分别使用OVP-UVP和OFP-UFP算法以及AFD检测算法实现反孤岛检测simulink建模与仿真

简介: 本课题通过Simulink建模与仿真,实现OVP-UVP、OFP-UFP算法及AFD检测算法的反孤岛检测。OVP-UVP基于电压幅值变化,OFP-UFP基于频率变化,而AFD则通过注入频率偏移信号来检测孤岛效应,确保电力系统安全稳定运行。系统使用MATLAB 2013b进行建模与仿真验证。

1.课题概述
分别使用OVP-UVP和OFP-UFP算法以及AFD检测算法实现反孤岛检测simulink建模与仿真。

2.系统仿真结果

1.jpeg
2.jpeg
3.jpeg
4.jpeg
5.jpeg
6.jpeg
7.jpeg

3.核心程序与模型
版本:MATLAB2013b

db55d72be0a0279e45366750978306f9_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.jpg

function sys=mdlOutputs(t,x,u)
%定义全局变量
global f_i;            
global f_vo;
global f_v_hb;
global f_v_lb;
global theta_i;
global theta_vo;
global isIslanding;
global num0;
global num1;
global step;
global step1;
global k;

%锁相环输出
theta_vo=u(2);
%电压相位为0时更新频率
if abs(theta_vo) < 0.04    
  %数字锁相环输出的电压频率
f_vo=u(1);    
end

%判断是否不是孤岛效应
if(isIslanding==0)    
    %并网电压相位是否过零  
    if abs(theta_vo)<0.04    
      %判断并网电压频率是否越界,根据1547规定,1%的调整,所以就是正负0.5Hz
      if (f_vo>50.5) || (f_vo<49.5)    
            sys         = [0 0];
            %如果超出则为孤岛检测到了
isIslanding = 1;
      else         
      %原始的AFD
f_i=f_vo+2.5;
theta_i=theta_vo;
      end
    else
        if(pi-theta_i<0.03) && (pi-theta_vo>0.03) 
theta_i=pi;
        elseif(2*pi-theta_i<0.03) && (2*pi-theta_vo>0.03) 
theta_i=2*pi;                    
        elseif (pi-theta_vo<0.03) && (pi-theta_i>0.03)
theta_i=pi;
        elseif (2*pi-theta_vo<0.03) && (2*pi-theta_i>0.03)
theta_i=2*pi;
        else
theta_i=theta_i+2*pi*f_i*1e-4;
        end
    end
    %非孤岛输出正弦波
    sys(1)=sin(theta_i);
else
    %孤岛输出零
sys(1)=0;
end

sys(2)=f_vo;

70b941bdfd14cb7ff65f5e64e193142f_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.jpg

```function Out = UVP_OVP_low(In);
V = In;
Level = 216;
if V < Level || abs(V-Level) <= 0.05
Out = 1;
else
Out = 0;
End
function Out = UVP_OVP_up(In);
V = In;
Level = 264;
if V > Level || abs(V-Level) <= 0.05
Out = 1;
else
Out = 0;
End

function Out = UFP_OFP_low(In);
V = In;
Level = 49;
if V < Level || abs(V-Level) <= 0.05
Out = 1;
else
Out = 0;
End
function Out = UFP_OFP_up(In);
V = In;
Level = 51;
if V > Level || abs(V-Level) <= 0.05
Out = 1;
else
Out = 0;
End

```

4.系统原理简介
反孤岛检测是电力系统中一个重要的安全保护措施,用于在分布式发电系统中检测孤岛效应的发生。孤岛效应是指当分布式发电系统与主电网断开连接后,仍然继续向本地负载供电的情况。为了确保电力系统的稳定性和安全性,需要及时准确地检测出孤岛效应并采取相应的控制措施。本文将详细介绍使用OVP-UVP(过压-欠压保护)算法、OFP-UFP(过频-欠频保护)算法以及AFD(主动频率偏移)检测算法实现反孤岛检测的原理,并使用标准的数学公式进行推导和解释。

4.1 OVP-UVP算法

    OVP-UVP算法是一种基于电压幅值的反孤岛检测方法。该方法通过监测分布式发电系统输出电压的幅值来判断是否发生孤岛效应。当分布式发电系统与主电网断开连接后,由于负载的变化和发电机的自激作用,输出电压的幅值可能会发生变化,超过或低于正常范围。
  1. 过压保护(OVP)

