基于一致性算法的微电网分布式控制MATLAB仿真模型

关注“电气仔推送”获得资料(专享优惠)

本模型主要是基于一致性理论的自适应虚拟阻抗、二次电压补偿以及二次频率补偿,实现功率均分,保证电压以及频率稳定性。

一致性算法

分布式一致性控制主要分为两类:协调同步和跟踪同步。所谓协调同步是指将系统各个节点的某个控制目标同步到一个未规定或不可控的相同值,也称无领导者的一致性控制。跟踪同步控制是有领导者的一致性控制,其最终目的是将系统的其他各个节点的某个控制目标追踪到领导者状态,即向领导者看齐。对于本节要介绍的无功分配一致性控制采用的是无领导者的协调同步一致性控制。

分布式协同控制是通过建立稀疏通信网络的有向图实现的。将信息状态xi分配到通信节点i 上,每个节点都需要获取自身信息以及有向图上相邻节点的信息以更新其状态xi,基于连续一致性算法根据不同一致性控制采用不同更新规则。

针对协调同步问题,采用无领导者的一致性算法:

针对跟踪同步问题,采用有领导者的一致性算法:

在分析功率分配问题时,需要把系统中所有节点的状态量niQi同步到一个未规定的共同值,因此,这里采用无领导者的一致性算法。

基于一致性算法的自适应虚拟阻抗控制

为了实现无功功率按比例分配,需要把系统中所有节点的状态量niQi同步到一个未规定的共同值,是一阶线性多智能体系统的协调同步问题。

其中, UQi是一个辅助控制,根据一致性控制协议,辅助控制是根据每一台DG 的自身信息和有向图中与其相邻的DG 信息得到的,即每一台DG 的无功功率控制器将本地无功分配信息与相邻的无功分配信息进行比较得到无功不匹配。

其中,cQ 是控制增益,eQi 为同步误差,即i 节点与相邻节点的无功分配误差

aij是邻接矩阵AG的元素, AG反映了通信网络的状态,如果通信网络发生变化,则AG 也会随之变化。

无功功率分配误差通过辅助控制uQ反馈到一个比例积分(PI)控制器,得到虚拟阻抗矫正项。虚拟阻抗矫正项动态更新虚拟阻抗的值。

如果各DG 的输出无功不能按各自的额定无功成比例分配,则通过分布式通信网络获取相邻DG 的无功分配信息,以更新本地的无功分配误差按照下式自适应地调节自身的虚拟电感。

同时采用自适应虚拟电阻可对微电网系统提供一定的阻尼效果

需要注意的是,这种方法不是直接调节每个DG 的无功功率,而是将每个DG 的虚拟阻抗调整到一个值,并且使得各DG 的等效阻抗与无功功率成反比,以消除由于线路阻抗不匹配所造成的无功功率分配误差。

基于一致性算法的二次电压补偿

电压恢复二次控制是将各DG 的参考电压幅值Vfi 同步到参考值 Vfref ,属于跟踪同步问题,故uvi 是根据有领导者的跟踪同步一致性算法确定的:

而Vfref 是根据公共母线电压Vpcc 和其参考电压Vref pcc 通过一个 PI 控制器确定的。

基于一致性算法的二次频率补偿

二次频率补偿类似于二次电压补偿

cf是控制增益,wfi用来实现频率控制的跟踪误差。

由公共母线参考频率wPCC和参考电压wPCCref通过PI控制后得到wfref。

仿真主体模型:

优化控制部分:

功率输出波形:

因为自适应虚拟阻抗的加入,有功、无功都能达到均分效果。

电压补偿:

上图为没有加入二次电压补偿的公共点电压,下图为加入二次补偿后的效果。因为二次电压补偿后,公共点电压不会因为虚拟阻抗的引入而导致电压跌落,快速回复到稳定值。

频率补偿:

上图为没有加入二次频率补偿的公共点电压,下图为加入二次频率补偿后的效果。因为二次频率补偿后,频率会稳定在50Hz,增加了系统的稳定性。

参考文献:

基于一致性理论的孤岛微电网分布式控制策略研究_熊德超

微电网中分布式电源改进下垂控制研究_曾信毅

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/149970.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Linux入门攻坚——6、磁盘管理——分区及文件系统管理

磁盘管理主要涉及分区的管理,以及分区后的文件系统管理。 磁盘的使用大体要分两步: 文件系统也是一个软件,根是自引用的。 文件系统的全局结构:物理格式: 一个磁盘刚被生产出来的时候,它里边没有划分扇区…

【Go入门】Web工作方式

【Go入门】 Web工作方式 我们平时浏览网页的时候,会打开浏览器,输入网址后按下回车键,然后就会显示出你想要浏览的内容。在这个看似简单的用户行为背后,到底隐藏了些什么呢? 对于普通的上网过程,系统其实是这样做的&…

基于RK3588的8k多屏异显安卓智能网络机顶盒

采用RK3588芯片方案的8K网络机顶盒,搭载纯净的安卓12操作系统,支持Ubuntu和Debian系统容拓展。主要面向外贸市场。此款机顶盒自带两个HDMI输出接口,一个HDMI输入接口,内置双频WiFi6无线模块,支持千兆以太网和USB接口。…

【文末送书】十大排序算法及C++代码实现

欢迎关注博主 Mindtechnist 或加入【智能科技社区】一起学习和分享Linux、C、C、Python、Matlab,机器人运动控制、多机器人协作,智能优化算法,滤波估计、多传感器信息融合,机器学习,人工智能等相关领域的知识和技术。关…

微创机器人:CRM撬动售后服务数字化升级

一方面,我国医疗器械行业起步较晚,更注重产品的销售和业务的拓展,企业售后服务整体比较滞后。 另一方面,医疗器械售后服务环节数字化程度不足,一些企业仍通过传统的线下手段管理售后服务,进行数字化尝试的…

【快速解决】实验四 对话框 《Android程序设计》实验报告

目录 前言 实验要求 实验四 对话框 正文开始 第一步建立项目 第二步选择empty views activity点击next ​编辑 第三步起名字,点击finish 第四步对 activity _main.xml文件操作进行布局 第五步,建立两个新文件,建立方法如下 SecondA…

SLAM中提到的相机位姿到底指什么?

