永磁同步电机无参数超局部模型预测控制

为了解决永磁同步电机在参数失配时模型预测控制效果不佳的问题,建立了永磁同步电机d-q轴电流的超局部模型,提出了一种的无参数模型预测控制方法.通过对每个控制周期内定子d-q轴电流变化量进行分解,得到受电机运行状态的影响较大的电流的自然响应分量,以及主要与电压矢量相关的强迫响应分量.利用临近控制周期中的电压矢量与电流变化量,单独解耦出电流自然响应分量进行实时计算,以达到快速跟踪的效果.使用递推最小二乘法估算电压矢量对电流的作用参数,从而计算电流的受迫响应分量.以较小的计算量实现了永磁同步电机的无模型预测控制.仿真和实验结果显示,无需预知电机参数即可获得优良的静态和动态性能,整体性能优于存在参数失配的传统模型预测控制,具有广泛的适用范围.     

基于全局灵敏度的互联电网阻尼提升策略

针对互联电网中潜在的弱阻尼低频振荡,提出了一种基于索波尔(Sobol')法全局灵敏度的阻尼提升策略,实现低频振荡的早期有效抑制.首先,利用随机子空间辨识(stochastic subspace identification,SSI)算法实现从系统随机响应数据中提取系统的振荡频率、阻尼比等,当系统的区间模式阻尼比小于5％时发出预警,进而利用Sobol'法辨识影响系统阻尼的关键机组,实现参调发电机的选取,并应用优化算法快速确定有功功率调整量,实现区间弱阻尼模式阻尼比的提升.最后,利用IEEE 4机2区系统的仿真结果验证了本文算法的有效性和可行性.     

基于强跟踪滤波器训练的前向神经网络及其在系统辨识中的应用研究*

给出基于强跟踪滤波器训练前向神经网络的新方法。由于强制残差序列保持相互正交,强跟踪滤波器相对扩展Kalman滤波的收敛速度更快,同时精度更高。最后通过系统辨识仿真实例验证该方法的有效性。     

基于RLS-DLUKF算法的锂电池SOC预测方法研究

本工作以钴酸电池为研究对象,针对锂电池在复杂工况下电流的剧烈变化导致荷电状态(SOC)无法有效预测的问题,建立了以精确参数为基础的双层无迹卡尔曼滤波算法(DLUKF)架构来更精准的估算SOC.首先,以脉冲功率特性实验数据获取二阶电路模型中电池开路电压与荷电状态的函数关系及特性曲线;其次,为增强模型辨识过程中的自适应学习能力并解决模型参数估计不准确的问题,应用递推最小二乘(RLS)算法在线准确地识别出模型中的未知变量;最后根据输入的变量信息,利用UKF算法相互嵌套形成的DLUKF算法实现对SOC的快速预测来解决单一的UKF算法在高阶非线性系统里估算不准确、精度低的问题.在UDDS工况和FUDS工况下对DLUKF算法和单一的UKF算法进行比较,通过对比分析两种算法估计出的SOC曲线、SOC误差曲线、端电压曲线及端电压误差曲线,表明DLUKF算法预测SOC的平均误差比UKF的低且预测精度更高.     

基于改进的CDKF锂电池SOC估计方法

准确估算荷电状态(SOC)可以为电池之间的均衡管理提供依据,延长锂电池组整体的使用寿命.针对中心差分卡尔曼滤波算法(CDKF)存在较大线性误差的问题,提出一种改进的CDKF算法.在原算法中引入迭代滤波思想,多次利用测量信息更新状态量估算值,使得观测信息不断迭代更新,基于LM优化方法不断修正协方差矩阵,有效减小了线性误差.首先基于二阶阻容(RC)电路单元模型,选择最小二乘参数辨识方法,辨识出模型阻容参数;然后进行HPPC实验,验证电池等效模型的准确性;最后分别在恒流放电和动态工况下应用改进后的CDKF算法对电池SOC和电压进行估计,并将估计结果与CDKF算法进行比较.两种工况下验证结果表明改进后的CDKF算法精度更高,SOC估计精度可提升1.16％,最大估计误差小于1.7％,算法收敛时间也比原算法短,改进后的CDKF算法在估计精度和鲁棒性方面均有所提升,更具有应用优势.     

基于FastICA技术与TLS-ESPRIT方法的电力系统低频振荡模态辨识

对于目前电力系统中低频振荡参数辨识中的噪声干扰和精度问题,提出了一种新的提取低频振荡模态参数的方法,将快速独立分量分析技术(fast independent component analysis,Fast ICA)和总体最小二乘-旋转不变技术(total least squares-estimation of signal parameters via rotational invariance technique, TLS-ESPRIT)联合起来。首先运用FastICA技术对含有噪声的电力系统低频振荡广域测量信号进行预处理而达到降噪效果,而后将处理后的信号作为新的输入信号利用TLS-ESPRIT算法进行估计辨识,从而得到各个模态特征参数。通过对理想信号、EPRI-36机系统和电网实测信号仿真验证了所提方法的有效可行性,不但能够有效抑制噪声并准确地辨识低频振荡参数,而且在抗干扰性和提取精度上与传统辨识方法相比来说是有一定优势的。     

土体内侵蚀稳定性分形判据

涌水突泥是隧道开挖过程中一种最为常见且危害巨大的地质灾害形式。当隧道开挖至岩溶或断层等地质构造时,会在渗透作用下引起致灾体内的细颗粒流失,并逐渐形成优势通道,进而诱发渗透失稳型涌水突泥。准确判断土体内侵蚀稳定性对预防该类型涌水突泥至关重要。研究利用土体级配的分形特性,推导已有常用判据的分形表达式,并根据现有试验结果,提出了一种具有较高精度的分形判据。研究成果可为隧道渗透失稳型涌水突泥的防治提供理论依据。     

基于非线性回归的含隐节点低压配电网参数和拓扑联合辨识

低压配电网参数和拓扑缺乏维护,精度较低,阻碍了在此基础上的各种高级应用的可靠实现.为此,提出了一种基于非线性回归的含隐节点低压配电网参数和拓扑联合辨识方法.首先,分析了现有基于线性电压回归的参数和拓扑辨识方法的不足.其次,基于线路的非线性电压降方程推导出任意两节点串、并联关系的判据,建立了基于节点多时段有功、无功负荷和电压幅值量测的非线性参数估计模型,提出了自下而上的参数估计和拓扑重建算法.最后,采用实际数据和低压配电网算例验证了所提方法的有效性.     

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.