PID控制与模糊PID控制比较.zip
PID控制与模糊PID控制比较
仿真平台:MATLAB
附带完整建模文件
卡尔曼滤波/一阶低通滤波/简易滤波-C语言实现
卡尔曼滤波:
开发环境有两种:
1.MATLAB
2.CCS
直流电机双闭环调速系统matlab仿真
1)三相整流桥,采用半控功率器件SCR晶闸管;
2)采用转速环、电流环 双闭环控制算法;
3)外环-转速环,采用PI 比例积分控制;
4)内环-电流环,采用PI 比例积分控制;
5)根据电机基本数据,计算电机相关参数;
6)根据工程设计方法,计算转速环调节器ASR和电流环调节器ACR参数(计算过程详细);
7)改变相关参数,可以满足不同 仿真需求,比如通过开关实现恒转矩和变转矩的切换;
8)本模型基于power system模块搭建,包括直流电机模块、三相对称电源、同步6脉冲触发器、转速环、电流环、PI控制、负载、测量模块、示波器等。
9)各个模块功能分类明确,理解容易。
基于改进下垂控制的微电网控制研究(matlab)
该模型为simulink仿真模型,主要实现的内容如下:
模型比较全面,包括蓄电池、超级电容和光伏发电模块,同时包括阻性负载和冲击负载,能够较好的了解这些模块对于母线电压特性的研究。
采用改进的下垂控制策略(有详细的文档说明)。
减小直流母线电压的偏差,通过混合储能系统,关联参数SOC改进下垂控制。
在改进下垂控制的基础加入二次控制。
模型完整性好,非常适合拓展双闭环控制、下垂控制、改进下垂控三种方法进行对比。
方便研究超级电容和蓄电池模块的功率均衡问题。
永磁同步电机滞环控制PI双闭环matlab仿真模型加技术文档(建模过程及模型介绍)
(1)仿真模型由受控源、永磁同步电机(PMSM)、滞环控制器(PWMInverter)、PI控制器、Park反变换模块、测量模块等构成;
(2)采用转速、电流双闭环控制;
(3)电压外环采用PI控制器;电流内环采用滞环控制器;
(4)转速跟踪性能良好,具有较好的抗负载扰动性能。
基于SOE算法的多时段随机配电网重构方法(matlab)
该程序是完全复现《Switch Opening and Exchange Method for Stochastic Distribution Network Reconfiguration》,也是一个开源代码,网上有些人卖的还挺贵,本次免费分享给大家,代码主要做的是一个通过配电网重构获取最优网络拓扑的问题,从而有效降低网损,提高经济效益,同时考虑了光伏和负荷的随机性,构建了多时段随机配电网重构模型,考虑到大型网络中计算较为耗时,采用一种基于开断和交换的SOE方法,已获得良好的径向拓扑,采用IEEE多个标准算例进行了测试,更加创新,而且求解的效果更好,结果和论文基本是一致,代码质量非常高,但是子程序比较多,适合有编程经验的同学学习!
