基于龙伯格观测器的变频一体机谐波电流抑制控制

针对无速度传感器高品质矢量控制在变频一体机中的应用,在龙伯格观测器基础上,设计改进的反馈增益矩阵,保证转子磁链观测和转速估算收敛速度的同时,又兼具低频区电机转速观测的稳定性。针对大负载工况中间母线电压波动引起的电机端电流谐振问题,设计自适应谐振控制器,通过电机端电流中谐波幅值实时调整谐振调节器补偿量,实现了电机端电流中特定频率谐波的无静差控制及良好的动态性能。仿真和电机对拖实验验证了该控制策略的有效性。     

北斗系统在输电线路防灾监测中的应用探索

输电线路覆盖范围广、输送距离长,沿途所经区域环境条件恶劣、地质地形复杂,存在巡检效率低、复巡周期长、监测数据不精确等问题。针对220 k V线路一基杆塔受地质扰动影响而出现塔基沉降杆塔发生主材形变、倾斜度增加,利用北斗系统及地基增强系统,采用综合分析法准确、可靠地获取毫米级监测数据,全面掌握各类风险的实时状态信息构建输电线路杆塔变形及塔基地质隐患防灾监测应用体系,为线路防灾应用提供技术参考。     

基于扰动观测器的广义风/光一体化控制策略研究

随着光伏、风电等分布式可再生能源高比例接入微电网,其发电出力不确定性给微电网的安全稳定运行带来显著的压力。提出了一种基于广义风/光同构模型的扰动观测器。首先通过建立风机接口整流器状态方程与光伏接口Boost电路状态方程的类比模型,提出了单输入单输出的风/光同构等效模型,使风机和光伏可以达到广义模型一致性。其次,针对光伏、风机等分布式能源出力不确定所造成的状态变量部分未知问题,通过引入连续时间模型的扰动观测器对等效的广义Boost模型进行控制,在光照或风速变化时,可以实现迅速跟随变化,同时随着时间的推移,扰动观测器可以实现无差调节,从而达到消除扰动而带来的部分状态未知的目的。更进一步,利用电压-电流双扰动观测器可以获得稳定的风/光混合系统的输出电压、电流及功率,并且输出量迅速达到给定值。最后通过仿真验证了所提出方法的有效性和可靠性。     

基于改进粒子群算法的微网优化运行

微网作为分布式电源并网的一种有效途径,其优化运行成为研究的重要课题之一。在多方利益的权衡下,考虑了经济成本、环境成本、网损和节点电压偏差等多个运行指标对微网的优化运行进行建模;引入精英反向学习策略和最劣粒子排斥法对粒子群算法(particleswarmoptimization,PSO)进行改进,并将其用来解决多目标多约束的微网优化运行问题,在搜索过程中对当前最优粒子进行混沌扰动,以加强局部探索能力,提高粒子跳出局部最优解的能力。在相同的条件下,分别用改进前后的算法求解所建立的微网优化运行模型,优化结果验证了改进后算法的优越性。     

基于扰动跟踪的交直流微电网互联变流器自适应反推控制策略

为提高交直流混合微电网在发生功率波动、并离网切换、系统参数偏差等情况下的鲁棒稳定性,提出了一种基于扰动跟踪的互联变流器(ILC)自适应反推控制策略。分析了交直流混合微电网的基本拓扑结构,并考虑系统建模误差和外界扰动的影响,将ILC实际数学模型转化为带综合干扰项的理想表达式;利用实时扰动跟踪法对系统综合干扰项进行观测和补偿,基于此提出了一种ILC自适应反推控制策略,以保证ILC能实时跟踪系统的外界干扰和误差并进行抑制,增强了系统应对功率波动和参数不确定性的能力;通过小信号稳定性分析和多个算例测试验证了所提控制策略的有效性和优越性。     

基于七阶EKF的永磁直线伺服系统变质量估计和扰动补偿

永磁直线同步电动机(PMLSM)伺服系统易受摩擦力和推力波动等外部扰动的影响,为保证系统按照期望轨迹运动,需要对这些扰动进行补偿,而且系统质量信息的准确性对扰动补偿能力有很大影响。针对这一问题,提出一种基于扩展卡尔曼滤波器(EKF)的变质量估计和扰动补偿方法。首先,建立与电机位置有关的扰动模型,作为扰动补偿器。然后,采用七阶EKF计算电机初始位置、估计质量的变化并反映到扰动补偿器中,同时通过自适应律整定扰动模型系数确保扰动模型与实际扰动保持同步,实现对系统的变质量估计和扰动补偿。实验结果证明了所提控制方案的有效性与可行性,明显提高了系统的位置跟踪性能和抗扰性能。     

基于改进滤波器的无传感器永磁同步电机新型滑模观测器设计

为了改善传统滑模观测器(SMO)无传感器永磁同步电机(PMSM)高频抖振问题,提高无传感器PMSM观测性能,在传统SMO的基础上采用Sigmoid函数作为切换函数以减小抖振。同时,通过低通变截止滤波器和卡尔曼滤波器组合的级联滤波器进行滤波以去除高频信号,并降低测量噪声和测量误差,最后运用锁相环技术(PLL)提取电机转速信息和位置信息。采用MATLAB/Simulink仿真的手段来验证改进的SMO有效性和可行性。仿真结果表明,采用改进的SMO比传统SMO具有更高质量的观测信号,并且控制系统动态和静态性能较好。     

基于自抗扰控制的双向DC-DC变换器并联均流控制

双向DC-DC变换器作为微电网的重要组成部分,可以实现各个微源之间的能量流动,但变换器并联运行时存在均流问题。为了解决双向DC-DC变换器的抗扰动能力和均流控制效果,在建立双向DC-DC变换器数学模型的基础上,设计了一种电压电流双闭环自抗扰控制(ADRC)策略,同时考虑双向DC-DC变换器并联运行的均流特性,将ADRC与中间电流均流控制相结合,提出了一种适用于DC-DC变换器的自抗扰均流控制算法。仿真结果表明,与传统PI控制系统相比,该控制系统具有更优的快速性、鲁棒性和适应性。     

基于特征融合一维卷积神经网络的电能质量扰动分类

现有基于特征选取的电能质量扰动分类算法存在鲁棒性差、抗噪性能不强等问题。提出了一种改进的一维卷积神经网络用于电能质量扰动信号的分类。首先通过三个卷积神经网络子模型分别提取电能质量扰动信号的特征向量,然后将提取的特征向量融合为一个新的特征向量,最后通过BP神经网络实现分类。与改进前的一维卷积神经网络模型以及现有的电能质量扰动分类算法相比,该算法提取的特征向量具有更大的区分度。仿真结果表明,该算法有更好的鲁棒性和识别率,且抗噪能力强,为电能质量扰动信号分类提供了一种新思路。     

基于流式计算的暂态电压扰动并行实时监测技术

暂态电压扰动模式识别面临两个挑战,一是局限于单一监测点的扰动识别不能准确解释复杂扰动的完整过程,另一是离线分析很难满足辅助决策实时性的要求。提出基于Storm流式计算框架,结合logstash和Kafka消息中间件,构建面向多监测点的实时数据监测处理平台。采用滑动时间窗口算法,实现Storm编程逻辑拓扑。通过设置基本时间窗口大小和数量,实现面向区域电网的多时空尺度、多业务模型的暂态电压扰动模式识别。实验结果表明,合理设置Storm组件的任务数目能够最大限度发挥并行处理能力。通过仿真数据测试得到的吞吐量和平均处理延迟结果,能够满足电网对流数据实时处理的高吞吐量、可扩展性、实时性和准确性的要求。