基于扰动观察法的光伏电池最大功率跟踪控制

本研究提出了基于扰动观察法的最大功率点跟踪方法。该控制方法以光伏电池的数学模型为基础,检测太阳能发电输出功率的变化,根据检测结果,调整光伏电池的相关参数,以达到最大功率点跟踪的目的。通过Matlab/Simulink仿真,结果表明提出的改进算法能有效提高光伏发电系统的发电效率。     

特高压工程土地扰动监测平台设计与实现

为更好地对特高压工程施工过程中土地扰动情况进行监测,提出基于深度学习的遥感影像输变电工程土地扰动信息提取平台。该平台利用无人机影像,基于深度学习理论与技术,开展输变电工程施工土地扰动提取及发布,以提高作业效率。     

局部阴影下光伏阵列MPPT算法的研究

针对局部阴影状态下光伏阵列P-U特性曲线多峰值的问题,提出了一种基于搜索-计算-判断的三步法全局最大功率点跟踪(GMPPT)策略。该方法使用改进型扰动观察法反向搜索第一个峰值点,利用计算和判断减小搜索区域,将多峰值间接转化为单峰值搜索,解决了搜索过程中陷入局部极值的问题。通过建立3种阴影状态下的模型,将该方法与现有最大功率点跟踪(MPPT)算法进行仿真对比,并建立相应的试验进行验证。仿真及试验结果表明,该方法在有、无阴影状态下均能稳定实现GMPPT,有效地提高了系统的跟踪精度和跟踪速度。     

面向需求响应的楼宇空调负荷可控潜力评估模型

随着国民经济的快速发展及人民生活水平的显著提高,空调负荷的急剧增长已成为一线城市夏季电网负荷特性恶化和电力紧缺的重要原因,因此亟需充分挖掘楼宇空调负荷的剩余能效价值,并在负荷聚合商的宏观调控下使其参与到需求响应及削峰填谷等辅助服务中.基于以上考虑,建立了楼宇空调负荷的全局优化模型,通过优化中央空调系统各部件的运行工况以实现对其可控潜力的准确评估.以上海市某大型商场为例,验证了该中央空调可控潜力评估模型的合理性和有效性.     

光伏发电系统最大功率点控制策略的研究

光伏发电系统中光伏电池的输出特性易受到外界环境因素的影响,为了提高光伏阵列的效率则采用最大功率点跟踪控制.针对传统的扰动观察法跟踪步长固定和振荡幅度大的问题,在传统扰动观察法的基础上提出了改进的变步长自适应算法.在MATLAB/Simulink模块中,在不同光照强度的情况下对两种算法进行仿真分析,结果显示改进后的算法跟踪速度更快且系统工作状态更稳定.     

WiNoC中基于Edge first算法的流量平衡设计

在无线片上网络中,无线节点拥塞以及不同子网和全局网络内的流量平衡情况对整个片上网络的通信效率有着重要的影响,为此提出了基于Edge first算法的全局流量平衡机制（GTB）。首先优化了划分有线无线数据包的机制,减少了无线节点处的拥塞;其次根据无线路由器（WR）的拥塞情况,提出Edge first路由算法平衡子网内的流量;最后在全局网络中提出了全局子网拥塞感知（GSCA）判断机制,使得长距离数据包优先从低拥塞子网通过,平衡了全局网络的流量。实验表明,该方案在可接受的硬件开销、功耗开销下,保证较低的网络延迟和较高的网络吞吐率,并且大幅的提升了网络的流量平衡性能。     

基于下垂控制模式的独立微电网小干扰稳定分析

从电力系统的运行原理出发,开展独立微电网系统运行稳定性研究对于促进分布式发电技术的发展具有重要意义。针对独立微电网系统运行稳定性问题,以李雅普若夫判据和特征值分析法为基础,对基于下垂控制模式的独立微电网系统的小扰动问题展开分析。首先,构建基于下垂控制模式的独立微电网系统数学建模,并基于线性化理论进行小扰动线性化分析,得到系统小扰动线性化状态矩阵;其次,基于李雅普若夫判据理论,对系统小扰动线性化状态矩阵的特征值进行分析,并逐一改变系统各个参数取值范围得到状态矩阵特征值变化的根轨迹;最后,基于状态矩阵特征值变化根轨迹确定系统各参数初步优化结果,并对比各参数优化前后的系统状态矩阵特征值分布情况,理论分析及实验验证表明初步优化后的系统运行可靠性增强。该研究成果可为微电网控制参数的优化选取提供思路和方法。     

基于阻抗网络模型的多变流器直流微电网小扰动稳定性分析

大量新能源设备与负荷通过电力电子变流器接入直流微电网,导致多变流器直流微电网(MCDCM)的小干扰稳定性面临严峻挑战,且使用传统阻抗比与状态空间模型分析MCDCM时存在一定的局限性.基于变流器端口的阻抗特性,建立MCDCM的阻抗网络模型与具有开环稳定特性的负反馈系统,并将阻抗网络模型应用于直流微电网的稳定性判别与设计.一个包含6个变流器的MCDCM的时域仿真结果验证了该方法在MCDCM稳定性判别与设计中的优势.     

具有深度自适应估计的视觉伺服变结构控制

主要从控制的角度出发,考虑视觉伺服的具体问题, 利用变结构控制理论设计了摄像机的平移和旋转速度控制器,用自适应估计的方法对深度进行估计,给出深度变化趋势,基于图像误差实现定位控制,能够确保系统全局渐近可稳定性.该方法不需要物体的几何模型及深度的精确值,仅需要物体初始及期望位置的深度估计值.仿真结果表明该方法是有效的.