基于分层结构的增广复卡尔曼滤波器用于配电网快速预测辅助状态估计
应用统计
2018-04-24 v1
摘要
在存在可再生资源的情形下，配电网变得极为复杂，难以监测、运行与控制。此外，对于实时应用，有源配电网需要快速的实时配电状态估计（DSE）。预测辅助状态估计器（FASE）利用连续时间样本中的测量数据来精炼状态估计。尽管大多数 DSE 算法独立处理配电网状态的实部与虚部，我们提出了一种基于增广复卡尔曼滤波器（ACKF）的非迭代复 DSE 算法，将状态视为复数值。在实时 DSE 情形下且系统中存在大量用户负荷时，在单一估计层中采用 DSE 在计算上效率不高。因此，我们提出的方法以若干估计层分层执行，作为使用 ACKF 的多层 DSE（DSEMACKF）。在所提方法中，配电网可划分为一个主区域与若干子区域。每个子区域中的聚合负荷在主区域中类似于一个大用户负荷。负荷聚合导致更低的变异性与更高的互相关性。这提升了估计状态的精度。此外，所提方法被公式化以纳入低压（LV）配电网中的不平衡负荷。
引用
@article{arxiv.1804.08298,
title = {Layered Based Augmented Complex Kalman Filter for Fast Forecasting-Aided State Estimation of Distribution Networks},
author = {Mehdi Shafiei and Gerard Ledwich and Ghavameddin Nourbakhsh and Ali Arefi and Houman Pezeshki},
journal= {arXiv preprint arXiv:1804.08298},
year = {2018}
}