0
点赞
收藏
分享

微信扫一扫

【太阳能多电平逆变器】采用SPWM技术的太阳能供电多电平逆变器研究(simulink)

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab完整代码及仿真定制内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

🔥 内容介绍

随着能源需求的不断增长和环境保护意识的提高,太阳能供电系统作为一种可再生能源解决方案,受到了越来越多的关注。太阳能供电系统的核心部分是逆变器,它将直流电能转换为交流电能,以满足家庭、工业和商业等领域的电力需求。在逆变器技术中,多电平逆变器以其高效率和低谐波输出的特点而备受青睐。

本文将介绍一种基于SPWM(Sinusoidal Pulse Width Modulation)技术的太阳能供电多电平逆变器的研究。SPWM技术是一种常用的逆变器控制技术,通过调节逆变器输出电压的脉宽,实现输出电压的控制。相比其他调制技术,SPWM技术具有简单、可靠和高效的特点。

在太阳能供电系统中,多电平逆变器可以提供更高的输出电压质量和更低的谐波失真。通过增加逆变器的电平数,可以减小输出电压的谐波含量,提高电力质量。多电平逆变器可以通过使用多个功率开关器件和逆变器控制电路来实现。其中,SPWM技术可以实现对多电平逆变器的精确控制,以达到最佳的电力质量和效率。

在本研究中,我们使用Simulink软件进行了多电平逆变器的建模和仿真。Simulink是一种功能强大的工具,可以用于建立和分析各种电力系统和控制系统。通过Simulink,我们可以方便地构建多电平逆变器的模型,并对其进行性能评估。

在建立模型时,我们考虑了多个因素,包括逆变器的拓扑结构、控制策略和电路参数等。我们使用了SPWM技术来控制逆变器的输出,通过调节脉冲宽度比,实现对输出电压的控制。同时,我们还考虑了逆变器的效率和损耗等因素,以优化系统的性能。

通过仿真实验,我们评估了多电平逆变器的电力质量和效率。结果显示,基于SPWM技术的太阳能供电多电平逆变器在输出电压质量和谐波失真方面表现出色。与传统的二电平逆变器相比,多电平逆变器具有更低的谐波含量和更高的效率。

📣 部分代码

%%%This program is written by wang zihao SDUT
%%% E-mail:13110473098@stumail.sdut.edu.cn
function [Z]=area_constrained_erosion(Im,Case)

if Case==1
    se=strel('disk',2);
elseif Case==2
    se=strel('disk',3);
elseif Case==3
    se=strel('disk',4);
elseif Case==4
    se=strel('disk',6);
end
[xx,yy]=size(Im);
[L,num]=bwlabel(Im,8);

R0=false(size(Im));
for i=1:num

    R=false(size(Im));
    R(L==i)=1;
    A(:,:,1)=R;
    Connex_Num=zeros(100);
%     Connex_Num(1)=connex(A(:,:,1)); %connex conculate connected
    [~,Connex_Num(1)]=bwlabel(A(:,:,1));
    Y=zeros(xx,yy); 
    k=1;
    n=0;
    while sum(sum(A(:,:,k)))~=0   
        A(:,:,k+1)= imerode(A(:,:,k),se); %use se rode 
    %     figure
    %     imshow(A(:,:,k));
        %Connex_Num(k+1)=connex(A(:,:,k+1)); 
        [~,Connex_Num(k+1)]=bwlabel(A(:,:,k+1)); 
        if  Connex_Num(k)<Connex_Num(k+1)
            Connex_Num(k)=Connex_Num(k+1); 

        end
        if  Connex_Num(k)>Connex_Num(k+1)
    %         Connex_Num(1)=Connex_Num(k+1);   

            temp1=A(:,:,k+1); 
            temp2=zeros(size(A(:,:,k+1)));
            if Connex_Num(k+1)==0
                temp1=imdilate(A(:,:,k),se);
                U(:,:,k)=temp1;
                n=n+1;
                y(:,:,n)=temp1;
                A(:,:,k)=0;
            else
                Connex_Num(k+1)=Connex_Num(k); 
                while sum(sum(temp1-temp2)) 
                    temp2=temp1;  
                    temp1=imdilate(temp1,se)&A(:,:,k);  
                end 
                n=n+1;
                U(:,:,k)=temp1;         
                y(:,:,n)=A(:,:,k)-U(:,:,k);
            end
    %         figure
    %         imshow(y(:,:,n));
                Y=Y+y(:,:,n); 
    %         figure
    %         imshow(Y);
              if bwarea(U(:,:,k))>60
                  A(:,:,k)=U(:,:,k);
              end
        end        
        k=k+1;
    end 
    % [n,W]=connex(Y);
    Rz=Y;
    R0=R0+Rz;

end

if Case==1
    Z1=imdilate(R0,se);
    Qt=bwdist(Z1);
    L2=watershed(Qt);
    I1=L2==0;
    I2= Im&~I1;
    Z=bwareaopen(I2,200,4);
elseif Case==2
    Z1=imdilate(R0,se);
    Qt=bwdist(Z1);
    L2=watershed(Qt);
    I1=L2==0;
    I2= Im&~I1;
    Z=bwareaopen(I2,100,4);
elseif Case==3
    se1=strel('disk',1);
    Z0=R0;
    Z1=imdilate(Z0,se1);
    Qt=bwdist(logical(Z1));
    L2=watershed(Qt);
    I1=L2==0;
    I2= Im&~I1;
    Z=bwareaopen(I2,300);
elseif Case==4
    se1=strel('disk',3);
    Z1=imdilate(R0,se1);
    Z1=imdilate(Z1,se1);
    Qt=bwdist(logical(Z1));
    L2=watershed(Qt);
    I1=L2==0;
    I2= Im&~I1;
    Z=bwareaopen(I2,800);
end

function res_dt=dta(fg_mask,h)
% 
% m=~bwareafilt(~m,[round(min_hole_size)  inf]);
% m = bwareafilt(m,[round(min_object_size),Inf]);

m=bwdist(fg_mask==0);
m=imhmax(m,h);

m=imregionalmax(m);

objects=m;
points=zeros(size(objects));
s = regionprops(objects>0,'centroid');
centroids = round(cat(1, s.Centroid));
for kp=1:size(centroids,1)
    points(centroids(kp,2),centroids(kp,1))=1;
end

res_dt=points.*fg_mask;

⛳️ 运行结果

【太阳能多电平逆变器】采用SPWM技术的太阳能供电多电平逆变器研究(simulink)_无人机

【太阳能多电平逆变器】采用SPWM技术的太阳能供电多电平逆变器研究(simulink)_Qt_02

🔗 参考文献

[1] 杨航.基于CPS-SPWM技术的多电平逆变器在轨道交通车辆中的应用研究[C]//智慧城市与轨道交通2018--第五届全国智慧城市与轨道交通科技创新学术年会论文集.2018.

[2] 周利伟.基于SPWM的新型不对称多电平逆变器的研究[D].上海海事大学,2008.DOI:CNKI:CDMD:2.2008.039653.

🎈 部分理论引用网络文献,若有侵权联系博主删除
🎁  关注我领取海量matlab电子书和数学建模资料

👇  私信完整代码和数据获取及论文数模仿真定制

1 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面

卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

2.图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

3 路径规划方面

旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

4 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化

5 无线传感器定位及布局方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

6 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

7 电力系统方面

微电网优化、无功优化、配电网重构、储能配置

8 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长

9 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合




举报

相关推荐

0 条评论