基于一致性理论的微电网分布式控制策略仿真模型【自适应虚拟阻抗】【simulink仿真】

简介: 基于一致性理论的微电网分布式控制策略仿真模型【自适应虚拟阻抗】【simulink仿真】

主要内容  

该模型为simulink仿真模型,主要解决的是双机并联后线路阻抗引起的功率分布不均问题,通过一致性算法与虚拟阻抗控制解决由线路阻抗不匹配而导致的无功不能精确分配问题和逆变器的环流问题,并且通过二次电压和频率补偿实现电压和频率的稳定控制。

1.一致性算法

“一致性”是指将系统中所有节点的某个控制目标随着时间的迁移逐渐达到一致状态。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。

本模型采用的是协调同步无领导的一致性算法,模型表达式如下:

2.自适应虚拟阻抗控制

在线路阻抗主要呈感性的微电网系统中,若要使各 DG 单元输出的无功功率按各自额定无功成比例分配,其线路阻抗必须要满足如下表达式:

即线路阻抗必须与无功-下垂系数成正比,与无功功率成反比。然而在实际中,由于线路阻抗不匹配,上述条件很难满足。因此,在这里引入自适应虚拟阻抗控制,使各DG的线路阻抗满足上述条件,实现无功的精确分配。

引入自适应虚拟阻抗控制后的等效电抗为:

当线路阻抗不匹配时,自适应调节虚拟阻抗,即可实现输出无功功率按各自额定无功成比例分配,因此,每台 DG 的下垂输出电压将相等,每台 DG 至公共母线 PCC 的电压降将相等,从而DG 间的环流将会得到有效的抑制。

3.二次电压控制

各 DG 的下垂输出电压虽然在引入虚拟阻抗控制之后能够达到一致,但虚拟阻抗控制给参考电压造成了一定程度的压降,且线路上的阻抗同样会造成一定程度的压降,则通过控制电路和传输线路后,公共母线上的电压造成的电压跌落就显得尤为明显,母线与公共负载相连,为了不影响负载端的可靠供电。这里引入基于一致性算法的电压恢复控制,将公共母线上的电压恢复到其参考值。具体模型如下:

模型结构  

1.总体仿真模型

2.优化改进部分模型

其中,放大自适应虚拟阻抗部分如下:

3.逆变器下垂控制模型

仿真结果一览  

有功功率

无功功率

电压补偿

功率补偿

下载链接

相关文章
|
10天前
|
机器学习/深度学习 数据可视化 TensorFlow
使用Python实现深度学习模型的分布式训练
使用Python实现深度学习模型的分布式训练
127 73
|
6天前
|
存储 缓存 负载均衡
一致性哈希:解决分布式难题的神奇密钥
一致哈希是一种特殊的哈希算法,用于分布式系统中实现数据的高效、均衡分布。它通过将节点和数据映射到一个虚拟环上,确保在节点增减时只需重定位少量数据,从而提供良好的负载均衡、高扩展性和容错性。相比传统取模方法,一致性哈希能显著减少数据迁移成本,广泛应用于分布式缓存、存储、数据库及微服务架构中,有效提升系统的稳定性和性能。
32 1
|
22天前
|
机器学习/深度学习 存储 运维
分布式机器学习系统:设计原理、优化策略与实践经验
本文详细探讨了分布式机器学习系统的发展现状与挑战,重点分析了数据并行、模型并行等核心训练范式,以及参数服务器、优化器等关键组件的设计与实现。文章还深入讨论了混合精度训练、梯度累积、ZeRO优化器等高级特性,旨在提供一套全面的技术解决方案,以应对超大规模模型训练中的计算、存储及通信挑战。
55 4
|
1月前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。
|
1月前
|
存储 分布式计算 负载均衡
分布式计算模型和集群计算模型的区别
【10月更文挑战第18天】分布式计算模型和集群计算模型各有特点和优势,在实际应用中需要根据具体的需求和条件选择合适的计算架构模式,以达到最佳的计算效果和性能。
67 2
|
2月前
|
算法
基于粒子群算法的分布式电源配电网重构优化matlab仿真
本研究利用粒子群算法(PSO)优化分布式电源配电网重构,通过Matlab仿真验证优化效果,对比重构前后的节点电压、网损、负荷均衡度、电压偏离及线路传输功率,并记录开关状态变化。PSO算法通过迭代更新粒子位置寻找最优解,旨在最小化网络损耗并提升供电可靠性。仿真结果显示优化后各项指标均有显著改善。
|
2月前
|
存储 分布式计算 负载均衡
|
2月前
|
存储 缓存 数据处理
深度解析:Hologres分布式存储引擎设计原理及其优化策略
【10月更文挑战第9天】在大数据时代,数据的规模和复杂性不断增加,这对数据库系统提出了更高的要求。传统的单机数据库难以应对海量数据处理的需求,而分布式数据库通过水平扩展提供了更好的解决方案。阿里云推出的Hologres是一个实时交互式分析服务,它结合了OLAP(在线分析处理)与OLTP(在线事务处理)的优势,能够在大规模数据集上提供低延迟的数据查询能力。本文将深入探讨Hologres分布式存储引擎的设计原理,并介绍一些关键的优化策略。
149 0
|
2月前
|
消息中间件 缓存 算法
分布式系列第一弹:分布式一致性!
分布式系列第一弹:分布式一致性!
|
2月前
|
算法 Java 关系型数据库
漫谈分布式数据复制和一致性!
漫谈分布式数据复制和一致性!