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
|
5月前
|
监控 安全 算法
137_安全强化:输入过滤与水印 - 实现输出水印的检测算法与LLM安全防护最佳实践
随着大语言模型(LLM)在各行业的广泛应用,安全问题日益凸显。从提示注入攻击到恶意输出生成,从知识产权保护到内容溯源,LLM安全已成为部署和应用过程中不可忽视的关键环节。在2025年的LLM技术生态中,输入过滤和输出水印已成为两大核心安全技术,它们共同构建了LLM服务的安全防护体系。
|
5月前
|
算法
基于MPPT算法的光伏并网发电系统simulink建模与仿真
本课题基于MATLAB/Simulink搭建光伏并网发电系统模型,集成PV模块、MPPT算法、PWM控制与并网电路,实现最大功率跟踪与电能高效并网。通过仿真验证系统在不同环境下的动态响应与稳定性,采用SVPWM与电流闭环控制,确保输出电流与电网同频同相,满足并网电能质量要求。
|
6月前
|
传感器 资源调度 算法
DDMA-MIMO雷达多子带相干累积目标检测算法——论文阅读
本文提出一种多子带相干累积(MSCA)算法,通过引入空带和子带相干处理,解决DDMA-MIMO雷达的多普勒模糊与能量分散问题。该方法在低信噪比下显著提升检测性能,实测验证可有效恢复目标速度,适用于车载雷达高精度感知。
726 4
DDMA-MIMO雷达多子带相干累积目标检测算法——论文阅读
|
5月前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
5月前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)
|
6月前
|
算法 数据建模 调度
【INC-MPPT】增量导纳算法追踪光伏的最大功率点用于光伏的并网接入研究(Simulink仿真实现)
【INC-MPPT】增量导纳算法追踪光伏的最大功率点用于光伏的并网接入研究(Simulink仿真实现)
169 0
|
5月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
503 0
|
5月前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
330 2
|
6月前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
308 3
|
6月前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
220 6