基于多时间尺度滚动优化的多能源微网双层调度模型(matlab)
该模型参考《Collaborative Autonomous Optimization of Interconnected Multi-Energy Systems with Two-Stage Transactive Control Framework》,主要解决的是一个多能源微网的优化调度问题,首先对于下层多能源微网模型,考虑以其最小化运行成本为目标函数,通过多时间尺度滚动优化处理负荷和可再生能源随机性,并求解其最优调度策略;对于上层模型,考虑运营商以最小化运营成本为目标函数,同时考虑变压器过载等问题。最终构建了一个两阶段优化模型,采用次梯度法和二分法对模型进行优化求解,程序采用matlab编写,模块化编程,注释清晰。
基于扩展(EKF)和无迹卡尔曼滤波(UKF)的电力系统动态状态估计(matlab)
该程序对应文章《Power System Dynamic State Estimation Using Extended and Unscented Kalman Filters》,电力系统状态的准确估计对于提高电力系统的可靠性、弹性、安全性和稳定性具有重要意义,虽然近年来测量设备和传输技术的发展大大降低了测量和传输误差,但这些测量仍然不能完全没有测量噪声。因此,需要对噪声测量值进行过滤,从而获得准确的电力系统运行动态。本程序采用两种方法,分别是扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF),对电力系统进行动态状态估计,以39节点系统为算例验证了方法的有效性。注:该程序需要安装matpower,否则运行会报错。
智能配电网的双时间尺度随机优化调度(matlab)
该程序为文章《Two-Timescale Stochastic Dispatch of Smart Distribution Grids》的源代码,主要做的是主动配电网的双时间尺度随机优化调度,该模型考虑配电网的高效和安全运行涉及到在不同的时间尺度上的决策,如电压控制器可以在慢时间尺度进行调度,而光伏需要在快时间尺度调度和调节,以最佳地跟踪可再生能源发电和需求的变化,两种时间尺度通过耦合方式形成统一的优化调度模型。文中对于随机优化模型建立了两种方式,分别是平均调度算法和概率调度算法,这两种方法均基于辐射网络线性分布潮流(LDF)模型,模型涉及拉格朗日、非凸转换等深度内容,非常适合用来学习。程序采用matlab+cvx进行求解,程序采用模块化方式、采用英文注释,适合有编程经验的同学深度学习!
基于主从博弈的主动配电网阻塞管理(matlab)
基于主从博弈的主动配电网阻塞管理》文献介绍:主要采用一种配电网节点边际电价统一出清的主从博弈双层调度框架。上层框架解决用户在负荷聚合商引导下的用电成本最小化问题,负荷聚合商为主从博弈的领导者;下层框架解决配电网系统运 营商在考虑网络潮流安全和电压越限前提下的社会福利最大化问题,配电网系统运营商为主从博弈的追随者。利用 Karush-Kuhn-Tucker 最优性条件和对偶定理,将非线性双层问题转化为单层混合整数线性规划问题求解。仿真算例验证分析了所提出的模型对缓解网络阻塞的有效性,以及灵活性资源在配电网阻塞管理当中的作用。
基于数据驱动的模型预测控制电力系统机组组合优化(matlab)
该程序复现文章《Feature-Driven Economic Improvement for Network-Constrained Unit Commitment: A Closed-Loop Predict-and-Optimize Framework》,程序主要做的是一个基于数据驱动的电力系统机组组合调度模型,采用IEEE24节点系统作为研究对象,该模型的创新点在于:提出了一个闭环预测与优化(C-PO)框架,即利用NCUC模型的结构以及相关特征数据来训练一个以成本为导向的RES预测模型,该模型通过诱导的NCUC成本而不是统计预测误差来评估预测质量,并且在优化过程中采用拉格朗日松弛来加速训练过程,该模型理论深度较大,代码学习难度也较大。
参考文献:《Feature-Driven Economic Improvement for Network-Constrained Unit Commitment: A Closed-Loop Predict-and-Optimize Framework》
sci考虑不同充电需求的电动汽车有序充电调度方法(matlab)
该程序复现sci文献《A coordinated charging scheduling method for electric vehicles considering different charging demands》,主要实现电动汽车协调充电调度方法,该方法主要有以下几点优势:1.可以通过不同充电需求的充电紧迫性指标来选择电动汽车的充电模式;2.以微网整体峰谷负荷差最小为目标,也即可以实现削峰填谷;3.考虑了慢速充电电动汽车、快速充电电动汽车和微电网运行的各种约束条件;4.采用蒙特卡罗仿真(Monte Carlo Simulation, MCS)模拟电动汽车的随机性。该代码采用matlab+cplex平台运行,中文注释清晰
