Оценка состояния режимных параметров синхронного генератора на основе фильтра Калмана
https://doi.org/10.30724/1998-9903-2025-27-4-94-103
Аннотация
Актуальность. Исследования заключается в разработке методики настройки фильтра Калмана для задач автоматического управления режимом работы синхронного генератора при отсутствии возможности прямого измерения всех необходимых для этого величин, что позволяет синтезировать оптимальные и адаптивные регуляторы.
Цель. Определить подход к настройке фильтра Калмана для задач управления режимом синхронного генератора. Определить качество фильтрации выходных параметров и оценки неизмеряемых режимных параметров в условиях возмущающих воздействий на входе и шума в измерительных каналах.
Методы. При решении поставленной цели применялись методы математического моделирования, реализованные средствами MatLab/Simulink. Использовались методы математической статистики и оптимизации.
Результаты. В статье описан метод настройки фильтра Калмана, который позволяет определить вектор переменных состояния без линеаризации модели синхронного генератора. Проведено исследование влияния компонентов матриц спектральных плотностей Q и R на качество фильтрации и оценки состояния режимных параметров на примере угла поворота ротора и скорости вращения. Для исследования была создана цифровая модель с синхронным генератором из стандартной библиотеки MatLab/Simulink и с генератором в пространстве состояний.
Заключение. Установлено, что, изменяя компоненты матриц Q и R фильтра, можно влиять на скорость схождения оцененных параметров к истинным значениям. Если компоненты этих матриц равны мощности спектральных плотностей возмущающих воздействий и шумов в измерительных каналах, то ошибка оценивания будет стремиться к нулю. По результатам экспериментов было установлено, что такой же результат достигается, если компоненты матриц Q и R не равны мощностям спектральных плотностей возмущений и помех, но при этом между компонентами матриц Q и R должна сохраняться таже пропорция, что и при их формировании вышеупомянутым способом.
Об авторе
М. Ю. ФроловРоссия
Фролов Михаил Юрьевич – канд. техн. наук, зав. кафедрой «Автоматизированных электроэнергетических систем» (АЭЭС)
г. Новосибирск
Список литературы
1. D. Luenberger, "An introduction to observers," in IEEE Transactions on Automatic Control, vol. 16, no. 6, pp. 596-602, December 1971, doi: 10.1109/TAC.1971.1099826
2. V. Radaisavljevic-Gajic and F. O. M. Safieh, "Discrete-Time Optimal Quadratic Performance Loss of a Linear Reduced Order Observer Based Controller Designed via a Sylvester Equation," 2024 4th International Conference on Electrical, Computer, Communications and Mechatronics Engineering (ICECCME), Male, Maldives, 2024, pp. 1-6, doi: 10.1109/ICECCME62383.2024.10796489.P. V. S. Nag,C. S. Kumar, K. C. S. thampatty and T. B. Isha, "A modified approach for application of Augmented Extended Kalman filter for stator interturn fault diagnosis of a synchronous generator," 2018 4th International Conference on Electrical Energy Systems (ICEES), Chennai, India, 2018, pp. 465-469, doi: 10.1109/ICEES.2018.8442354.
3. J. Carvalho, K. Datta and Yoopyo Hong, "A new block algorithm for full -rank solution of the Sylvester-observer equation," in IEEE Transactions on Automatic Control, vol. 48, no. 12, pp. 2223-2228, Dec. 2003, doi: 10.1109/TAC.2003.820150.
4. K.-X. Cui and G. -R. Duan, "Adaptive Disturbance Observer Design for Discrete-Time High-Order Fully Actuated Systems Based on LMI and Its Application to Combined Spacecrafts," 2023 2nd Conference on Fully Actuated System Theory and Applications (CFASTA), Qingdao, China, 2023, pp. 12-17, doi: 10.1109/CFASTA57821.2023.10243313.
5. K.-X. Cui and G. -R. Duan, "Adaptive Disturbance Observer Design for Discrete-Time High-Order Fully Actuated Systems Based on LMI and Its Application to Combined Spacecrafts," 2023 2nd Conference on Fully Actuated System Theory and Applications (CFASTA), Qingdao, China, 2023, pp. 12-17, doi: 10.1109/CFASTA57821.2023.10243313
6. R. Molavi, K. Shojaee and D. A. Khaburi, "Optimal vector control of permanent magnet synchronous motor," 2008 IEEE 2nd International Power and Energy Conference, Johor Bahru, Malaysia, 2008, pp. 249-253, doi: 10.1109/PECON.2008.4762479.
