基于VSG控制的MMC并网逆变器MATLAB仿真模型

2024-01-12 12:36

本文主要是介绍基于VSG控制的MMC并网逆变器MATLAB仿真模型,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!

关注“电气仔推送”获得资料(专享优惠)

模型简介

根据传统同步发电机的运行特性设计了MMC-VSG功频控制器和励磁控制器, 实现了MMC-VSG逆变器对高压电网电压和频率的支撑。该模型包含MMC变流器模块,环流抑制模块,电压均衡模块,VSG控制模块以及载波移相调制模块。

MMC运行特性

根据子模块投入系统电压是直流电容电压vc还是0可将子模块的运行状态分为子模块充电和放电两种状态,每种状态条件下又可根据电流的流向分为电流正向流入子模块和电流反向流入子模块共四种组合状态,具体见下表,对应的电流流通路径见下图。其中流入子模块电流i以及子模块电容充电电流 ic正方向均以模式1所示的电流方向位正方向。

通过控制子模块是投入状态还是切除状态,可控制子模块投入系统的电压为电容电压vc或者是0。为了实现交流输出波形的平滑稳定,减少波形畸变和谐波含量,同时也为了控制系统设计方便,在每相中瞬时投入运行中的子模块数量均为n个,即上桥臂(下桥臂)每新增投入运行一个子模块,下桥臂(上桥臂)对应切除一个子模块。通过控制MMC 上、下桥臂子模块合理的投切顺序,实现交流端口输出近似于正弦波的多电平波形。

MMC-VSG控制

MMC-VSG控制技术模拟同步发电机的机械特性和电磁特性,使MMC在进行电能变换时获得与同步电机相类似的阻尼和惯性特征。传统同步发电机控制系统作用示意图如图3-4所示其中μ为气门开度(以汽轮机为原动机),Ver为端电压的参考电压。对图3-4分析可知,调速器及原动机构成了同步发电机的有功功率和频率调节系统,该系统同时也对外表现同步发电机阻尼特性和转子惯性特性。励磁系统构成了同步发电机的无功功率和电压调节系统。为了模拟同步发电机的运行特性,在进行VSG控制系统设计时,需相应构建与同步发电机相类似的功频控制器和励磁控制器。于是,虛拟同步发电机的等效作用示意图如图3-5所示。

模型主体

 环流抑制模块

电压均衡控制模块

VSG控制模块

载波移相调制模块

仿真分析

设置电网电压10kV,频率50Hz,设置MMC-VSG额定有功为5MW,额定无功为2MVA。故障设置,设置0.1s-0.2s时段电网频率偏移0.1Hz。

MMC-VSG输出电压电流

MMC-VSG输出功率

可见在频率偏移时段,输出有功由5MW升高至6MW,输出无功在0.1至0.3秒存在波动,但会立即保持稳定。

参考文献:

基于MMC的虚拟同步发电机控制策略研究_杜千

这篇关于基于VSG控制的MMC并网逆变器MATLAB仿真模型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/597891

相关文章

一份LLM资源清单围观技术大佬的日常;手把手教你在美国搭建「百万卡」AI数据中心;为啥大模型做不好简单的数学计算? | ShowMeAI日报

👀日报&周刊合集 | 🎡ShowMeAI官网 | 🧡 点赞关注评论拜托啦! 1. 为啥大模型做不好简单的数学计算?从大模型高考数学成绩不及格说起 司南评测体系 OpenCompass 选取 7 个大模型 (6 个开源模型+ GPT-4o),组织参与了 2024 年高考「新课标I卷」的语文、数学、英语考试,然后由经验丰富的判卷老师评判得分。 结果如上图所

大语言模型(LLMs)能够进行推理和规划吗?

大语言模型(LLMs),基本上是经过强化训练的 n-gram 模型,它们在网络规模的语言语料库(实际上,可以说是我们文明的知识库)上进行了训练,展现出了一种超乎预期的语言行为,引发了我们的广泛关注。从训练和操作的角度来看,LLMs 可以被认为是一种巨大的、非真实的记忆库,相当于为我们所有人提供了一个外部的系统 1(见图 1)。然而,它们表面上的多功能性让许多研究者好奇,这些模型是否也能在通常需要系

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

人工和AI大语言模型成本对比 ai语音模型

这里既有AI,又有生活大道理,无数渺小的思考填满了一生。 上一专题搭建了一套GMM-HMM系统,来识别连续0123456789的英文语音。 但若不是仅针对数字,而是所有普通词汇,可能达到十几万个词,解码过程将非常复杂,识别结果组合太多,识别结果不会理想。因此只有声学模型是完全不够的,需要引入语言模型来约束识别结果。让“今天天气很好”的概率高于“今天天汽很好”的概率,得到声学模型概率高,又符合表达

智能客服到个人助理,国内AI大模型如何改变我们的生活?

引言 随着人工智能(AI)技术的高速发展,AI大模型越来越多地出现在我们的日常生活和工作中。国内的AI大模型在过去几年里取得了显著的进展,不少独创的技术点和实际应用令人瞩目。 那么,国内的AI大模型有哪些独创的技术点?它们在实际应用中又有哪些出色表现呢?此外,普通人又该如何利用这些大模型提升工作和生活的质量和效率呢?本文将为你一一解析。 一、国内AI大模型的独创技术点 多模态学习 多

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

OpenCompass:大模型测评工具

大模型相关目录 大模型,包括部署微调prompt/Agent应用开发、知识库增强、数据库增强、知识图谱增强、自然语言处理、多模态等大模型应用开发内容 从0起步,扬帆起航。 大模型应用向开发路径:AI代理工作流大模型应用开发实用开源项目汇总大模型问答项目问答性能评估方法大模型数据侧总结大模型token等基本概念及参数和内存的关系大模型应用开发-华为大模型生态规划从零开始的LLaMA-Factor

模型压缩综述

https://www.cnblogs.com/shixiangwan/p/9015010.html

AI赋能天气:微软研究院发布首个大规模大气基础模型Aurora

编者按:气候变化日益加剧,高温、洪水、干旱,频率和强度不断增加的全球极端天气给整个人类社会都带来了难以估计的影响。这给现有的天气预测模型提出了更高的要求——这些模型要更准确地预测极端天气变化,为政府、企业和公众提供更可靠的信息,以便做出及时的准备和响应。为了应对这一挑战,微软研究院开发了首个大规模大气基础模型 Aurora,其超高的预测准确率、效率及计算速度,实现了目前最先进天气预测系统性能的显著

PyTorch模型_trace实战:深入理解与应用

pytorch使用trace模型 1、使用trace生成torchscript模型2、使用trace的模型预测 1、使用trace生成torchscript模型 def save_trace(model, input, save_path):traced_script_model = torch.jit.trace(model, input)<