在 Simulink 中搭建 DSOGI 模块和双 PI 环

news2026/5/18 11:56:09
目录 第一步理解对称分量法与正负序分离原理️ 第二步Simulink 建模核心步骤 第三步仿真结果与波形分析在 Simulink 中搭建 DSOGI 模块和双 PI 环在上一节我们实现了理想电网下的无功补偿SVG功能但在实际电网中三相电压不平衡如单相接地故障、大单相负载接入是非常常见的情况。此时传统的控制策略会失效导致并网电流畸变、功率剧烈波动产生100Hz纹波甚至设备过热。要解决这个问题核心思路就是利用对称分量法将不平衡的三相电压/电流实时拆解为正序正常分量和负序干扰分量然后分别进行独立控制。下面手把手教你在 Simulink 中实现这一高阶控制策略。 第一步理解对称分量法与正负序分离原理对称分量法可以将一组不平衡的三相相量分解为三组平衡的相量正序分量 (Positive-Sequence)幅值相等相位互差120°相序为 A-B-C与电网正常运行方向一致。负序分量 (Negative-Sequence)幅值相等相位互差120°相序为 A-C-B反向旋转是造成危害的元凶。零序分量 (Zero-Sequence)幅值相等相位相同在三相三线制无中线系统中通常为零。在 Simulink 中我们不需要手动去推导复杂的复数矩阵公式。工程上最常用且动态响应极快的方法是双二阶广义积分器DSOGI。它可以实时从畸变的电网电压中提取出纯净的正序和负序 $\alpha\beta$ 分量。️ 第二步Simulink 建模核心步骤在上一节双向 DC/AC 逆变器的基础上我们需要对控制系统进行重大升级1. 搭建不平衡电网环境将Three-Phase Source的参数进行修改模拟电压跌落。例如将 A 相电压幅值设为 220VB 相设为 200VC 相设为 180V或者使用Three-Phase Programmable Voltage Source模块在仿真中途如 1.0秒时触发单相电压跌落。2. 搭建 DSOGI 正负序分离模块核心在 Simulink 库中找到Second-Order Generalized Integrator相关模块或者使用 MATLAB Function 模块编写 DSOGI 算法。输入电网三相电压经过 Clarke 变换后的 $v_\alpha$ 和 $v_\beta$。输出分离后的正序分量 ($v_\alpha^, v_\beta^$) 和负序分量 ($v_\alpha^-, v_\beta^-$)。小技巧如果你不想自己搭 DSOGI也可以使用延时法将信号延时 1/4 周期构造正交信号来近似实现正负序分离计算量更小。3. 构建双同步坐标系双 DQ 变换正序路径将分离出的正序 $v_\alpha^, v_\beta^$ 经过锁相环PLL得到正序相位 $\theta^$再进行 Park 变换得到正序的 $v_d^, v_q^$ 和电流 $i_d^, i_q^$。负序路径将分离出的负序 $v_\alpha^-, v_\beta^-$ 经过负序锁相通常相位取 $-\theta^-$进行 Park 变换得到负序的 $v_d^-, v_q^-$ 和电流 $i_d^-, i_q^-$。4. 设计双电流内环控制策略这是实现高质量并网的关键。你需要设计两套独立的 PI 控制器正序 PI 控制器负责控制系统的有功和无功功率与上一节 SVG 控制一致维持直流母线电压设定无功指令。负序 PI 控制器控制目标通常是抑制负序电流即设定负序电流参考值 $i_d^{-} 0, i_q^{-} 0$从而消除电网不平衡带来的负面影响。最后将正序 PI 和负序 PI 的输出分别进行反 Park 变换叠加后生成最终的调制波送入 SVPWM/SPWM 模块。 第三步仿真结果与波形分析搭建完成后运行仿真你可以通过示波器对比“未加入正负序分离”和“加入正负序分离控制”的效果观察项目传统单 DQ 控制未分离正负序分离 双 DQ 控制并网电流严重畸变三相幅值不一致恢复为三相对称、平滑的正弦波直流母线电压出现明显的 100Hz 二次谐波波动波动被极大抑制电压保持稳定有功/无功功率伴随剧烈的周期性振荡功率输出平稳无明显脉动 进阶提示PR 控制器替代 PI在静止坐标系$\alpha\beta$下你也可以使用比例谐振PR控制器来替代 DQ 变换和 PI。PR 控制器在基波频率50Hz处有无穷大增益天生就能无静差地跟踪交流信号对不平衡电网下的谐波抑制效果也非常出色。控制目标切换除了“抑制负序电流”让并网电流平衡外你还可以通过修改控制策略改为“抑制直流侧电压波动”或“输出恒定的有功功率”这取决于具体的并网标准要求。正负序分离是新能源并网如光伏、储能在弱电网或故障穿越LVRT工况下的必备技能。你可以先在 Simulink 中尝试把 DSOGI 模块和双 PI 环搭出来如果在解耦公式或参数整定上遇到问题随时再来交流

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2621542.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…