基于神经网络优化组合的短期负荷预测

通过对电力负荷变化规律和影响因素的分析,集结多种单个模型所包含的信息,进行最佳组合,提出了在单一模型预测结果基础之上的基于神经网络的优化组合预测,确定了网络训练样本和隐含层的个数,可使提前一天的预测精度较传统预测模型有较大提高。并当发现某一点预测误差过大,可对该点利用文中提出的误差灰色模型修正预测结果,这样不仅可提高整体预测精度,更重要的是减小最大预测误差值和减少大预测误差发生的次数。仿真结果验证了该预测模型的可行性和有效性。     

电动车轮毂永磁电机SPWM矢量控制系统研究

对轮毂永磁电机矢量控制系统展开了研究。电机控制系统采用霍尔位置传感器跟踪永磁电机磁链,经矢量坐标变换后应用SPWM技术对电流进行控制。针对传统SPWM技术直流电压利用率低的缺点,采用了一种注入3次谐波为三角波的SPWM控制技术,以提高直流电压的利用率,从而提高电机的输出效率;采用该方法,也容易实现控制算法的设计。     

基于MATLAB系统辨识工具箱的风信号预测

利用MATLAB系统辨识工具箱的ARMA模型对主要影响风机输出的风速和风向时间序列分别进行数据预处理、相关性分析以及ARMA模型参数估计和模型定阶,最后得出风信号预测结果.将MATLAB系统辨识工具箱用于建立ARMA模型实现对风信号的预测是一种新的尝试,由简单的几行程序就可以达到很好的预测效果.说明将MATLAB系统辨识工具箱的ARMA模型用于风信号的预测是合适的,能反映出风电场的未来风速和风向分布特性.     

太阳能电动汽车储能系统的优化配置

在太阳能电动汽车(SEEV)系统中,储能系统的优化配置是一个重要且具挑战性任务.太阳能电动汽车储能系统的优化配置可以看成一个具有约束的优化问题:以储能系统的成本最小为优化目标,以表达系统可靠性指标的负载失电率为约束.决策变量不仅包含传统方法中的蓄电池充电电流而且还包含储能飞轮的质量.优化算法是采用基于遗传算法和神经网络的组合优化方法,即把机会约束遗传算法中比较耗时的个体检验部分交给神经网络处理.研究结果表明,基于遗传算法和神经网络的组合优化算法在被应用于太阳能电动汽车储能系统的优化配置时,算法收敛良好,计算时间少且可行.     

复合能源电动汽车双向DC变换器控制研究

以提高电动汽车续驶里程和控制性能为目标,对目前复合能源电动汽车驱动和再生制动控制系统的双向DC变换器进行了研究,搭建了双向DC变换器硬件平台.为保证复合能源电动汽车闭环系统在模型和参数不确定性条件下的鲁棒性,设计了基于变换器参数匹配的最佳功率-效率控制器.实验结果验证了这种控制方法应用于双向DC变换器的有效性.     

基于NSGA-Ⅱ的风光互补独立供电系统多目标优化

在风光互补独立供电系统的设计中,系统的优化配置是一个重要步骤。风光资源、发电、储能和负载之间有复杂的匹配关系。风光互补独立供电系统的优化配置可看作一个多目标优化问题,两个相互冲突的目标是极大化供电可靠性和极小化成本,供电可靠性指标负载缺电率LPSP需经仿真运行得到。优化算法采用精英非支配解排序遗传算法(NSGA-Ⅱ),决策变量不仅有传统算法中的光伏电池和蓄电池的容量,还增加了风力发电机的类型和容量以及光伏电池的倾角。经传统算法及ε-约束法验证表明,NSGA-Ⅱ得出的非支配解前沿面就是Pareto前沿面。     

基于合成中矢量的三电平中点平衡预测控制

中点电位平衡问题是三电平逆变器的固有问题。首先由T型三电平逆变器的拓扑结构出发,分析了三电平逆变器矢量调制模型,但由于中矢量的影响,在低功率因数时小矢量调节能力有限。在此基础上提出了一种基于合成中矢量的三电平中点电位平衡预测控制方法,通过采用相邻的两个大矢量合成中矢量,从而消去中矢量对中点电位的影响,然后建立母线电容两端电压差的预测模型,进而选择开关矢量序列控制逆变器,从而达到中点电位在任意功率因数条件下的动态平衡。最后,通过实验结果验证了所提方法的正确性和可行性。     

永磁同步电机抗扰高阶滑模观测器设计

永磁同步电机高精度矢量控制需要准确的电机转速与转子位置信息。考虑到传统观测器中的参数摄动和抖振现象,在保持算法简单、易实现的基础上,将一种基于高阶滑模的超螺旋方法引入到永磁电机观测器的设计中。通过非线性方法证明了电机在一定条件下的可观测性,充分考虑实际系统中参数变化的影响,在静止两相坐标系上建立相应的数学模型,设计超螺旋算法观测电机反电动势值,并采用软件锁相环结构估算电机的速度。理论上验证了该算法的稳定性和有限时间收敛性。实验结果表明,所提出的观测器具有良好的跟踪性能,对电机参数摄动有很强的鲁棒性。     

基于两段卡尔曼滤波器的内置式永磁电机观测器设计

高性能内置式永磁同步电机的无传感器控制器需要精确的定子电阻值,将定子电阻作为变量加入到扩展卡尔曼滤波器中进行辨识将使运算矩阵阶数偏大,增加系统的运算负担。为解决这一问题,针对内置式永磁同步电机设计一种非线性两段扩展卡尔曼滤波观测器。该算法在原扩展卡尔曼滤波器的基础上通过坐标变换将其分解成为两个并行的低阶卡尔曼滤波器。所提出的算法是原扩展卡尔曼滤波器的分解运算,两者在数学上完全等价。理论分析和实验结果表明,与原有传统卡尔曼滤波器相比,该算法减少了一定的运算量并保持良好的辨识效果。     

电动汽车参与电网辅助服务的控制策略综述

电动汽车(EV)利用其储能特性向电网提供辅助服务，既能缓解EV数量急剧增加带来的负荷压力，还可以参与维持电网的稳定运行。但由于EV参与辅助服务过程中存在时空分布随机、可用容量不固定、电池退化加速以及需兼顾用户需求等问题，其控制策略比传统储能更加复杂。基于以上问题，首先，从EV响应机制介绍EV响应电网调度的方式及对应的辅助服务种类。然后，从终端层控制策略和电网层控制策略两个方面对EV参与电网辅助服务的控制策略及其关键技术进行总结。最后，分析了现有研究面临的挑战，并展望了EV参与电网辅助服务控制策略的未来发展方向。