基于幂次变速趋近律的逆变器环流滑模控制

来源 :电力系统及其自动化学报 | 被引量 : 0次 | 上传用户:journey88
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
为抑制逆变器间动态调整过程差异较大所引起的环流,提出一种新型幂次变加速趋近律的滑模控制策略来抑制环流。通过功率特性得出功率与输出电压幅值相角变化率的微分非线性关系,基于滑模面实现控制解耦,根据当前状态位置自动调整幂次项系数而改变趋近速度,使系统快速削弱输出电压幅值与相角波动,更快趋近稳态而达到显著环流抑制效果。仿真结果验证了改进趋近律下系统输出动态响应更快且抗干扰能力强,环流得到极大程度的抑制。
其他文献
随着互联网规模的不断扩大以及应用场景的多元化,传统网络无法很好地满足新业务的动态多样化需求,因此国内外对未来网络展开了深入研究.本文首先介绍了未来互联网体系架构的研究现状.其次,介绍了具备“三层、两域”特征的智慧标识网络(Smart Identifier NETwork,SINET)体系架构,然后重点阐述了SINET服务机理在服务的命名与解析、路由机制、服务缓存、移动性、传输控制机制、可扩展性、绿色节能等关键技术方面取得的研究进展,并进一步详细分析了SINET服务机理的安全性.最后总结了SINET面临的挑
针对多个虚拟网络请求(Virtual Network Request,VNR)动态到达的网络场景,本文提出一种基于成本及功耗联合优化的软件定义网络(Software-Defined Networking,SDN)虚拟网络映射(Virtual Network Embedding,VNE)算法.在对虚拟节点及链路映射成本及功耗进行评估的基础上,建模VNE成本及功耗的代价函数,进而在满足资源需求等约束条件下,建模基于代价函数最小化的VNE模型.该优化问题为整数线性规划问题,难以直接求解;为解决此问题,提出基于时
针对采用传统下垂控制的分布式电源无功功率分配不均,提出了一种高比例光伏微网无功均分控制中的Q学习方法。该策略融合人工智能算法的随机搜索机制以及Q学习算法的迭代机制。首先,针对采用下垂控制的分布式光伏,以微网总无功偏差量作为奖励函数的依据,构建电压幅值和无功功率之间的反馈。其次,根据最大奖励Q值对应动作控制分布式光伏输出电压幅值。最后,协调控制分布式光伏无功输出,实现含高比例光伏微网的全局最优控制。仿真结果证明了该策略可以有效提高无功均分控制效果,减少系统无功环流,提高电压质量。