摘要：针对当前电力系统动态状态估计主要采用的扩展卡尔曼滤波（EKF）法存在鲁棒性差、建模具有不确定性等缺点,提出一种强跟踪滤波动态状态估计算法。该算法在扩展卡尔曼滤波器中引入时变次优渐消因子,在线调整状态预报误差协方差矩阵和相应的增益矩阵,使状态估计残差方差最小。同时,引入广域测量系统（WAMS）/数据采集与监视控制（SCADA）系统的混合量测数据,增加了系统的冗余量测,进一步提高了动态状态估计的性能。仿真结果表明,所提方法在正常情况以及负荷突变、存在坏数据、网络拓扑错误各种情况下具有较好的预测和滤波效果。

关键词：电力系统 广域测量系统 状态估计 强跟踪滤波 预测 

单位：华北电力大学新能源电力系统国家重点实验室 河北保定071003