7. M. Ai, Y. Sun and X. Lv, "Dynamic state estimation for synchronous machines based on interpolation H∞ extended Kalman filter," 2018 33rd Youth Academic Annual Conference of Chinese Association of Automation (YAC), Nanjing, China, 2018, pp. 555-559, doi: 10.1109/YAC.2018.8406436.
8. L. Peng, L. Xie, F. Wu and C. Li, "Field-oriented control of synchronous motor based on adaptive extended Kalman filter," 2011 IEEE International Conference on Cloud Computing and Intelligence Systems, Beijing, China, 2011, pp. 633-637, doi: 10.1109/CCIS.2011.6045146.
9. P. S. Madhukar and L. B. Prasad, "State Estimation using Extended Kalman Filter and Unscented Kalman Filter," 2020 International Conference on Emerging Trends in Communication, Control and Computing (ICONC3), Lakshmangarh, India, 2020, pp. 1-4, doi: 10.1109/ICONC345789.2020.9117536.
10. A. I. Ilieş, G. Chindriş and D. Pitică, "A Comparison between State of Charge Estimation Methods: Extended Kalman Filter and Unscented Kalman Filter," 2020 IEEE 26th International Symposium for Design and Technology in Electronic Packaging (SIITME), Pitesti, Romania, 2020, pp. 376-381, doi: 10.1109/SIITME50350.2020.9292232.
11. K. Kyslan, V. Šlapák, V. Petro, A. Marcinek and F. Ďurovský, "Speed Sensorless Control of PMSM with Unscented Kalman Filter and Initial Rotor Alignment," 2019 International Conference on Electrical Drives & Power Electronics (EDPE), The High Tatras, Slovakia, 2019, pp. 373-378, doi: 10.1109/EDPE.2019.8883918
12. Y. Li, J. Li, J. Qi and L. Chen, "Robust Cubature Kalman Filter for Dynamic State Estimation of Synchronous Machines Under Unknown Measurement Noise Statistics," in IEEE Access, vol. 7, pp. 29139-29148, 2019, doi: 10.1109/ACCESS.2019.2900228.
13. Huang, Jian & Ma, Zhixun. (2023). Sensorless Control of Synchronous Reluctance Machines Based on Improved Kalman Filter-Phase Locked Loop. 4602-4605. 10.1109/ICEMS59686.2023.10344934.
14. Y. Li, M. Aït-Ahmed, N. Aït-Ahmed, W. Shi and Z. Zhou, "LQR Control Speed and Voltage of Synchronous Alternator," 2010 International Conference on Intelligent Computation Technology and Automation, Changsha, China, 2010, pp. 617-620, doi: 10.1109/ICICTA.2010.503.
15. M. A. M. Cheema, J. E. Fletcher, D. Xiao and M. F. Rahman, "A Linear Quadratic Regulator - Based Optimal Direct Thrust Force Control of Linear Permanent-Magnet Synchronous Motor," in IEEE Transactions on Industrial Electronics, vol. 63, no. 5, pp. 2722-2733, May 2016, doi: 10.1109/TIE.2016.2519331.
16. R. Molavi, K. Shojaee and D. A. Khaburi, "Optimal vector control of permanent magnet synchronous motor," 2008 IEEE 2nd International Power and Energy Conference, Johor Bahru, Malaysia, 2008, pp. 249-253, doi: 10.1109/PECON.2008.4762479.
17. F. R. Badal, S. K. Sarkar and S. K. Das, "High Performance ILQG Controller Design to Enhance Dynamic Stability of Multimachine Power System," 2018 4th International Conference on Electrical Engineering and Information & Communication Technology (iCEEiCT), Dhaka, Bangladesh, 2018, pp. 142-147, doi: 10.1109/CEEICT.2018.8628063.
18. Обзор методов определения параметров моделей синхронных генераторов / А. С. Бердин, А. Н. Мойсейченков, П. Ю. Коваленко [и др.] // Вестник Южно-Уральского государственного университета. Серия: Энергетика. – 2020. – Т. 20, № 4. – С. 103-111. – DOI 10.14529/power200412.
Рецензия
Для цитирования:
Фролов М.Ю. Оценка состояния режимных параметров синхронного генератора на основе фильтра Калмана. Известия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИ. 2025;27(4):98-107. https://doi.org/10.30724/1998-9903-2025-27-4-94-103
For citation:
Frolov M.Yu. State estimation of synchronous generator mode parameters based on Kalman filter. Power engineering: research, equipment, technology. 2025;27(4):98-107. (In Russ.) https://doi.org/10.30724/1998-9903-2025-27-4-94-103