参考文献:《A coordinated charging scheduling method for electric vehicles considering different charging demands》
基于并行分布式差分算法的含需求响应家庭微网能量管理(matlab)
该程序是《Demand Response of Residential Houses Equipped with PV-Battery Systems: An Application Study Using Evolutionary Algorithms》完全复现程序,主要做的是一个家庭微网能量管理系统,考虑家庭微网是并网运行的,可以向电网出售电量或者购入电量,同时家庭微网中含有空调、热水器、洗衣机等需求响应负荷资源,在电价的引导下积极进行需求响应,算法的求解方面采用了一种并行的差分进化算法,使得对于大规模家庭用户场景下依然求解速度很快,对比多种粒子群算法以及其余差分进化算法,求解效果比较突出。
参考文献:《Demand Response of Residential Houses Equipped with PV-Battery Systems: An Application Study Using Evolutionary Algorithms》
面向多微网网络结构设计的大规模二进制矩阵优化算法(matlab)
当前电力系统中微电网逐步成为发展的主力军,微网中包括分布式电源和负荷,单一的微电网是和外部电源进行连接,即保证用电的效益性,也要保证系统的稳定性,但是多个微电网是否可考虑通过电力网络结构设计来增加系统的鲁棒性,正是本模型考虑的内容。在该研究中,将多微网结构设计问题转化为数据模型,根据系统特点考虑了三种不同的节点类型,并通过基于大规模二进制矩阵的差分进化算法进行优化求解,通过算例验证了方法的有效性。该程序采用matlab编写,模块化编程,有部分注释,有需要的同学可以下载研究。
基于分布式优化的多产消者非合作博弈能量共享(matlab)
该程序复现文章《市场模式下光伏用户群的电能共享与需求响应模型》,为了使光伏用户群内各经济主体能实现有序的电能交易,提出了一种基于光伏电能供需比(SDR)的内部价格模型。在考虑经济性和舒适度的基础上,提出了用户参与需求响应(DR)的效用成本模型。由于内部电价是以各时段光伏用户群内的供需比为基础,用户之间针对电价的需求响应行为可构成非合作博弈,在证明该博弈问题存在纳什均衡解的基础上,提出了分布式优化算法对用户的纳什均衡策略进行求解。最后,通过实际算例验证了所提模型在减少用电成本、提高光功率互用水平上的有效性。程序采用matlab编制,该程序注释较少,适合于有编程经验的同学进一步学习提升!
参看文献:市场模式下光伏用户群的电能共享与需求响应模型
融合正余弦和柯西变异的麻雀优化算法SCSSA-CNN-BiLSTM双向长短期记忆网络预测模型(matlab)
该程序实现多输入单输出预测,通过融合正余弦和柯西变异改进麻雀搜索算法,对CNN-BiLSTM的学习率、正则化参数以及BiLSTM隐含层神经元个数等进行优化,并对比了该改进算法和粒子群、灰狼算法在优化方面的优势。该程序数据选用的是一段风速数据,数据较为简单,方便同学进行替换学习。程序对比了优化前和优化后的效果,注释清晰,方便学习,建议采用高版本matlab运行
基于拉格朗日分布算法的电动汽车充放电调度模型(matlab)
该模型主要做的是基于拉格朗日分布算法的电动汽车充放电调度模型。利用蒙特卡洛模拟法模拟出电动汽车负荷曲线,并求解出无序充电功率曲线和有序充电曲线,该模型在电动汽车个体充放电模型中,采用拉格朗日分布算法,考虑电动汽车不同充电情况表现,同时考虑了电动汽车每天可能会多次接入充电桩的情况。程序采用matlab编写,注释清晰,方便学习。
基于关键场景辨别算法的两阶段鲁棒微网优化调度(matlab)
该模型主要求解的是微网两阶段鲁棒优化调度问题,与目前大部分用CCG算法不同,模型创新性的采用关键场景辨别法,通过少量的迭代辨别出最恶劣的场景,针对光伏出力的随机性与间歇性,采用动态鲁棒优化法对其进行处理。构建了考虑光伏出力不确定性的微网两阶段鲁棒优化调度模型,并采用恶劣场景辨别算法将原问题分解为主问题和子问题进行迭代求解。子问题用来辨别最恶劣的光伏出力情景,并通过主问题对该情景下的单层优化模型进行求解,从而极大地削减了所需求解情景数量,提高了模型的计算效率。程序采用matlab+cplex求解,在创新性上提供了一个思路,通过辨识最恶劣的某几个场景后,将场景法应用到整体模型中进行分析求解,之前很多文献的场景法直接采用典型日进行计算,缺少恶劣场景辨别,这正是该模型值得借鉴之处!
