支路电气介数的matlab仿真,并对比HVDC,FACTS-TCSC,FACTS-UPFC

简介: **摘要:**研究了MATLAB中支路电气介数的仿真,对比了HVDC、FACTS-TCSC和FACTS-UPFC的影响。通过在不同线路应用这些模型,分析电气介数的分布。仿真结果显示,节点/支路的电气介数符合幂律分布,揭示关键节点和支路。使用MATLAB2022a进行计算,核心程序涉及电力系统图论分析。电气介数衡量支路在功率传输中的重要性,高介数支路对系统稳定至关重要。计算流程包括节点和支路介数的特定公式,并附有计算流程图。

1.课题概述
支路电气介数的matlab仿真,并对比HVDC,FACTS-TCSC,FACTS-UPFC。HVDC、FACTS(包含TCSC和UPFC)三种简化模型在电气介数计算中的体现形式为:对测试系统,可以在系统任意数量和位置的线路上对以上三种简化模型进行选择。得出考虑三种模型后的系统中支路和节点的电气介数计算值和分布情况。

2.系统仿真结果

b4508f9f3391c9a3d5ebf1123e95681b_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.jpg

    节点/支路的电气介数的累积分布在双对数坐标下应该会出现幂律的表现形式。若不出现幂律分布,则很难说明电网中存在少数具有很高电气介数的节点和支路。

08008f8b360e312e6d422ffd223deea1_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.jpg
9d243fc0125372cb7cc39295df19c4fe_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.jpg

3.核心程序与模型
版本:MATLAB2022a

                            SG        = GEN(i,2)/mpc.baseMVA; 
                            SL        = BUS(L(j),3)/mpc.baseMVA;
                            w(k,j)    = min(SG,SL);

                            for l = 1:length(FK)
                                ll = FK(l);
                                %计算Pmn
                                Gs1_Ind1  = find(BRANCH(:,1) == G(i));
                                Gs1_Ind2  = find(BRANCH(:,2) == G(i));
                                Gs1_Ind   = unique([Gs1_Ind1;Gs1_Ind2]);
                                Pmn(k,ll) = F(k)*(F(k)/sum(F(Gs1_Ind)));   
                                %计算P
                                P(k,ll)   = F(k); 
                            end

                            tmps(i,j) = w(k,j)*Pmn(k,ll)/P(k,ll);   
                            W(k,j)    = w(k,j);


                   elseif k == L(j)   
                            %计算wij
                            SG        = GEN(i,2)/mpc.baseMVA; 
                            SL        = BUS(L(j),3)/mpc.baseMVA;
                            w(k,i)    = min(SG,SL);

                            for l = 1:length(FK)
                                ll = FK(l);
                                %计算Pmn
                                Gs1_Ind1  = find(BRANCH(:,1) == G(i));
                                Gs1_Ind2  = find(BRANCH(:,2) == G(i));
                                Gs1_Ind   = unique([Gs1_Ind1;Gs1_Ind2]);
                                Pmn(k,ll) = F(k)*(F(k)/sum(F(Gs1_Ind)));   
                                %计算P
                                P(k,ll)   = F(k); 
                            end

                            tmps(i,j) = w(k,i)*Pmn(k,ll)/P(k,ll);   
                            W(k,i)    = w(k,i);

                   else
                            %计算wij
                            SG        = GEN(i,2)/mpc.baseMVA; 
                            SL        = BUS(L(j),3)/mpc.baseMVA;
                            w(k,i)    = min(SG,SL);

                            for l = 1:length(FK)
                                ll = FK(l);
                                %计算Pmn
                                Gs1_Ind1  = find(BRANCH(:,1) == G(i));
                                Gs1_Ind2  = find(BRANCH(:,2) == G(i));
                                Gs1_Ind   = unique([Gs1_Ind1;Gs1_Ind2]);
                                Pmn(k,ll) = F(k)*(F(k)/sum(F(Gs1_Ind)));   
                                %计算P
                                P(k,ll)   = F(k); 
                            end

                            tmps(i,j) = w(k,i)*Pmn(k,ll)/P(k,ll);   
                            W(i,j)    = 0;  
................................................................
02_022m

4.系统原理简介
支路电气介数、高压直流输电(HVDC)、柔性交流输电系统(FACTS)中的可控串联补偿(TCSC)和统一潮流控制器(UPFC)是电力系统中的不同概念和技术。支路电气介数(Branch Electrical Betweenness)是电力系统网络分析中的一个指标,用于量化支路在功率传输中的重要性或介数中心性。它基于图论中的介数中心性概念,并考虑到电力系统的电气特性。支路电气介数高的支路在系统中承载着更多的功率流,因此对网络的稳定性和安全性有更大影响。

   支路m-n的电气介数计算式如下:

00ba996874e56003518858e6469cf10d_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

   节点k的电气介数计算式如下:

fb269bd9328310d1795800432764ce82_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

电气介数的计算流程:

958246d75cb0c627dd5535fc562f46da_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

