低压直流配电系统模型降阶方法及稳定性问题研究

来源 :湖南大学 | 被引量 : 0次 | 上传用户:rjviva
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着直流配电网容量和规模的进一步扩大,用户对配电网系统稳定性的要求日益提高。对于含有多种分布式电源及负荷的直流配电系统,不同微源、负荷、线路间电气距离短,耦合程度高,电力电子设备接入后与易与系统中其他组成部分发生谐振,多尺度交互作用机理复杂,容易受到外界干扰而失稳。且由于直流配电网结构与运行特性与交流系统有较大差异,传统的建模和稳定性分析方法无法完全描述直流配电系统的动态特性。同时,对系统进行稳定性分析过程中,由于模型阶数过高,且含有多种时间尺度,计算耗时长,稳定性分析难度较大。因此,对直流配电系统进行模型降阶和稳定性分析是十分必要的。本文基于含有多个电力电子变换器接入的低压直流配电系统模型降阶与稳定性分析展开工作,为保障直流配电网的安全稳定运行奠定了理论基础。全文的主要研究总结如下:首先,简要介绍了低压直流配电系统拓扑及各个变换器的控制方式、运行原理,建立了含有三端口光伏直流变换器、DAB变换器、VSC换流器、恒功率负荷的低压直流配电系统全阶数学模型;利用Matlab/Simulink软件搭建系统全阶数学模型,与电磁暂态仿真模型进行小扰动工况下暂态响应曲线对比,验证所建全阶模型的正确性。其次,基于奇异摄动原理,提出了一种从时间尺度上对低压直流配电系统全阶数学模型进行降阶简化的方法,从时间尺度上推导出低压直流配电系统降阶模型;通过Matlab/Simulink软件搭建系统全阶、降阶模型,分别从系统特征值分析、小扰动情况下暂态响应对比、数值计算速度三个方面验证了本文所提奇异摄动理论应用于低压直流配电系统模型降阶的正确性和有效性。再次,基于特征值分析法及参与因子分析法得出系统主导模态,确定待优化特征值及对应的控制参数;通过根轨迹分析确定不同参数变化对系统主导特征值的影响,得出系统稳定性边界;基于Matlab/Simulink仿真及RT-LAB半实物仿真实验平台验证了小信号稳定性分析的正确性;在此基础上对待优化参数进行调整,从主导特征值分布、小扰动工况下暂态响应对比两个方面对参数优化效果进行验证。
其他文献
十九大报告指出绿色发展将贯彻我国各项事业的发展进程中,这是我国生态文明建设的全新要求。绿色农业作为新型农业发展模式,是应对生态环境问题,实现农业可持续发展的重要课题。随着我国城镇化进程加快,农户分化现象日益加深,农户收入与职业的差异性在一定程度上影响着农户在农业生产方式上的选择,因此农户分化现象对我国绿色农业发展影响深远。鉴于该背景,本文从农户分化角度入手,分析调研地区农户分化程度,研究农户分化对
插电式混合动力汽车(PHEVs)具有比传统混合动力汽车高得多的节油率,且不存在纯电动汽车中被广受诟病的“里程焦虑”问题,因此近年来广受工业界的关注。然而,由于存在两套较大的动力系统,PHEVs的购置成本仍然较高,需进一步提升PHEVs的燃油经济性以抵消其购置成本的增加。随着车联网的发展和车辆智能化程度的提高,道路和交通信息的准确预测和车载有效利用成为可能。通过融合前方的道路和交通信息,车载控制系统
无监督域适应技术(UDA)被广泛用于(1)利用来自相关源域的丰富标签数据处理目标域的标记数据的稀缺;(2)降低训练下游模型的成本,使模型能够在其他网络上重用。已有深度UDA方案往往忽略或自动删除非共享大数据,达到相同共享类别下小数据分布间的最优迁移效果,无法满足大数据时代背景下快速有效学习与海量复杂数据的需求。本课题研究面向非共享大数据的小应用任务迁移学习关键技术,以食材大数据餐厅识别小任务迁移场
随着材料工程技术的飞速发展,大量新型材料、结构、工艺技术被广泛地应用到实际工程中。虽然新型技术的使用很大程度上满足了不断变化的材料结构设计需求,但新型技术带来的不确定性因素也间接导致了实际应用中事故具有更高的突发性,其中以因裂纹扩展穿过材料结构关键区域引发的断裂失效问题尤为突出。因而,对裂纹的扩展规律进行相关研究对有效避免材料结构断裂失效和提高结构整体力学性能具有重大工程意义。然而,利用传统的离散
“互联网+”时代的大数据、云计算、人工智能等技术带来了新一轮信息化革命,由此产生的新思维、新商业和新管理,为审计计算、审计数据和审计知识的深度融合带来变革机遇和创新需求。由于大数据审计的应用可以轻松突破传统审计方法的局限,Y移动公司创造性地提出了“全息交互智能审计”模式,以求实现企业多个系统间的数据采集和实时验证,并提供实时、高效、协同的审计报告和风险评估报告。但是,大数据审计模式在中国移动公司Y
2017年以来,美国总统特朗普掀起了中美贸易摩擦,并升级为贸易战。此次贸易战除了继续使用美国惯用的“201条款”和“301条款”等调查工具之外,特朗普还使用了尘封已久的“保护国家安全”的“232条款”,开始利用“232条款”进行经济制裁,美国在使用“232条款”时利用世界贸易组织(以下简称WTO)“安全例外”条款来论证其行为的合规性。WTO“安全例外”条款是WTO规则中诸多例外条款的一部分,早在关
近年来,随着三维模型辅助设计和云制造技术的迅速发展,三维模型得以迅速普及。相对其他数字产品而言,三维网格模型涵盖更多重要信息,而且经常面临数据泄露、恶意篡改、版权争议等方面的安全威胁。如何更加有效地防止三维模型被侵权已经成为学术界热门的研究课题。本文首先描述了三维网格模型数字水印的研究现状,然后对三维网格模型的数据特性进行了分析,并介绍了可见可逆水印和加密域可逆水印的算法特性和评价指标。针对三维网
在生物数学的发展中,与生物种群相关的动力学性质成为了重要的研究方向.随着研究的深入,学者发现在生物种群间的相互作用中扩散现象普遍存在.此外,不同的空间环境对于生物种群的影响也不可忽略.因此,很多学者在模型中引入生物种群扩散和空间环境异质性这两个重要因素,并研究这两个因素对于物种动力学行为的影响.在生物种群动力学行为等实际应用中,捕食-食饵扩散模型有很重要的研究价值.本文以具体的生物模型为理论背景,
进入21世纪以来我国经济在起初十年发展迅速,之后增速降低并进入新常态时期。2015年“创新、协调、绿色、开放、共享”这五大新发展理念的提出给未来发展指明了方向。新疆作为经济战略的重要地区,推动该地区高质量发展具有重要意义,而如何客观地对该地区高质量发展水平做出准确评价就至为重要。本文首先对有关高质量发展和指标体系构建的国内外研究成果以及理论知识进行了系统梳理和清晰阐述;其次通过描述统计分析来对新疆
深度神经网络(Deep Neural Networks,DNNs)作为人工智能领域重要的一部分,在恶意软件检测,自动驾驶和图像分类等领域已经取得优异的成果。然而最近的研究表明,神经网络很容易受到对抗样本的攻击。攻击者通过对DNNs的输入添加精心设计的细微扰动,很容易导致神经网络做出错误的预测,这对安全性至关重要的应用带来了严重的威胁,比如人脸识别、自动驾驶。为了提高神经网络的安全性,科学界开始研究