无迹卡尔曼滤波及其平方根形式在电力系统动态状态估计中的应用

针对扩展卡尔曼滤波(extendedKalmanfilter，EKF)的不足，将不需要对非线性系统函数进行线性化的无迹卡尔曼滤波(unscentedKalmanfilter，UKF)方法引入电力系统动态状态估计，采用生成Sigma点数量最少的比例最小偏度单形采样策略进行无迹变换。以IEEE14系统为算例，仿真结果表明引入UKF后，估计结果的精度有所提高，但算法的效率较低，且数值稳定性较差。进一步引入平方根形式的UKF(squarerootUKF，SRUKF)模型，IEEE14及IEEE30测试系统的仿真结果证明：在不需要大量牺牲计算时间的同时，算法的数值稳定性得到了改善。表明SRUKF的引入对动态状态估计方法的改进是有效的。