view synchronized measurement system for the renewables， controls， loads， and waveforms of power-electronics-enabled power distribution grids ［J］. IEEE Transactions on Smart Grid ， 2022 ， 13 （ 5 ）： 3879 - 3890 .

风电机组建模验证及参数校验导则： Q/GDW 11491—2015 ［S］. 北京：国家电网公司， 2016 ．

Wind turbine modeling verification and parameter verification guidelines ： Q/GDW 11491—2015 ［S］. Beijing ： State Grid Corporation of China ， 2016 .

夏超英 . 现代控制理论［M］. 2版 . 北京：科学出版社， 2016 .

XIA Chaoying . Modern control theory ［M］. 2nd ed . Beijing ： Science Press ， 2016 .

RÖBENACK K ， REINSCHKE K . An efficient method to compute Lie derivatives and the observability matrix for nonlinear systems ［C］// International Symposium on Nonlinear Theory and Its Applications ， September 17-21 ， 2000 ， Dresden， Germany ： 1 - 5 .

王成山，黄碧斌，李鹏，等 . 自动微分技术在分布式发电系统暂态仿真中的应用［J］. 电力系统自动化， 2010 ， 34 （ 23 ）： 71 - 75 .

WANG Chengshan ， HUANG Bibin ， LI Peng ， et al . Application of automatic differentiation technique to transient simulation of distributed generation system ［J］. Automation of Electric Power Systems ， 2010 ， 34 （ 23 ）： 71 - 75 .

WALTHER A ， GRIEWANK A . A package for the automatic differentiation of algorithms written in C/C++ ［EB/OL］. ［ 2021-12-26 ］. https：//github.com/coin-or/ADOL-C https://github.com/coin-or/ADOL-C .

DAN S . Optimal state estimation ［M］. Hoboken， USA ： John Wiley & Sons Inc ， 2006 .

CANIZARES C ， FERNANDES T ， GERALDI E ， et al . Benchmark models for the analysis and control of small-signal oscillatory dynamics in power systems ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 1 ）： 715 - 722 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

含双馈风机的网孔并联回路暂态故障电流叠加及衰减特性分析

基于改进容积卡尔曼滤波的含光伏配电网动态状态估计

基于孪生模型的模块化多电平换流器保护