基于改进下垂控制的微电网控制研究(matlab)

2024-06-13 23:44

本文主要是介绍基于改进下垂控制的微电网控制研究(matlab),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  主要内容   

该模型为simulink仿真模型,主要实现的内容如下:

  1. 模型比较全面,包括蓄电池、超级电容和光伏发电模块,同时包括阻性负载和冲击负载,能够较好的了解这些模块对于母线电压特性的研究。
  2. 采用改进的下垂控制策略(有详细的文档说明)。
  3. 减小直流母线电压的偏差,通过混合储能系统,关联参数SOC改进下垂控制。
  4. 在改进下垂控制的基础加入二次控制。
  5. 模型完整性好,非常适合拓展双闭环控制、下垂控制、改进下垂控三种方法进行对比。
  6. 方便研究超级电容和蓄电池模块的功率均衡问题。

  仿真模型要点   

2.1 整体仿真模型

模型框图如下所示,包括蓄电池、超级电容和光伏发电组,负载包括纯阻性负载和冲击负载。

对应该图的simulink仿真模型主体如下所示,方便对照研究学习:

2.2 光伏发电模型

2.3 蓄电池模块

2.4 超级电容模块

2.5 改进下垂控制

为实现直流微电网中储能单元之间功率的合理分配,并减小直流母线电压的偏差,以混合储能系统为研究对象,采用基于关联参数SOC的改进下垂控制策略,将初始下垂系数与储能单元SOC的n次幂的比值作为现行下垂系数,通过改变n值,实现对储能单元充放电速率以及功率分配的控制。同时在改进下垂控制的基础上加入二次控制,从而减小母线电压的波动。在接入纯阻性负载与冲击性负载2种情况下,对比双闭环控制和下垂控制作的仿真曲线图,获得较好的稳压效果。

对于蓄电池和超级电容,SOC的计算方法:

在改进下垂控制的方法中,蓄电池和超级电容采用P-U下垂控制,具体表达式为:

上式中,Udcref1和Udcref2为蓄电池和超级电容对应变换器的输出电压;m1和m2为蓄电池和超级电容SOC为1时的初始下垂系数;P1*和P2*为蓄电池和超级电容对应变换器通过低通滤波器滤波的输出功率。

可以看出,在改进的下垂控制方法中,下垂系数和蓄电池和超级电容SOC的n次幂呈反比。由于系统的物理尺度变化幅度较小,储能单元对应的变换输出电压近似可得:

等式右侧为公共连接点处的负荷母线电压。

变换器的输出功率和SOC的n次幂呈正比,当SOC1大于SOC2时,蓄电池提供较多负荷功率,下降速度较快。反之亦然。最终二者趋于相等,实现负荷均衡的目的。因此,下垂控制结构图如下:

  部分结果   

这篇关于基于改进下垂控制的微电网控制研究(matlab)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1058761

相关文章

(超详细)YOLOV7改进-Soft-NMS(支持多种IoU变种选择)

1.在until/general.py文件最后加上下面代码 2.在general.py里面找到这代码,修改这两个地方 3.之后直接运行即可

YOLOv8改进 | SPPF | 具有多尺度带孔卷积层的ASPP【CVPR2018】

💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡 专栏目录 :《YOLOv8改进有效涨点》专栏介绍 & 专栏目录 | 目前已有40+篇内容,内含各种Head检测头、损失函数Loss、Backbone、Neck、NMS等创新点改进——点击即可跳转 Atrous Spatial Pyramid Pooling (ASPP) 是一种在深度学习框架中用于语义分割的网络结构,它旨

时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测

时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测 目录 时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测基本介绍程序设计参考资料 基本介绍 MATLAB实现LSTM时间序列未来多步预测-递归预测。LSTM是一种含有LSTM区块(blocks)或其他的一种类神经网络,文献或其他资料中LSTM区块可能被描述成智能网络单元,因为

Java研学-RBAC权限控制(八)

九 登录登出 1 登录作用   判断员工是否有权限访问,首先得知道现在操作的人是谁,所以必须先实现登录功能 2 登录流程   ① 提供登录页面,可输入用户名与密码信息,并添加执行登录的按钮。(登录页面不能被拦截)   ② 给按钮绑定点击事件(异步操作,POST请求)   ③ 事件中发送登录请求,使用 AJAX 方式提交。(使用 AJAX 原因:用户体验更好,既可保留用户刚输入的用户名和密码

ROS2从入门到精通4-4:局部控制插件开发案例(以PID算法为例)

目录 0 专栏介绍1 控制插件编写模板1.1 构造控制插件类1.2 注册并导出插件1.3 编译与使用插件 2 基于PID的路径跟踪原理3 控制插件开发案例(PID算法)常见问题 0 专栏介绍 本专栏旨在通过对ROS2的系统学习,掌握ROS2底层基本分布式原理,并具有机器人建模和应用ROS2进行实际项目的开发和调试的工程能力。 🚀详情:《ROS2从入门到精通》 1 控制插

MQTT之CONNECT控制报文详解

目录 1.  MQTT协议规范 2.  名词解释 3.  CONNECT控制报文详解 3.1  固定报头 Fixed header 3.2  可变报头 Variable header 3.2.1  协议名 Protocol Name 3.2.2  协议级别 Protocol Level 3.2.3  连接标志 Connect Flags 3.2.4  保持连接 Keep

MATLAB算法实战应用案例精讲-【数模应用】三因素方差

目录 算法原理 SPSSAU 三因素方差案例 1、背景 2、理论 3、操作 4、SPSSAU输出结果 5、文字分析 6、剖析 疑难解惑 均方平方和类型? 事后多重比较的类型选择说明? 事后多重比较与‘单独进行事后多重比较’结果不一致? 简单效应是指什么? 边际估计均值EMMEANS是什么? 简单简单效应? 关于方差分析时的效应量? SPSSAU-案例 一、案例

STM32单片机PWR电源控制详解

文章目录 1. PWR概述 2. 电源结构框图 3. 上电复位和掉电复位 4. 可编程电压监测器 5. 低功耗模式 6. 模式选择 6.1 睡眠模式 6.2 停止模式 6.3 待机模式 7. 代码示例 1. PWR概述 PWR(Power Control)电源控制,负责管理STM32内部的电源供电部分,可以实现可编程电压监测器和低功耗模式的功能。 可编程电压监测器

鹅算法(GOOSE Algorithm,GOOSE)求解复杂城市地形下无人机避障三维航迹规划,可以修改障碍物及起始点(Matlab代码)

一、鹅算法 鹅优化算法(GOOSE Algorithm,GOOSE)从鹅的休息和觅食行为获得灵感,当鹅听到任何奇怪的声音或动作时,它们会发出响亮的声音来唤醒群中的个体,并保证它们的安全。 参考文献 [1]Hamad R K, Rashid T A. GOOSE algorithm: a powerful optimization tool for real-world engineering

基于NURBS曲线的数据拟合算法matlab仿真

目录 1.程序功能描述 2.测试软件版本以及运行结果展示 3.核心程序 4.本算法原理 4.1NURBS曲线基础 4.2 数据拟合原理 5.完整程序 1.程序功能描述        基于NURBS曲线的数据拟合算法,非均匀有理B样条(Non-Uniform Rational B-Splines,简称NURBS)曲线是一种强大的数学工具,广泛应用于计算机图形学、CAD/CA