适用于电力系统惯性秒级追踪的高效在线算法

电力系统惯性高效连续追踪本质上涉及两个环节,1)低计算代价辨识数据匹配度最高的模型;2)限时提高惯性时间常数提取值与实际值契合率.因此,采用何种算法实现上述两个环节,直接决定了惯性评估与追踪的效果.针对环节1,采用递归思想大幅降低模型辨识耗时和空间占用;针对环节2,采用基于最大似然估计的贝叶斯网络提高每一时步惯性时间常数提取值与实际值契合率;同时,在算法设计上采用多线程并行计算,极大降低计算耗时.IEEE 39节点系统仿真验证结果表明,所提方法估计的惯性时间常数相对误差均小于5％;耗时较已有方法降低97％;单次模型更新所需通信量仅为16字节,较已有方法大大降低通信成本.