基于ADMM算法的多微网电能交互分布式运行策略(matlab)
该模型为三微网电能交互共享模型,以运行成本和环境成本为目标,考虑负荷需求响应(可削减负荷和可转移负荷)、储能约束、风电约束和功率平衡约束等,利用ADMM算法进行迭代求解,实现联盟群效益的最大化,程序采用matlab+cplex求解,基本做到句句注释,具有较好的参考价值
基于半不变量的概率潮流计算(matlab)
该程序主要内容是基于半不变量法的概率潮流,包含蒙特卡洛模拟法、半不变量法+Gram-Charlier级数展开以及半不变量法+Cornish-Fisher级数展开三种方法以及效果对比,模型考虑了负荷不确定性(正态分布)和光伏随机特性,以IEEE34节点为例,计算节点电压、支路潮流概率密度、累计概率并绘制曲线。程序采用matlab编写,主函数为main_CM_MC,子程序较多,注释清晰,适合有经验的人入手学习!
参考文献:计及分布式发电的配电系统随机潮流计算
基于合作博弈的综合能源系统利益分配优化调度
该程序实现的模型为综合能源系统利益分配优化调度,采用合作博弈方法,模型针对IES系统的P2G、电解槽、甲烷反应器、储氢罐、CHP和燃气锅炉等设备进行建模,实现基于合作博弈的IES协同优化调度模型,利用Shapley值法对合作剩余按贡献进行分配,程序采用matlab+cplex求解,程序注释清楚,方便学习!
高比例可再生能源电力系统的调峰成本量化与分摊模型
程序复现文献《高比例可再生能源电力系统的调峰成本量化与分摊模型》,从净负荷波动的角度出发,建立了调峰成本的量化与分摊模型,构造了无调峰需求的替代场景,将负荷和可再生能源出力曲线分别转换为无波动的均值线。其次,建立了含深度调峰和抽水蓄能的调度优化模型,用于计算不同场景下的调峰成本,并将有无调峰需求两种场景下的系统调峰成本之差作为单一主体导致的边际调峰成本,然后采用 Shapley值计算不同主体导致的调峰成本。最后,根据成本的引发程度分摊调峰成本。程序采用matlab+cplex编写,程序已经深度优化,求解速度很快,注释清晰
matlab基于线性准则的考虑风力发电不确定性的分布鲁棒优化机组组合
该模型通过定义一系列风电分布的模糊性集来捕捉风电的不确定性,并在最坏情况分布下最小化预期总成本。与随机规划相比,该方法对精确概率分布数据的依赖性较小。该方法的性能也优于传统的鲁棒优化方法,因为它可以将一些分布信息纳入模糊集,从而产生保守性较低的结果。为了便于计算,假设经济调度决策与不确定参数和描述风力发电分布特征的辅助随机变量亲和依赖,采用线性决策规则逼近的方法处理等待决策。程序需要matlab+cplex进行求解。
虚拟同步发电机(VSG)惯量阻尼自适应控制仿真模型
该模型为simulink仿真模型,主要实现的内容如下:
随着风力发电、光伏发电等新能源发电渗透率增加,电力系统的等效惯量和等效阻尼逐渐减小,其稳定性问题变得越来越严峻。虚拟同步发电机(VSG)技术的提出能有效地解决这一问题。然而,传统的VSG并网逆变器采用恒惯量和阻尼控制,在系统受到扰动时,其鲁棒性较差。因此,为增强系统的鲁棒性,优化其频率响应曲线,提出了一种并网VSG惯量阻尼自适应控制仿真模型。通过建立VSG数学模型分析不同旋转惯量和阻尼系数对系统输出特性的影响。在此基础上,结合同步发电机(SG)功角特性曲线和频率振荡曲线设计出旋转惯量和阻尼系数的自适应控制策略。模型采用simulink实现,建议采用matlab2018b及以上版本运行。
步进电机双闭环细分控制(matlab)
1)采用 位置环、电流环 双闭环控制 算法;
2)位置环 采用 PID(比例-积分-微分)控制;
3)电流环 采用滞环控制;
