基于虚拟阻抗的孤岛交流微电网无功功率分配及潮流优化控制

来源 :西安理工大学 | 被引量 : 0次 | 上传用户:sms126
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
孤岛交流微电网中作为分布式电源的清洁可再生能源渗透率较高时,并网变流器通常采用下垂控制。由于线路参数不匹配,这些分布式电源输出的无功功率不能按容量比例进行分配,不仅降低了电源的利用率,甚至会引起无功环流。另外由于微电网中采用下垂控制的分布式电源不能等效为PV、PQ或平衡节点,因此无法直接基于传统的潮流算法进行微电网的潮流优化。本文首先通过分析两种连接形式的分布式电源之间无功功率的分配机理,给出在下垂控制中加入满足电压约束和稳定性约束的虚拟阻抗解决方案。然后设计适用于包含下垂控制分布式电源的微电网稳态潮流算法,并以此为工具应用虚拟阻抗对微电网的潮流进行优化调控,使其在满足各个分布式电源按容量比分配无功的前提下,实现运行网损最小。具体的研究内容如下:首先,针对直接并联结构的分布式电源,通过分析发现线路阻抗的不匹配会引起相关节点电压的不匹配,进而造成分布式电源之间的无功功率分配不按容量比例。通过在控制中加入合适的虚拟阻抗可以有效解决这个问题。进一步针对微电网中更具一般性的网状并联结构分布式电源,基于无功功率分配机理的分析,给出实现电源之间无功功率按容量比分配的虚拟阻抗取值约束。同时建立网状并联结构分布式电源系统的小信号模型,基于电压约束和系统稳定性分析获得虚拟阻抗的取值范围。其次,基于下垂控制的工作特性,建立包含下垂控制分布式电源的微电网稳态潮流模型,并对包括下垂系数在内的各个变量进行完全标幺化。根据该完全标幺化模型可以准确计算出微电网的稳态潮流。以该潮流算法为基础,以微电网网损最小为优化目标,在满足电压幅值约束、系统稳定性约束和电源间无功功率按容量比分配约束等条件下,应用粒子群算法对虚拟阻抗取值进行寻优,以实现利用虚拟阻抗对微电网的潮流进行优化调节。最后,分别在MATLAB和实验平台上验证本文所给的微电网的潮流算法以及基于虚拟阻抗的分布式电源无功功率分配和微电网潮流优化控制等方法的有效性和准确性。
其他文献
随着社会的发展,冷轧带钢的作用与日俱增,其需求量也有着飞速的增长。上卷是冷轧生产工艺的第一步,实现上卷的自动化能够提高冷轧的生产效率,减少人力成本。目前上卷多采用人工操作,少数使用传感器实现自动上卷,该方法成本较高且安装不易。所以我们提出了一种基于图像的自动上卷方案,在开卷机附近安装单目相机,通过对实时采集的图像进行分析得到带卷的位置等信息,结合该信息向PLC发送控制命令控制相应的轧机部件实现自动
学位
了解系统的内部状态是控制系统的重要前提,分数阶卡尔曼滤波器是重建分数阶系统不可测量状态的利器,在各个领域中发挥着不可替代的作用。但是,经典的分数阶卡尔曼滤波器仅考虑了过程噪声和观测噪声,并未考虑实际系统中输入变量所包含的噪声,而此时使用经典的分数阶卡尔曼滤波器估计会产生较大的偏差,所以研究一种考虑输入噪声的分数阶卡尔曼滤波方法是十分必要的。本文在已有分数阶卡尔曼滤波器的基础上,进一步研究了存在输入
学位
近年来,随着通信和分布式优化技术的快速发展,分布式模型预测控制(Distributed Model Predictive Control,DMPC)也得到了广泛的研究。DMPC是一种有效而强大的控制技术,其能够灵活地处理系统的各类约束条件并提供最优的控制性能,在稳定性、可行性分析和过程控制等方面都取得了重大进展。同时,DMPC 比集中式模型预测控制需要更少的通信资源,避免了集中式的单点失败,为系统
