• 基于Simulink的用于电力系统动态分析


     💥💥💞💞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、Simulink及文章


    💥1 概述

    本文介绍了基于Simulink开发的用于电力系统动态分析的程序。该程序可以用于研究或作为教学工具。通过该程序,可以进行时域仿真、模态分析、参与因子分析和可视化、频率响应分析以及常规和智能控制器的设计。还研究了恒定阻抗负载的特殊情况。本文使用了IEEE 9节点、IEEE 68节点、Texas 2007节点282机组和25,000节点的美国东北部测试系统。假设同步机装备有励磁器、汽轮机和稳定器。使用常规和自适应神经模糊控制器添加了静态无功补偿器。对系统施加了不同类型的扰动,包括发电机侧和网络侧的扰动。该程序没有代数回路,可以减小误差并加快仿真速度。Simulink模型中的所有模块和信号都是矢量形式,可以用于模拟任意规模的电力系统。
    关键词:多机电力系统的动态分析、微分代数方程、MATLAB、Simulink

    在多机电力系统中,通常使用时域仿真来研究系统的动态行为。从数学上讲,任何互连的电力系统都可以用一组微分代数方程(DAEs)来建模。解决这些方程有两种方法:同时解和分区解。在同时解方法中,微分方程(DEs)首先通过隐式欧拉法或梯形积分技术转化为代数方程(AEs)[1, p. 165]。对于每个时间步长,通过牛顿法同时解决转换后的AEs和其余的AEs。在分区解方法中,DEs通过任何数值积分方法分别解决状态变量,而AEs则解决代数变量。分区技术是解决DAEs的常规方法[2, p. 410]。

    Simulink在学术研究中被广泛用作模拟系统动态行为的工具。Simulink的使用在包括电力系统动态研究在内的许多工程领域中正在迅速增加[3]。其图形用户界面有助于通过块图理解系统的配置。此外,Simulink中的仿真时间步长可以由用户指定为常量,也可以由求解器自行确定。Simulink与MATLAB集成,允许用户之间交换数据和仿真结果[4]。Simulink中的每个块可以是标量或向量,可以创建任意大小的系统仿真程序。此外,Simulink中的非线性系统可以轻松线性化,以便设计控制器并优化其可调参数。因此,可以从线性化模型中实现频率响应分析[5]。此外,与MATLAB不同,Simulink中很容易向模型添加s域块。Simulink中可以设计传统和智能控制器[6]。

    Simulink对于建模动态系统的主要限制是当某个块的输出直接反馈到其输入时。如果一个块的输入确定该块输出的当前值,则模型中存在代数环问题。对于这样的块,如果信号输入在当前时间步长未知,Simulink无法确定块的输出。这样的块的输入端口被称为直接传递端口。具有直接传递端口的块的一些示例包括求和、乘积和增益块。没有直接传递端口的块的一些示例包括常数、存储器和积分器块。众所周知,积分器块的输出是其状态的函数,存储器块的输出取决于其上一个时间步长的输入,而常数块没有输入端口。在Simulink中,代数环是不希望出现的。具有代数环的系统可能运行得非常慢,并且其模型中会出现错误[4]。在[3, 6, 7]中,作者消除了所有AEs以避免系统中的代数环。DAEs变为由Simulink解决的DEs。这是多机电力系统的一种特殊情况和近似模型。

    📚2 运行结果

     

    最后这个图是系统在25000节点测试系统中的响应。扰动为发电机机械功率下降1% 

    🎉3 参考文献

    文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。

    [1]Abdulrahman, I., Radman, G. Simulink-based programs for power system dynamic analysis. Electr Eng 101, 345–356 (2019). 

    🌈4 Matlab代码、Simulink及文章

  • 相关阅读:
    Gradle基础
    web前端设计与开发期末作品 用DIV CSS技术设计的凤阳旅游网站(web前端网页制作课作业)html css javascript
    drag diffusion中的gradio代码逐行解析(二)
    【计算机视觉40例】案例21:图像分类
    Ceph入门到静态-deep scrub 深度清理处理
    【python】将python脚本打包成可执行的.exe文件 推荐使用auto-py-to-exe
    YOLOV5通道剪枝【附代码】
    4-Dubbo架构设计与底层原理-服务导出源码分析(上)
    智能手术机器人起源及应用(一)
    Django里的Form组件
  • 原文地址:https://blog.csdn.net/m0_64583023/article/details/132656081