相关文章
|
6天前
|
缓存 算法 物联网
基于AODV和leach协议的自组网络平台matlab仿真,对比吞吐量,负荷,丢包率,剩余节点个数,节点消耗能量
本系统基于MATLAB 2017b,对AODV与LEACH自组网进行了升级仿真,新增运动节点路由测试,修正丢包率统计。AODV是一种按需路由协议,结合DSDV和DSR,支持动态路由。程序包含参数设置、消息收发等功能模块,通过GUI界面配置节点数量、仿真时间和路由协议等参数,并计算网络性能指标。 该代码实现了节点能量管理、簇头选举、路由发现等功能,并统计了网络性能指标。
131 73
|
22天前
|
算法 5G 数据安全/隐私保护
大规模MIMO通信系统信道估计matlab性能仿真,对比LS,OMP,MOMP以及CoSaMP
本文介绍了大规模MIMO系统中的信道估计方法,包括最小二乘法(LS)、正交匹配追踪(OMP)、多正交匹配追踪(MOMP)和压缩感知算法CoSaMP。展示了MATLAB 2022a仿真的结果,验证了不同算法在信道估计中的表现。最小二乘法适用于非稀疏信道,而OMP、MOMP和CoSaMP更适合稀疏信道。MATLAB核心程序实现了这些算法并进行了性能对比。以下是部分
170 84
|
22天前
|
算法
基于GA遗传优化的TSP问题最优路线规划matlab仿真
本项目使用遗传算法(GA)解决旅行商问题(TSP),目标是在访问一系列城市后返回起点的最短路径。TSP属于NP-难问题,启发式方法尤其GA在此类问题上表现出色。项目在MATLAB 2022a中实现,通过编码、初始化种群、适应度评估、选择、交叉与变异等步骤,最终展示适应度收敛曲线及最优路径。
|
22天前
|
算法 BI Serverless
基于鱼群算法的散热片形状优化matlab仿真
本研究利用浴盆曲线模拟空隙外形,并通过鱼群算法(FSA)优化浴盆曲线参数,以获得最佳孔隙度值及对应的R值。FSA通过模拟鱼群的聚群、避障和觅食行为,实现高效全局搜索。具体步骤包括初始化鱼群、计算适应度值、更新位置及判断终止条件。最终确定散热片的最佳形状参数。仿真结果显示该方法能显著提高优化效率。相关代码使用MATLAB 2022a实现。
|
22天前
|
算法 数据可视化
基于SSA奇异谱分析算法的时间序列趋势线提取matlab仿真
奇异谱分析(SSA)是一种基于奇异值分解(SVD)和轨迹矩阵的非线性、非参数时间序列分析方法,适用于提取趋势、周期性和噪声成分。本项目使用MATLAB 2022a版本实现从强干扰序列中提取趋势线,并通过可视化展示了原时间序列与提取的趋势分量。代码实现了滑动窗口下的奇异值分解和分组重构,适用于非线性和非平稳时间序列分析。此方法在气候变化、金融市场和生物医学信号处理等领域有广泛应用。
|
22天前
|
监控 算法 数据安全/隐私保护
基于视觉工具箱和背景差法的行人检测,行走轨迹跟踪,人员行走习惯统计matlab仿真
该算法基于Matlab 2022a,利用视觉工具箱和背景差法实现行人检测与轨迹跟踪,通过构建背景模型(如GMM),对比当前帧与模型差异,识别运动物体并统计行走习惯,包括轨迹、速度及停留时间等特征。演示三维图中幅度越大代表更常走的路线。完整代码含中文注释及操作视频。
|
14天前
|
算法 5G 数据安全/隐私保护
SCM信道模型和SCME信道模型的matlab特性仿真,对比空间相关性,时间相关性,频率相关性
该简介展示了使用MATLAB 2022a进行无线通信信道仿真的结果,仿真表明信道的时间、频率和空间相关性随间隔增加而减弱,并且宏小区与微小区间的相关性相似。文中介绍了SCM和SCME模型,分别用于WCDMA和LTE/5G系统仿真,重点在于其空间、时间和频率相关性的建模。SCME模型在SCM的基础上进行了扩展,提供了更精细的参数化,增强了模型的真实性和复杂度。最后附上了MATLAB核心程序,用于计算不同天线间距下的空间互相关性。
19 0
|
16天前
|
算法 5G 数据安全/隐私保护
3D-MIMO信道模型的MATLAB模拟与仿真
该研究利用MATLAB 2022a进行了3D-MIMO技术的仿真,结果显示了不同场景下的LOS概率曲线。3D-MIMO作为5G关键技术之一,通过三维天线阵列增强了系统容量和覆盖范围。其信道模型涵盖UMa、UMi、RMa等场景,并分析了LOS/NLOS传播条件下的路径损耗、多径效应及空间相关性。仿真代码展示了三种典型场景下的LOS概率分布。
44 1
|
23天前
|
算法
基于GA遗传优化的离散交通网络双层规划模型设计matlab仿真
该程序基于GA遗传优化设计了离散交通网络的双层规划模型,以路段收费情况的优化为核心,并通过一氧化碳排放量评估环境影响。在MATLAB2022a版本中进行了验证,显示了系统总出行时间和区域排放最小化的过程。上层模型采用多目标优化策略,下层则确保总阻抗最小,实现整体最优解。
|
23天前
|
资源调度 算法
基于迭代扩展卡尔曼滤波算法的倒立摆控制系统matlab仿真
本课题研究基于迭代扩展卡尔曼滤波算法的倒立摆控制系统,并对比UKF、EKF、迭代UKF和迭代EKF的控制效果。倒立摆作为典型的非线性系统,适用于评估不同滤波方法的性能。UKF采用无迹变换逼近非线性函数,避免了EKF中的截断误差;EKF则通过泰勒级数展开近似非线性函数;迭代EKF和迭代UKF通过多次迭代提高状态估计精度。系统使用MATLAB 2022a进行仿真和分析,结果显示UKF和迭代UKF在非线性强的系统中表现更佳,但计算复杂度较高;EKF和迭代EKF则更适合维数较高或计算受限的场景。

热门文章

最新文章