4)对相电流采用细分控制(等步进角均匀细分),默认 4 细分,可以进行 N 细分扩展。
5)步进电机基于数学模型搭建,提供详细建模过程;
6)仿真模型包含 DC 直流源、逆变器、步进电机(两相混合)、负载、控制算法、波形显
示等模块;
7)各个模块功能分类明确,理解容易。
36.基于多目标螳螂优化算法的微电网优化 2.zip
基于螳螂优化算法的多目标优化算法 求解微电网多目标优化调度
比较不同目标函数寻优对调度结果的影响
第1种.将两个目标函数值归一化相加,取相加后最小的目标值的粒子,即寻找折衷解并画图
第2种寻找总成本最低时的解并画图
第3种寻找运行成本最低时的解并画图
第4种寻找环境保护成本最低时的解并画图
35.基于关键场景辨别法的两阶段鲁棒微网优化调度研究.zip
matlab+yalmip+cplex
主要研究内容:本代码创新性的采用关键场景辨别法,通过少量的迭代辨别出最恶劣的场景,针对光伏出力的随机性与间歇性,采用动态鲁棒优化法对其进行处理。构建了考虑电价和光伏出力不确定性的微网两阶段鲁棒优化调度模型,并采用恶劣场景辨别算法将原问题分解为主问题和子问题进行迭代求解。子问题用来辨别最恶劣的光伏出力情景,并通过主问题对该情景下的单层优化模型进行求解,从而极大地削减了所需求解情景数量,提高了模型的计算效率。
34.基于拉格朗日分布算法的电动汽车充放电调度模型.zip
该模型主要做的是基于拉格朗日分布算法的电动汽车充放电调度模型。利用蒙特卡洛模拟法模拟出电动汽车负荷曲线,并求解出无序充电功率曲线和有序充电曲线,该模型在电动汽车个体充放电模型中,采用拉格朗日分布算法,考虑电动汽车不同充电情况表现,同时考虑了电动汽车每天可能会多次接入充电桩的情况。程序采用matlab编写,注释清晰,方便学习。
基于分布式优化的多产消者非合作博弈能量共享.zip
该程序复现文章《市场模式下光伏用户群的电能共享与需求响应模型》,为了使光伏用户群内各经济主体能实现有序的电能交易,提出了一种基于光伏电能供需比(SDR)的内部价格模型。在考虑经济性和舒适度的基础上,提出了用户参与需求响应(DR)的效用成本模型。由于内部电价是以各时段光伏用户群内的供需比为基础,用户之间针对电价的需求响应行为可构成非合作博弈,在证明该博弈问题存在纳什均衡解的基础上,提出了分布式优化算法对用户的纳什均衡策略进行求解。最后,通过实际算例验证了所提模型在减少用电成本、提高光功率互用水平上的有效性。程序采用matlab编制,该程序注释较少,适合于有编程经验的同学进一步学习提升!
含风电-光伏-光热电站电力系统N-k安全优化调度模型
该程序参考《光热电站促进风电消纳的电力系统优化调度》光热电站模型,主要做的是考虑N-k安全约束的含义风电-光伏-光热电站的电力系统优化调度模型,从而体现光热电站在调度灵活性以及经济性方面的优势。同时代码还考虑了光热电站对风光消纳的作用,对比了含义光热电站和不含光热电站下的弃风弃光问题,同时还对比了考虑N-k约束下的调度策略区别。以14节点和118节点算例为例,对模型进行了系统性的测试,复现效果良好,是学习N-k约束以及光热电站调度的必备程序!程序采用matlab+cplex(mosek/gurobi)进行求解,可以选择已经安装的求解器进行求解。
储能辅助电力系统调峰的容量需求研究.zip
该程序参考文献《储能辅助电力系统调峰的容量需求研究》,是一个很常规很经典的matlab优化代码,主要是对火电、风电和储能等电力设备主体进行优化调度,在调峰能力达不到时采用弃负荷,程序以发电成本、投资运维成本、弃风惩罚、弃负荷成本以及储能调峰收益作为目标函数,程序包含多种电力设备代码建模,注释清晰,方便学习!