    当分布式发电系统输出电压的幅值超过一定阈值时,认为发生了过压故障,可能意味着孤岛效应的发生。过压保护的阈值一般设置为额定电压的110%至120%。
    
  2. 欠压保护(UVP)
    当分布式发电系统输出电压的幅值低于一定阈值时,认为发生了欠压故障,同样可能意味着孤岛效应的发生。欠压保护的阈值一般设置为额定电压的80%至90%。

    设分布式发电系统输出电压的幅值为V,额定电压为V_n,则过压保护和欠压保护的判断条件可以表示为:
    

过压保护:V >V_n × (1 + α),其中α为过压保护系数,一般取0.1至0.2。
欠压保护:V <V_n × (1 - β),其中β为欠压保护系数,一般取0.1至0.2。

4.2 OFP-UFP算法

    OFP-UFP算法是一种基于频率的反孤岛检测方法。该方法通过监测分布式发电系统输出电压的频率来判断是否发生孤岛效应。当分布式发电系统与主电网断开连接后,由于负载的变化和发电机的自激作用,输出电压的频率可能会发生变化,超过或低于正常范围。
  1. 过频保护(OFP)

    当分布式发电系统输出电压的频率超过一定阈值时,认为发生了过频故障,可能意味着孤岛效应的发生。过频保护的阈值一般设置为额定频率的105%至110%。
    
  2. 欠频保护(UFP)

    当分布式发电系统输出电压的频率低于一定阈值时,认为发生了欠频故障,同样可能意味着孤岛效应的发生。欠频保护的阈值一般设置为额定频率的90%至95%。
    

    设分布式发电系统输出电压的频率为f,额定频率为f_n,则过频保护和欠频保护的判断条件可以表示为:

过频保护:f >f_n × (1 + γ),其中γ为过频保护系数,一般取0.05至0.1。
欠频保护:f <f_n × (1 - δ),其中δ为欠频保护系数,一般取0.05至0.1。

4.3 AFD检测算法

   AFD(主动频率偏移)检测算法是一种主动式的反孤岛检测方法。该方法通过向分布式发电系统注入一个微小的频率偏移信号,然后监测输出电压的频率变化来判断是否发生孤岛效应。当分布式发电系统与主电网断开连接后,注入的频率偏移信号会导致输出电压的频率发生变化,从而被检测到。
   设注入的频率偏移信号为Δf,分布式发电系统输出电压的实际频率为f_actual,则AFD检测算法的判断条件可以表示为:

| f_actual - f_n | > Δf

   其中,| x |表示x的绝对值。当实际频率与额定频率的差值的绝对值大于注入的频率偏移信号时,认为发生了孤岛效应。

   OVP-UVP、OFP-UFP和AFD是三种常用的反孤岛检测算法。它们分别基于电压幅值、频率和主动频率偏移的原理来实现对孤岛效应的检测。在实际应用中,可以根据具体的系统需求和性能指标选择合适的算法或组合使用多种算法来提高检测的准确性和可靠性。同时,还需要注意选择合适的阈值和参数以确保算法的灵敏度和误报率满足要求。
相关文章
|
15天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
11天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2539 19
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
11天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1532 16
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
7天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
13天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
665 14
|
8天前
|
人工智能 开发框架 Java
重磅发布!AI 驱动的 Java 开发框架:Spring AI Alibaba
随着生成式 AI 的快速发展,基于 AI 开发框架构建 AI 应用的诉求迅速增长,涌现出了包括 LangChain、LlamaIndex 等开发框架,但大部分框架只提供了 Python 语言的实现。但这些开发框架对于国内习惯了 Spring 开发范式的 Java 开发者而言,并非十分友好和丝滑。因此,我们基于 Spring AI 发布并快速演进 Spring AI Alibaba,通过提供一种方便的 API 抽象,帮助 Java 开发者简化 AI 应用的开发。同时,提供了完整的开源配套,包括可观测、网关、消息队列、配置中心等。
511 5
|
9天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
2天前
|
Docker 容器
Docker操作 (五)
Docker操作 (五)
130 68
|
2天前
|
Docker 容器
Docker操作 (三)
Docker操作 (三)
125 69
|
13天前
|
人工智能 自动驾驶 机器人
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界
过去22个月,AI发展速度超过任何历史时期,但我们依然还处于AGI变革的早期。生成式AI最大的想象力,绝不是在手机屏幕上做一两个新的超级app,而是接管数字世界,改变物理世界。
546 49
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界