学位
大规模超多目标优化算法的研究已成为进化计算领域的一个热点,近年来得到众多研究者的关注。作为一种模拟人类头脑风暴过程的新型群智能优化算法,头脑风暴优化算法在解决多目标的优化问题时取得了很好的结果。与其他众多的群体智能优化算法类似,头脑风暴优化算法在解决多个目标以及大规模决策变量的优化问题时还有一定的局限性。本文在省自然科学基金的资助下,以头脑风暴优化算法作为算法框架,重点研究大规模超多目标优化问题的
学位
遥感技术是获取精确地物信息的重要方式和信息源。随着遥感技术的快速发展,遥感数据规模不断增长,光谱、空间分辨率大幅度提升,在环境监测、目标检测、地质勘查等领域的应用越来越广泛。现阶段,在空间和光谱上具有更高分辨率的遥感数据成为用户的迫切需求。然而,受到成像传感器技术与工艺的限制,单一传感器难以获取兼具清晰空间细节和丰富光谱特征的遥感影像。为此,光学遥感卫星通常搭载两类传感器,分别获取多光谱图像和全色
学位
水下机械臂在海洋资源的开发和利用中扮演着越来越重要的角色,但水下环境复杂多变,建立动力学模型需要考虑水流扰动、摩擦干扰等因素。现有控制方法使用一种算法逼近动力学模型中两种不同类型的参数,导致控制精度不高。除此之外,水下机械臂系统设计具有开发时间长、效率低和成本高的特点。针对以上问题,本文首先建立精准的水下机械臂动力学模型,进而提出采用RBF(Radial Basis Function)神经网络和模
学位
构建基因调控网络可以更好地理解不同生物分子间的相互作用,以及如何调控基因表达水平发生变化,为揭示分子生物体系的功能、药物开发设计和疾病治疗提供了科学的理论和方法。考虑到实际生物系统呈现周期振荡、分岔等非线性特征以及存在时滞因素的影响,本文主要研究分数阶时滞基因调控网络模型的构建与动力学分析,主要工作包括:(1)基于基因转录调控的线性模型建立分数阶时滞基因调控网络模型。为了提高模型的辨识精度,研究了
学位
变压器是电网中最重要的一种输变电装置,其工作状况的好坏关乎电网的安全、稳定。对绕组变形的诊断一直是变压器故障诊断技术的核心研究内容。频率响应法因为检测效果良好被广泛应用在变压器绕组检测领域。当前,变压器绕组变形的故障诊断研究主要针对单一变形故障,对于混合故障少见涉及,为此,本文提出一种针对混合故障的融合多特征的特征量提取方法,并采用相关向量机分类器进一步精确诊断变压器绕组混合故障类型。首先,使用P
学位
图像盲去噪是指在未知或少知图像噪声信息的情况下,利用已有的退化图像信息恢复得到与原始图像尽可能相近的图像。目前大多数的图像去噪算法都假设加性高斯白噪声的噪声水平已知,但实际上退化图像的噪声信息是未知的,因此假设噪声水平已知的图像去噪算法难以满足实际需求。为了能在噪声水平未知的情况下,灵活地去除退化图像中的噪声,并尽可能地保留原始图像信息,本文进行了以下两方面的工作研究:(1)数据与模型混合驱动的稀
学位
森林火灾是林业最可怕的灾害,事关人类的生命和财产安全。目前,无人机技术已被广泛应用在森林火灾监测领域。尤其是,无人机遥感技术在采集火场数据、预测火灾规模和估计火点位置等方面发挥出巨大作用,显著提高了消防人员对火灾态势的感知能力。开展基于无人机图像的森林火灾识别与分割研究,能够辅助消防人员识别早期森林火灾并估计火灾规模,具有较高的研究意义和应用价值。因此,课题针对无人机森林火灾图像识别与分割,利用深
学位