【摘 要】
：
基于模块化多电平流器的多端高压直流输电（Modular Multi-level Converter based Multi-terminal High Voltage Direct Current,MMC-MTDC）系统具有多站点送电、多落点受电且潮流可灵活控制的优点,但系统中的换流器自身并不具备转动惯量,这将使电网的整体惯性减小。当交流区域发生扰动或直流传输功率变化时,传统换流器控制方法难以对交
论文部分内容阅读
基于模块化多电平流器的多端高压直流输电（Modular Multi-level Converter based Multi-terminal High Voltage Direct Current,MMC-MTDC）系统具有多站点送电、多落点受电且潮流可灵活控制的优点,但系统中的换流器自身并不具备转动惯量,这将使电网的整体惯性减小。当交流区域发生扰动或直流传输功率变化时,传统换流器控制方法难以对交流电网电压幅值和频率起到支持作用。为了使换流器能主动参与交流电网的频率调节,本文将虚拟同步发电机（Virtual Synchronous Generator,VSG）技术引入MMC-MTDC系统换流器中,设计一些控制方法使受端换流器参与电网调频,具体内容包括以下部分。分析MMC的拓扑结构、工作方式,得到MMC交、直流侧数学模型、MMC调制方式和相间环流抑制策略;解析MMC-MTDC系统的拓扑结构和基本原理,设计系统换流器的内、外环控制器。针对MMC零惯性的特性,提出一种基于VSG的受端换流器控制策略,使受端MMC在运行特性上与同步发电机类似,实现其与交流网络频率支持作用。VSG控制技术虽然能为交流区域提供一定的频率支持,但却难以提升MMC-MTDC系统的直流电压稳定性。考虑换流器改进电压下垂控制（Improved Droop Control,IDC）在功率分配方面上的优点,将VSG与多站IDC相结合,形成MMC-MTDC系统的多换流器协调控制方法,在优化系统调频能力的基础上,实现存在线路阻抗时换流器间功率的合理分配,保证系统直流电压稳定。针对常规VSG不具备直流电压调节能力的问题,将U2-P下垂控制引入VSG虚拟调速器中,构成附加直流电压的VSG控制,使换流器具有控制交流网络频率和直流电压的能力,并与其他受端换流器配合,实现多换流器对 交流电网频率和直流电压的协调控制。通过分析虚拟转动惯量的大小对频率稳定的影响,在附加直流电压的VSG控制基础上,设计一种基于模糊控制（Fuzzy Logic Control,FLC）的自适应虚拟转动惯量控制方法,该控制通过灵活调整虚拟惯量,使换流器在支撑频率波动的过程中表现出更出色的动态响应性能。在MATLAB/Simulink软件中搭建五端、三端100电平MMC-MTDC输电系统仿真模型,对所提出的控制策略进行了仿真分析,通过与传统方法进行对比以证明其有效性。
其他文献
本文是一篇关于《百年风雨:她话人生》的英汉笔译实践报告。作者是米里亚姆·米季扬（Myriam Miedzian）和阿里萨·马利诺维奇（Alisa Malinovich）,该书是她们基于对美国三代女性的采访而写成的报告文学。书中讲述了不同女性的生活、成长方式及工作,反应了她们在当时的社会地位。本文分析了翻译《百年风雨:她话人生》过程中如何在CEA（理解、表达、变通）框架的指导下,使译文忠实、通顺。在
滑坡作为危害最为严重的地质灾害之一,给人类的生命和财产造成巨大损失,因而针对滑坡隐患的可靠、及时识别具有重大的社会与经济意义。传统的滑坡识别方法主要是依赖高分辨率光学遥感图像,常用的人工目视解译方法精度高效率低,专家知识依赖性强,难以满足大数据量遥感图像判读,因而基于深度学习的遥感滑坡自动识别方法逐渐得到关注与应用,深度学习方法能够自动提取滑坡隐患相关特征,端到端的训练模式极大提高了滑坡识别效率与
