考虑寄生参数的隔离型双有源桥DC-DC变换器的开关开路故障分析与容错控制策略

双有源桥(DAB)DC-DC变换器开关管的驱动电路故障导致开关开路故障(OCSF),这使得DAB系统拓扑对称性缺失、高频电压和电流发生畸变和直流偏置,进而对系统的可靠性和长期运行稳定性造成不良影响.对此,研究DAB开关管和高频变压器寄生参数对OCSF后系统运行状态的影响,以完善DAB故障分析体系.针对OCSF问题,提出一种基于对称拓扑和对偶原理的故障容错策略,通过闭锁开关使系统运行拓扑恢复对称,并在此基础上提出一种不改变控制器参数、只需改变控制器输出饱和参数的实用控制方法,并在理论上讨论了该方法的可行性.最后,通过实验验证了OCSF模态分析及所提容错控制策略的正确性.     

全光纤电流互感器温度误差研究

温度是影响全光纤电流互感器(FOCT)输出稳定性和长期稳定运行的主要因素之一。针对FOCT的温度误差问题,根据光纤中的相位延迟,结合FOCT的反射式Sagnac光路结构的互易性,提出了FOCT的温度误差数学模型,指出FOCT的温度误差不仅与温度偏移量相关,还与温度在某温度下的变化率相关。通过试验和仿真对该FOCT温度误差数学模型进行验证:在试验温度范围中,温度的偏移量绝对值与比差绝对值近似线性相关,并且温度变化率较大时,比差绝对值也相对较大。最后,通过温度拟合曲线补偿,使FOCT温度误差满足0.2级准确度的要求。     

表面处理行业生产过程中典型工业固体废物调查

文章分析了铝型材、酸洗不锈钢、五金表面处理行业生产过程中产生的废渣、酸渣、和碱渣,并对固体废物浸出毒性物中的pH、铜、锌、镍、铅、镉、总铬、六价铬、汞、砷、无机氟化物(不含氟化钙)项目进行了研究。结果表明,三种废物按其超标率及项目的超标程度来比较,酸渣最高,程度最深,碱渣次之,废渣则最轻;若按行业产生的固体废物分则酸洗不锈钢和铝材行业固体废物超标较为严重,五金表面处理(不包括电镀)行业的酸渣和碱渣腐蚀性较强。     

三相LCL并网逆变器自适应模型预测控制策略

传统模型预测控制具有良好的动态和静态性能,但非常依赖精确的系统数学模型,难以适应并网逆变器接入弱电网等原因带来的模型参数扰动.为此,本文提出一种自适应周期性模型参数调整策略:结合传统模型预测的特点,保存各个采样时刻系统状态变量的预测值与实测值,形成误差计算矩阵,周期性地通过求解预测状态与实际状态之间误差的最小值来精确识别系统模型参数,将修正过的系统模型参数更新到系统的离散数学模型和状态变量参考值计算方程中.该控制策略能快速修正模型参数,从而消除了模型参数误差带来的模型状态预测不准确的问题.最后,依托一台3 kW三相LCL并网逆变器样机,验证了理论分析的正确性和所提控制策略的性能.     

基于戴维南-诺顿等效的含分布式光伏发电系统的配电网仿真分析

对含有分布式光伏发电系统的配电网及其等效模型的研究已成为配电网稳定性研究的重要手段。分别对分布式光伏发电系统、含有旋转电机和恒阻抗负荷的综合负荷以及非线性负荷的控制方案、电磁暂态特性和旋转电机的机械特性进行分析和建模,并化简为统一形式的戴维南-诺顿等效模型。论述电力电子设备硬件等效和控制等效的一致性。通过MATLAB/Simulink仿真平台对改进的IEEE 13节点配电网的等效模型与详细模型进行对比,结果显示,等效模型与详细模型的输出拟合一致,具有较好的准确性。     

一种新型LCL有源电力滤波器电流控制策略

为抑制LCL滤波器谐振峰值,提出了一种新型电流控制策略,采用电网侧电感电流反馈和逆变侧电感电流反馈构成双电流闭环控制策略,并通过逆变器侧电感电流反馈通道上的阻尼调节器对LCL滤波器上谐振尖峰进行调节抑制。最后,实验结果验证了所提控制策略的可行性和有效性。     

LCL并网逆变器双闭环控制策略及其参数设计

LCL滤波器广泛应用于并网逆变器中,但弱电网下电网阻抗的波动和数字控制器的延时均可能使逆变器失稳,逆变器侧电流较大的高频谐波也会影响逆变器的使用寿命。本文基于双电流闭环控制的逆变器提出一种完备的参数设计方案。首先建立系统在数字控制下的精确模型,根据劳斯判据确定控制参数的取值范围,然后对有源阻尼特性进行分析从而确定反馈系数K的最佳取值。最后采用系统简化模型计算具体的控制参数,在保证精度的同时降低了计算过程的复杂性。实验结果表明所设计的控制器使并网逆变器具有更好的动态和稳态特性。     

佛山市南海区近7年NO2浓度变化特征及影响因素研究

根据佛山市南海区2012～2018年环境空气质量监测数据,分析该区近7年NO_2浓度的变化趋势及影响因素。结果表明:近7年佛山市南海区NO_2浓度呈平稳状态,NO_2浓度时间分布不均匀,最高值出现在第1、4季度。该区的NO_2主要受工业污染源影响,与工业污染源呈正相关关系,同时受机动车尾气影响较大。