基于离散时间频率增益传感器的P级至M级PMU模型的实现(Matlab代码实现)

简介: 基于离散时间频率增益传感器的P级至M级PMU模型的实现(Matlab代码实现)

💥 💥 💞 💞 欢迎来到本博客 ❤️ ❤️ 💥 💥

🏆 博主优势: 🌞 🌞 🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳ 座右铭:行百里者,半于九十。

📋 📋 📋 本文目录如下: 🎁 🎁 🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现


💥1 概述

低复杂度高精度P级到M级渐进式PMU模型,由Krzysztof Duda和Tomasz P. Zieliński设计。


基于离散时间频率增益传感器(DTFGT)和正弦斜率滤波器的P级至M级渐进式PMU模型的实现,以及在IEC/IEEE 60255-118-1标准动态调制测试中的应用。


📚2 运行结果


e946bd149b925b5f01377533286bd3c9.png


75f1e6044f3ad12ceb467add2dc56f4b.png


部分代码:

figure,
subplot(1,2,1), hold on
plot(fm, err_TVE_dF)
legend(text_legend_const,'Location','southeast')
xlabel('F_i_n (Hz)'), ylabel('TVE (%) for straightforward A and \phi estimation')
title(text_title)
set(gca,'YScale','log'),
axis tight, box on, grid on
subplot(1,2,2), hold on
plot(fm, err_TVE_dF_LS, '-')
legend(text_legend_const,'Location','southeast')
xlabel('F_i_n (Hz) '), ylabel('TVE (%) for LS based A and \phi estimation')
title(text_title)
set(gca,'YScale','log'),
axis tight, box on, grid on
figure,
subplot(1,2,1), hold on
plot(fm, err_Om_dF, '-')
legend(text_legend_const,'Location','southeast')
xlabel('F_i_n (Hz)'), ylabel('FE (Hz)'), title(text_title)
set(gca,'YScale','log'),
axis tight, box on, grid on
subplot(1,2,2), hold on
plot(fm, err_Rocof_dF_LS, '-')
legend(text_legend_const,'Location','southeast')
xlabel('F_i_n (Hz)'), ylabel('RFE (Hz/s)'), title(text_title)
set(gca,'YScale','log'),
axis tight, box on, grid on
end
%###########################################################
function [Phasor, PhasorLS, Omr, ROCOFr] = PMU(x, P, N0, F0)
% PMU implementation with a cascade of rectangular filters
% and the Discrete-Time Frequency-Gain Transducer (DTFGT)
% with the sine-shape slope filter
% x - sinusoidal signal x=A*cos(Om*n+p)
% P - number of rectangular filters in the prefilter cascade
% Phasor - estimated complex phasor reported at nominal frequency with straightforward amplitude and phase estimation
% PhasorLS - estimated complex phasor reported at nominal frequency with LS based amplitude and phase estimation
% Omr - estimated frequency in radians reported at nominal frequency
% ROCOFr - estimated ROCOF in radians per second reported at nominal frequency
Nx = length(x);
Fs = N0*F0; %Hz
t = (0:Nx-1)/Fs;
y = x.*exp(-1i*2*pi*F0*t); % down-shifted sinusoidal signal x=A*cos(Om*n+p), Om=2*pi*f0/fs
%% for LS solution
ND2 = N0/2-1; % only one nominal period, although it could be more for longer cascade
ND1 = -N0/2;
%% sin frequency slope h = [1/2 0 -1/2];
w0= pi/(N0/2);
L = N0/4;
h = [1/2 zeros(1,L-1) 0 zeros(1,L-1) -1/2];
%%
tr = 1:N0:Nx; % reporting times
Phasor = zeros(length(tr), P);
PhasorLS = zeros(length(tr), P);
Omr = zeros(length(tr), P);
ROCOFr = zeros(length(tr), P);
r0 = ones(1,N0)/N0; rp = 1;
for ind=1:P


🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]Krzysztof Duda (2023). P2M_PMU


🌈4 Matlab代码实现

相关文章
|
6月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
272 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
6月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
162 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
6月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
138 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
9月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
|
9月前
|
算法 调度
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
|
9月前
|
Serverless
基于Logistic函数的负荷需求响应(matlab代码)
基于Logistic函数的负荷需求响应(matlab代码)
|
9月前
|
供应链 算法
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
|
9月前
|
算法 调度
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
|
9月前
|
算法 调度 SoC
电动汽车充放电V2G模型(Matlab代码)
电动汽车充放电V2G模型(Matlab代码)

热门文章

最新文章