基于K-Means算法改进的NTP及其在用电信息 采集系统中的应用

基于K-Means算法改进网络对时协议(network time protocol,NTP)方案,并将其应用于用电信息采集系统中的主站和集中器对时。依据NTP对时模型,推导出对时误差阈值;基于对时误差阈值将多组时钟偏差值中的畸变数据滤除,保留较优的样本数据;针对保留的样本数据,采用一种改进的K-Means算法对其进行聚类迭代,获取实际时钟偏差值;将时钟偏差值补偿于集中器的时间,即完成主站和集中器的时钟同步。采用本文方案对某供电公司提供的主站和集中器对时数据进行实验,验证了本文方案的准确性和实用性。     

基于MC9S12与LTC6811的储能电站电池管理系统设计

设计了一种用于储能电站的电池管理系统(BMS)。基于储能电站BMS拓扑结构及锂电池的特性,设计了一种以Freescale单片机和ADI电池管理芯片(MC9S12与LTC6811)为核心的BMS。该BMS可实现对多路电池电压、温度采集及均衡控制;同时,可根据采样数据利用改进型安-时积分法进行电池荷电状态(SOC)计算。根据现场实际数据,将电池电压、温度的采样值与实际值比较,同时对电池均衡效果及SOC进行分析。试验结果证明,设计的BMS具有较高的采样精度和采样速度,均衡控制合理,SOC估算值误差较小,验证了所设计BMS的实用性。     

基于改进粒子群优化模糊控制的MPPT算法研究

在光照强度和温度变化时,常规的最大功率点跟踪(MPPT)算法难以快速准确地跟踪光伏系统最大功率点。针对此问题,设计了一种改进粒子群优化算法(PSO)的模糊控制器。首先,依据常规MPPT特性,设计了一种带调整因子的模糊控制算法以快速收敛到最大功率点;然后,采用参数自适应PSO对设计的模糊控制器调整因子进行动态优化。仿真结果表明:所设计的参数自适应PSO优化模糊控制器能快速准确地跟踪最大功率点,保证了MPPT的动态响应速度和稳态精度,提高了光伏系统的工作效率。     

光伏并网系统定额控制策略及其在低电压穿越中的应用*

在光伏并网系统中,并非一直需要光伏阵列工作在最大功率输出状态,此时系统具有可调节性,据此提出一种光伏阵列输出功率的定额控制策略。在对定额功率控制的原理及稳定性分析基础上,设计了一种包含稳定工作区间确定模块、功率跟踪模块、占空比调节模块的定额功率控制器。进一步,利用定额功率控制策略的特点,将其应用于低电压穿越控制中,对并网系统的有功功率进行控制。最后,通过仿真与传统的前馈限幅控制策略比较,验证了该控制策略对抑制直流侧过压、网侧过流更具效果。     

一种基于遗传算法的光伏阵列参数辨识方法

提出一种基于遗传算法的参数辨识方法,在保证辨识精度的前提下,将光伏电池参数辨识后得到的多组结果收敛为一组参数值。依据光伏电池的I-U方程和参数特性,基于实测数据,通过参数辨识方法确定待求解参数的可行解范围;利用基本遗传算法辨识待求解的参数值,得到一组准确的辨识值;当出现部分数据辨识结果的误差较大时,利用一种基于混合遗传算法的参数辨识方法,提高这部分数据辨识结果的精度。基于实测数据,利用所提出的辨识方法确定参数值,通过预测结果与实测结果的比较,验证了该方法的准确性与实用性。