普及推广风电虚拟惯性控制技术,是保障含高比例风电电力系统频率稳定运行的重要需求,但当前缺乏精确估计风电场等效虚拟惯量的理论方法,不能定量评估风电场对电网的惯量贡献。鉴于此,针对风电场等效虚拟惯量的快速时变特征,提出应用受...普及推广风电虚拟惯性控制技术,是保障含高比例风电电力系统频率稳定运行的重要需求,但当前缺乏精确估计风电场等效虚拟惯量的理论方法,不能定量评估风电场对电网的惯量贡献。鉴于此,针对风电场等效虚拟惯量的快速时变特征,提出应用受控自回归辨识模型和基于时变遗忘因子的递推最小二乘辨识求解算法,估计出风电场等效虚拟惯量。所提辨识模型和算法具有快速跟踪能力和良好收敛性,能精确估计风电场快速时变的等效虚拟惯量。在辨识求解中,只需量测风电场公共耦合点(point of common coupling,PCC)的有功功率和频率扰动信息,数据易于获取、实用性强,可良好推广应用。最后通过算例系统验证了辨识模型与方法的有效性和精确性。展开更多
传统扩张状态观测器(extended state observer,ESO)在运行时普遍存在着由于状态变量的初始观测值和实际值的偏差过大带来的初始微分峰值现象。为抑制微分峰值现象,避免系统调节过程中出现振荡,缩短调节时间,提高动态性能,提出了一种改...传统扩张状态观测器(extended state observer,ESO)在运行时普遍存在着由于状态变量的初始观测值和实际值的偏差过大带来的初始微分峰值现象。为抑制微分峰值现象,避免系统调节过程中出现振荡,缩短调节时间,提高动态性能,提出了一种改进型三阶时变参数ESO。首先,给出了改进型三阶时变参数ESO的构建方法和稳定性证明。然后,分析了该新型ESO在有扰动时的观测误差范围,并与传统ESO做了对比。最后,通过仿真表明该三阶改进型时变参数ESO能有效抑制微分峰值现象,且比传统的三阶非线性ESO具有更快的收敛速度和更高的观测精确度。展开更多
基于高频数据视角,文章提出时变参数(TV)Realized HAR GARCH混合预测模型,同时考虑资产波动率的聚集性、长记忆以及由测量误差引起的参数衰减偏差效应.进一步,为充分利用价格信息并提升估计效率,本文基于日内“OHLC”数据构建赋权修正...基于高频数据视角,文章提出时变参数(TV)Realized HAR GARCH混合预测模型,同时考虑资产波动率的聚集性、长记忆以及由测量误差引起的参数衰减偏差效应.进一步,为充分利用价格信息并提升估计效率,本文基于日内“OHLC”数据构建赋权修正已实现信息波动率(WRIV),并将其用于驱动条件方差的动态变化.在偏t分布假设下,以沪深300指数为样本探究中国股票市场的波动性规律,并在实证中评估所提模型在收益率拟合、波动率预测以及风险度量上的能力.结果显示:中国股票市场的收益波动存在明显的异质性与长记忆特征,TV-Realized HAR GARCH能够充分捕捉指数波动率的动态变化,在样本内拟合效果和样本外波动率与风险预测准确性上均能显现出优势,且WRIV测度的引入能显著提升模型的预测精度,凸显出日内高频数据信息的充分利用对于波动率刻画与风险测度的重要性,综合而言,TV-Realized HAR GARCH(WRIV)模型具有最优的整体实证表现.展开更多
文摘普及推广风电虚拟惯性控制技术,是保障含高比例风电电力系统频率稳定运行的重要需求,但当前缺乏精确估计风电场等效虚拟惯量的理论方法,不能定量评估风电场对电网的惯量贡献。鉴于此,针对风电场等效虚拟惯量的快速时变特征,提出应用受控自回归辨识模型和基于时变遗忘因子的递推最小二乘辨识求解算法,估计出风电场等效虚拟惯量。所提辨识模型和算法具有快速跟踪能力和良好收敛性,能精确估计风电场快速时变的等效虚拟惯量。在辨识求解中,只需量测风电场公共耦合点(point of common coupling,PCC)的有功功率和频率扰动信息,数据易于获取、实用性强,可良好推广应用。最后通过算例系统验证了辨识模型与方法的有效性和精确性。
文摘传统扩张状态观测器(extended state observer,ESO)在运行时普遍存在着由于状态变量的初始观测值和实际值的偏差过大带来的初始微分峰值现象。为抑制微分峰值现象,避免系统调节过程中出现振荡,缩短调节时间,提高动态性能,提出了一种改进型三阶时变参数ESO。首先,给出了改进型三阶时变参数ESO的构建方法和稳定性证明。然后,分析了该新型ESO在有扰动时的观测误差范围,并与传统ESO做了对比。最后,通过仿真表明该三阶改进型时变参数ESO能有效抑制微分峰值现象,且比传统的三阶非线性ESO具有更快的收敛速度和更高的观测精确度。
文摘基于高频数据视角,文章提出时变参数(TV)Realized HAR GARCH混合预测模型,同时考虑资产波动率的聚集性、长记忆以及由测量误差引起的参数衰减偏差效应.进一步,为充分利用价格信息并提升估计效率,本文基于日内“OHLC”数据构建赋权修正已实现信息波动率(WRIV),并将其用于驱动条件方差的动态变化.在偏t分布假设下,以沪深300指数为样本探究中国股票市场的波动性规律,并在实证中评估所提模型在收益率拟合、波动率预测以及风险度量上的能力.结果显示:中国股票市场的收益波动存在明显的异质性与长记忆特征,TV-Realized HAR GARCH能够充分捕捉指数波动率的动态变化,在样本内拟合效果和样本外波动率与风险预测准确性上均能显现出优势,且WRIV测度的引入能显著提升模型的预测精度,凸显出日内高频数据信息的充分利用对于波动率刻画与风险测度的重要性,综合而言,TV-Realized HAR GARCH(WRIV)模型具有最优的整体实证表现.