不小心又绕进去了,所以掰一下。 以我个人最直观的理解,假设无旋转,相机在世界坐标系的(5,0,0)^T的位置上,所谓“位姿”,应该反映相机的位置,所以相机位姿应该如下: Eigen::Matrix4d T Eigen::M…

亚马逊云科技AI创新应用下的托管在AWS上的数据可视化工具—— Amazon QuickSight

目录 Amazon QuickSight简介 Amazon QuickSight的独特之处 Amazon QuickSight注册 Amazon QuickSight使用 Redshift和Amazon QuickSightt平台构建数据可视化应用程序 构建数据仓库 数据可视化 Amazon QuickSight简介 亚马逊QuickSight是一项可用于交付的云级商业智能 (BI…

基于circle group的Reed-Solomon codes

1. 引言 Polygon团队Ulrich Habock等人2023年论文 Reed-Solomon codes over the circle group。 前序博客有: Plonky3 Mersenne素数域的Reed-Solomon codes设计 STARKs支持任意size的域,而不要求是椭圆曲线。STARKs中在选择域size时,越小…

Unity中 Start和Awake的区别

Awake和Start在Unity中都是MonoBehaviour脚本中的生命周期函数 Awake函数在游戏对象首次被加载时调用,在游戏对象初始化之前调用。 start函数在游戏对象初始化完成后调用,在update第一次执行前调用。 这两个函数在其生命周期内都只会调用一次&#xf…

SpringBoot的启动流程

一、SpringBoot是什么? springboot是依赖于spring的,比起spring,除了拥有spring的全部功能以外,springboot无需繁琐的xml配置,这取决于它自身强大的自动装配功能;并且自身已嵌入Tomcat、Jetty等web容器&am…

redis+python 建立免费http-ip代理池;验证+留接口

前言: 效果图: 对于网络上的一些免费代理ip,http的有效性还是不错的;但是,https的可谓是凤毛菱角; 正巧,有一个web可以用http访问,于是我就想到不如直接拿着免费的HTTP代理去做这个! 思路: 1.单页获取ipporttime (获取time主要是为了后面使用的时候,依照时效可以做文章) 2.整…

windows环境搭建Zblog博客并发布上线公网可访问

文章目录 1. 前言2. Z-blog网站搭建2.1 XAMPP环境设置2.2 Z-blog安装2.3 Z-blog网页测试2.4 Cpolar安装和注册 3. 本地网页发布3.1. Cpolar云端设置3.2 Cpolar本地设置 4. 公网访问测试5. 结语 1. 前言 想要成为一个合格的技术宅或程序员,自己搭建网站制作网页是绕…

总结 CNN 模型:将焦点转移到基于注意力的架构

一、说明 在计算机视觉时代,卷积神经网络(CNN)几十年来一直是主导范式。直到 2021 年 Vision Transformers (ViTs) 出现,这个领域才开始发生变化。现在,是时候采用受 Transformer 架构启发的基于注意力的模型了&#x…

Springboot+vue的机动车号牌管理系统(有报告)。Javaee项目,springboot vue前后端分离项目

演示视频: Springbootvue的机动车号牌管理系统(有报告)。Javaee项目,springboot vue前后端分离项目 项目介绍: 本文设计了一个基于Springbootvue的前后端分离的机动车号牌管理系统,采用M(model&#xff09…

项目九、无线组网

目录 1 配置AC使AP放出Wifi1.1 确保AP和AC三层互通且AP知道AC的IP1.1.1 配置管理SVI的IP1.1.2 该SVI配置DHCP下发IP给AP 1.2 AC为AP下发配置1.2.1 AC用哪个接口回复AP1.2.2 AC验证AP身份(可以不认证)1.2.3 配置ssid 文件确定Wifi名称1.2.4 配置security …

Apache Pulsar 技术系列 - 基于 Pulsar 的海量 DB 数据采集和分拣

导语 Apache Pulsar 是一个多租户、高性能的服务间消息传输解决方案,支持多租户、低延时、读写分离、跨地域复制、快速扩容、灵活容错等特性。本文是 Pulsar 技术系列中的一篇,主要介绍 Pulsar 在海量DB Binlog 增量数据采集、分拣场景下的应用。 前言…

程序员开发者神器:10个.Net开源项目

今天一起盘点下,8月份推荐的10个.Net开源项目(点击标题查看详情)。 1、基于C#开发的适合Windows开源文件管理器 该项目是一个基于C#开发、开源的文件管理器,适用于Windows,界面UI美观、方便轻松浏览文件。此外&#…

课程设计:C++实现哈夫曼编码

功能实现: //1:先计算每个字符的权重//2:构建哈夫曼树//3:得出每个字符的哈夫曼编码。//4:根据哈夫曼编码转化为字符 代码实现: // 哈夫曼编码.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。 //1:先计…

【如何让你的建筑设计更高效】推荐7个3DMAX建筑设计的实用插件

3DMAX是创建具有复杂对象和照片级真实感材质的大型三维项目的绝佳工具。它有用于粒子模拟和参数化建模的内置工具,只要有足够的时间和练习,你就可以创建任何东西。然而,总有改进的余地。许多第三方开发人员已经发布了自己的扩展,也…