针对原始鸽群优化的二维最大类间方差法（Otsu）图像分割算法收敛速度慢的缺点,提出了基于混合分数阶鸽群优化的Otsu图像分割算法。算法将分数阶与鸽群算法结合,利用分数阶微积分的记忆性,使鸽群依据更多历史记忆获取更精确最优值,并进行分数阶增强滤波预处理,提高分割精度,引入混沌搜索算法增强种群多样性,提高全局搜索能力。将Otsu算法的离散度矩阵作为改进算法的适应度值,从而快速搜索最佳阈值,进行图像分割
随着电子计算机的普及,计算机视觉已经广泛应用于生活的各种领域。小到停车场的车牌识别,大到车辆或者飞机的自动驾驶,这些和我们日常生活中息息相关的事物无疑都充斥着计算机视觉的身影。自从深度学习问世以来,极大的带动了目标检测领域发展的脚步。本文针对当前飞机遥感图像目标检测算法的检测精度与检测速度不能兼顾的问题,提出了基于SSD（Single Shot MultiBox Detector）的飞机遥感图像目
近年来,随着高分卫星技术和遥感技术的快速发展,获取到的光学遥感图像分辨率、图像质量也不断提高,数据来源也越来越丰富,为遥感图像目标的检测和识别提供了海量的数据支撑。但光学遥感图像的背景复杂,对其采用传统算法处理时,无法满足对目标快速检测的要求。目前深度学习在目标检测领域的快速发展,对遥感图像特定目标的检测和识别取得了一些的成果。然而,遥感图像受背景复杂、目标尺寸差异大、成像视角多变产生阴影等多种因
丰富的语义感知信息、高频细节信息以及特殊的成像视角,使得遥感数据和图像被广泛应用,其中的全色遥感图像虽然空间分辨率较高,却缺少光谱信息无法显示地物色彩不利于目标检测;而彩色遥感图像的目标检测逐渐成为研究热点,但存在问题是:遥感目标分布密集、所占尺寸较小并且背景复杂,直接使用自然图像目标检测算法会产生目标难检、误检与漏检;尽管高分辨率彩色遥感图像的目标检测更具优势,由于在获取过程中对硬件设备精度要求
传统的目标跟踪算法假设目标为点目标,即在每个时刻每个目标最多产生一个量测。随着传感器精度的不断提高,这个假设不再成立,一个目标在每个时刻可产生多个量测,量测的数量也随着时间发生改变,此时的目标跟踪问题称为扩展目标跟踪。由于量测数量增多,人们不仅关注目标的运动状态,同时希望获得目标的估计形状。很多学者对扩展目标跟踪问题展开了研究,但是仍存在很多问题亟待解决。本文针对形状估计较差,无较好的评价指标等问
随着“双减”政策的落地,学生学业负担和家长的精力负担有效减轻,给学生“减负”的同时,如何满足学生个体差异化教学、提高课堂效率将是教师不断研究的内容。以物理学科核心素养为导向,融合“互联网+”教育技术,基于元认知理论可以帮助学生提高自我监控和反思的能力,达到提高学习效率的目的。因此本研究在进行具体调查分析后,基于元认知理论抽象出物理学科学习的策略与方法,制定单元教学设计并应用到实际教学中,通过课堂反
随着5G的快速发展,无线设备数量日益增加,射频频谱变得越来越拥挤。这给无线系统的设计带来了巨大的挑战,如频谱感知、频谱效率、低延迟传输、计算能力和高吞吐量。因此,这就要求智能无线通信网络具有自组织、自配置和自恢复功能等特点。认知无线电（Cognitive Radio,CR）、边缘计算（Edge Computing,EC）是5G中很有前途的技术。针对CR和EC我们分别要解决调制识别（Modulati
随着新时代创新教育发展,各学科对学生的要求不再是简单的“双基”,更需要发展学生的素养,2016年《教育部关于全面深化课程改革,落实立德树人根本任务的意见》中指出应明确学生发展的核心素养,突出强调个人修养、社会关爱、家国情怀,更加注重自主发展、合作参与、创新实践;2020年《高中物理课程标准》明确提出中学物理核心素养由物理观念、科学思维、科学探究以及科学态度与责任四个方面组成,2022年4月最新修订