非高斯量测噪声下的鲁棒电力系统动态状态估计器：第二部分——实现与结果
系统与控制
2020-06-02 v1 系统与控制
摘要
本文是两篇系列论文的第二篇，讨论了一种用于电力系统动态状态估计的鲁棒无迹卡尔曼滤波器（UKF）在非高斯同步相量量测噪声下的实现问题与测试结果。我们系统地给出并讨论了所提出的广义最大似然型鲁棒UKF（GM-UKF）的参数整定方法。通过在IEEE 39节点系统上进行的仿真，评估了该滤波器在不同场景下的性能，这些场景包括：i) 出现两种服从厚尾分布的噪声，即有功和无功功率量测分别服从拉普拉斯或柯西概率分布；ii) 出现观测和更新异常值；iii) 因通信故障导致PMU量测丢失；iv) 网络攻击；以及v) 强系统非线性。同时，还将其与UKF和广义最大似然型鲁棒迭代扩展卡尔曼滤波器（GM-IEKF）进行了比较。仿真结果表明，在所有考虑的场景下，GM-UKF的性能均优于GM-IEKF和UKF。特别是，当系统在重载条件下运行并引发系统非线性时，GM-IEKF和UKF发散，而我们的GM-UKF能够收敛。此外，当功率量测噪声服从柯西分布时，我们的GM-UKF收敛到的状态估计向量，其统计效率远高于GM-IEKF；相比之下，UKF则无法收敛。最后，在结论部分讨论了所提出的GM-UKF的潜在应用和未来工作。
引用
@article{arxiv.1703.05991,
title = {Robust Power System Dynamic State Estimator with Non-Gaussian Measurement Noise: Part II--Implementation and Results},
author = {Junbo Zhao and Lamine Mili},
journal= {arXiv preprint arXiv:1703.05991},
year = {2020}
}
备注
Submitted to IEEE Transactions on Power Systems