面向低碳经济运行目标的多微网能量互联优化调度.zip
该程序为多微网协同优化调度模型,系统在保障综合效益的基础上,调度时优先协调微网与微网之间的能量流动,将与大电网的互联交互作为备用,降低微网与大电网的互动频率,从而减少微网分布式电源出力的不确定性对电网造成冲击和不稳定的影响。所以,多微网与电网的互联调度作为微网之间互联调度的补充,微网之间的互联调度以就地消纳为原则,当微网内的分布式电源无法满足微网内的负荷需求,或出现负荷需求过小以致清洁能源能量溢出的状况时(储能系统已充满电),启动微网与大电网的间的互联调度。微网与微网之间通过充分挖掘多微网间源储荷所具有的时空互补特性,实现多微网系统内能量互补,进一步提高对可再生能源的消纳能力,减少分布式能源和负荷的波动性、不确定性带来的影响。程序采用matlab+gurobi进行求解,基本句句注释,方便学习上手!
基于蚁群算法的三位路径规划算法.zip
三维路径规划指在已知三维地图中,规划出一条从出发点到目标点满足某项指标最优,并且避开了所有三维障碍物的三维最优路径。现有的路径规划算法中,大部分算法是在二维规划平面或准二维规划平面中进行路径规划。一般的三维路径规划算法具有计算过程复杂、信息存储量大、难以直接进行全局规划等问题。已有的三维路径规划算法主要包括A*算法、遗传算法、粒子群算法等,但是A*算法的计算量会随着维数的增加而急剧增加,遗传算法和粒子群算法只是准三维规划算法。
蚁群算法具有分布计算、群体智能等优势,在路径规划上具有很大潜力,在成功用于二维路径规划的同时也可用于三维路径规划,本章采用蚁群算法进行水下机器人三维路径规划。
PMSM永磁同步电机滑膜控制SVPWM矢量控制matlab simulink 仿真
仿真搭建平台:
(1)该模型采用matlab/simulink 2016b版本搭建,使用matlab 2016b及以上版本打开最佳;
(2)该模型已经提前转换了各个常用版本(最低为matlab2012b),防止出现提示版本过高的情况。
算法介绍:
(1)仿真模型由直流源、三相逆变桥、永磁同步电机(PMSM)、转速外环滑膜控制器、电流内环PI控制器、Park变换模块、Clark变换模块、测量模块等构成.
(2)采用转速、电流双闭环控制;速度外环采用滑膜控制、电流内环采用PI控制;
(3)控制策略上采用SVPWM矢量控制;
(4)转速跟踪性能良好,具有较好的抗负载扰动性能。
基于matlab的永磁同步电机的变频调速仿真
基于matlab的永磁同步电机的变频调速仿真
仿真平台:matlab
python缩进python缩进python缩进python缩进python缩进python缩进python缩进python缩进
python爬虫python爬虫python爬虫python爬虫python爬虫python爬虫python爬虫python爬虫
python多行python多行python多行python多行python多行python多行python多行python多行
python爬虫python爬虫python爬虫python爬虫python爬虫python爬虫python爬虫python爬虫python爬虫python爬虫python爬虫python爬虫python爬虫python爬虫python爬虫
粒子群算法对pi控制器进行参数优化以取得设定直流无刷电机转速
粒子群算法对pi控制器进行参数优化,随时优化pi参数以取得设定直流无刷电机转速。
PSO优化PID,用于BLDC速度控制
仿真平台为:MATLAB
采用的是Simulink+m程序相配合