配电网重构的凸模型

推导出了配电网重构的混合整数二次规划模型、二次规划二次约束模型和二阶锥规划模型,并提出有连续凸松弛的AC潮流问题。所提各模型可由标准商业软件可靠、有效地解决最优性问题。在推导各模型的过程中,得到了放射性网络潮流的近似原始二次约束模型和二阶锥规划模型。     

基于数据融合IGA-RGRNN低阶煤制甲烷产量预测模型

为了提高智能系统的准确性与快速性,针对多传感器网络,提出了一种以融合技术为数据基础与改进遗传算法-广义旋转回归神经网络IGA-RGRNN(improved genetic algorithm and rotated generalized regression neural network)算法相结合的预测模型。利用RGRNN强大的非线性随机变量的处理能力,把预测理论引入改进遗传算法循环中,将该模型应用于低阶煤制甲烷产量预测过程,并对预测模型效果进行实验验证。实验结果表明,基于数据融合IGA-RGRNN低阶煤制甲烷产量预测模型的相对误差最大值为2.99%,相对误差最小值为0.25%,相对误差平均值为1.76%,相较其他预测模型具有泛化能力更强和预测精度更高的优势,为低阶煤制甲烷产量预测提供一种新的途径。     

具有开关电感单元的电感磁集成Buck变换器

为了提高传统Buck变换器的降压能力、降低二极管电压应力及减小变换器损耗,将开关电感应用传统Buck变换器中,提出了一种具有开关电感的电感集成Buck变换器。利用开关电感替代传统Buck变换器中的储能电感,并对开关电感进行了耦合集成。分析了变换器的工作模态,推导得到了变换器电压增益表达式,研究了电感串联等效电阻对变换器电压增益影响,并分析了二极管电压应力与电感电流纹波的大小。与传统Buck变换器相比,具有开关电感的电感集成Buck变换器的电压增益、二极管电压应力和电感电流纹波都减小到传统的1/(2-D)倍。样机实验结果验证了理论分析的正确性,表明具有开关电感的电感集成Buck变换器具有优良的综合性能。     

双输入磁集成开关电感Zeta变换器

为了提高传统Zeta变换器的电压增益、减小电感电流纹波和变换器中磁性器件的体积和重量,提出了一种双输入磁集成开关电感Zeta变换器。该变换器是在传统Zeta变换器的基础上增加一路输入变为双电源输入Zeta变换器,并在结构中用2个开关电感单元分别代替储能电感,对开关电感单元中的电感进行了磁集成。通过分析变换器的不同工作模态,推导出变换器的电压增益表达式,分析了电感电流纹波的大小,并给出了变换器的磁集成设计方案。与传统Zeta变换器相比,所提变换器的电压增益提高了2(1+D)倍,开关电感电流纹波减小了近一半。最后用仿真及实验对理论分析进行验证,结果表明所提变换器具有优良的综合性能。     

基于支路交换和声搜索算法的配网重构

采用标准和声搜索算法HSA(harmony search algorithm)进行配网重构时,在搜索最优方案的过程中容易陷入局部最优,且搜索结果受初始参数值的影响。为此,引入结合启发式规则的支路交换法对新和声进行局部搜索,生成第2个新和声,增加了和声记忆库的多样性,使得算法能够逃离局部最优,进而提高了算法的全局搜索能力;采用基于环路分解的编码方式对和声编码,保证初始解集中每个和声都是可行解。采用IEEE 33节点系统进行算例分析,与标准和声搜索算法、遗传算法进行对比分析,结果表明该算法的收敛更迅速,可以快速逃离局部寻优,且寻优性能不受初始参数的影响,验证了改进算法满足可实现性较高的寻优性能。     

具有LCL单元的磁集成Boost变换器

提出一种由2个电感、一个电容和2个二极管组成的LCL单元,利用该单元的储能作用,提高升压变换器的电压增益。应用磁集成技术对电感进行耦合集成,降低电感电流纹波。为进一步增加电压增益、减小开关管的电压应力引入电容C_2。分析了变换器的工作原理,推导了电压增益公式、开关器件的电压应力和电感电流纹波。与传统Boost变换器相比,所提变换器电压增益是其3-D倍,电感电流纹波减小近一半,开关器件的电压应力是输出电压的2/(3-D)。最后通过仿真和实验验证了理论分析的正确性。     

基于时间尺度的Boost变换器自抗扰控制

以Boost变换器的控制策略为研究对象,将自抗扰控制技术应用到Boost变换器的控制策略中,使被控系统不但具有良好的动态特性,而且对参数变化具有较强的鲁棒性.同时针对自抗扰控制参数难以整定的特点,介绍了自抗扰控制的参数整定基本原则,对Boost变换器进行自抗扰控制仿真,并和PID控制进行对比.最后,用时间尺度概念对Boost变换器的自抗扰控制进行参数整定.仿真结果验证了该方法确实可行.