基于梯度强化的微机器人磁场驱动建模研究

磁场驱动技术在微机器人操作领域已成为当前的研究热点。设计了一种梯度增强型磁场驱动系统,首先建立铁芯末端模型并设计末端形状,利用有限元法优化铁芯线圈参数以达到磁感应强度、磁场梯度、磁场均匀性和工作空间等系统指标要求;其次对所设计的磁驱系统进行ANSYS仿真和实验测试,得出该磁驱系统工作空间中心的最大磁感应强度为73.93 mT,工作空间中心的最大磁场梯度为8.68 T/m,与其他文献研究的梯度磁场驱动系统进行比较,性能提升明显。同时对所设计的新型磁驱系统进行运动控制实验分析,结果表明该系统能够在不同环境下对磁珠进行位置闭环控制,在不同粘度的硅油环境下驱动磁珠按预定轨迹运动的平均误差最大为0.066 mm,均方根误差最大为0.078 mm。     

基于自适应积分滑模约束控制的 电池储能系统能量管理

针对电池储能系统中的能量管理问题,提出基于输入输出数据的无模型自适应积分滑模控制策略。首先设计自适应观测器对动态线性化方法中的伪偏导数进行估计,然后构造离散系统下的积分滑模面,设计反馈控制律和等效控制以跟踪期望输出功率。为了解决控制系统中的积分饱和与执行器饱和问题,在抗饱和控制算法中增加补偿信号,并对控制算法的稳定性进行了证明。最后通过仿真以及与无模型自适应控制策略对比,验证了控制方法在非线性离散系统上的有效性和优越性。     

基于随机模型预测控制的数据中心微电网能量优化调度研究

针对数据中心负荷的随机性和可再生能源出力的不确定性,为保证数据中心在实际运行中的稳定性和经济性,提出了一种基于随机模型预测控制的数据中心微电网能量优化调度方法。引入场景分析法描述不确定因素,以数据中心运行成本最低为目标建立优化模型,通过模型预测控制的滚动优化和反馈校正,协调系统内各设备的出力情况,减小数据中心的运行成本,并降低不确定因素对其运行产生的不良影响。以某个典型数据中心微电网系统为例进行仿真分析,仿真结果验证了所提方法的有效性。     

含能量路由器的交直流混合配电网潮流计算

能量路由器(energy router, ER)作为新兴电力电子设备,可以实现电能在电力系统中的灵活分配。分析ER对系统的影响,研究以ER为配电枢纽的交直流混合配电网潮流计算方法,对实现配电网的优化运行具有重要意义。文中首先基于改进交替迭代法建立ER的稳态潮流模型,并对ER直流端口采用下垂控制策略,结合传统解耦法,提出一种适用于含ER的配电网交直流解耦迭代潮流计算方法。以含有多个ER的IEEE 14节点和IEEE 69节点配电系统为算例进行仿真计算,验证所提方法的正确性与收敛性。为分析ER对系统运行的影响,对不同场景下IEEE 69节点测试系统进行仿真计算,证明ER在系统中可以支撑节点电压,减小系统运行损耗。     

高压全膜电力电容器热学数值模拟及实验研究

在设计高压电容器单元时，为了防止温度过高而引起薄膜电容鼓胀、击穿乃至爆炸等危险情况，有必要对其温升进行计算和校核。针对变电站补偿无功所使用的高压全膜电容器组，根据其几何结构与材料参数，设计一种包括热仿真边界条件的热学仿真模型，使用基于有限元方法的瞬态热仿真软件模块进行求解，得到电容器在热稳定状态下的整体温度云图；同时根据仿真结果，进一步分析3台电力电容器共同工作时的温度场分布；最后通过实验验证，研究对比电容器在额定工况下的内外部温度云图。仿真结果表明：电容器外部温度由头部至尾部呈上升后逐渐下降趋势，离底部约三分之一处温度最高，外壳底部温度略高于顶部；3台电容器同时工作时，外壳最高温度高出单台工作下外壁最高温度1.79℃。仿真与实验结果对比证明了建模方法的有效性。     

基于半不变量随机潮流计算的分布式光伏优化配置研究

针对新能源大规模并网引发电压质量下降及网络损耗增加等问题,提出了一种基于半不变量随机潮流计算的分布式光伏选址定容的新方法。首先,将接入IEEE33节点配电网的光伏出力及配电网自身的负荷进行随机性建模,以此模拟真实情况下的配电网光伏出力与负荷变化。其次,以运行成本和网损为目标函数建立选址定容优化模型,采用半不变量潮流计算得到各个节点电压和各支路功率的半不变量,利用改进粒子群算法寻优得出分布式光伏的最优接入节点及对应容量。最后,通过IEEE33节点配电网仿真分析,验证了所提方法有效性。     

一流课程建设需求下的"运动控制系统"教学研究

为提升课程教学质量,响应"国家一流本科课程"建设的需要,本文以"运动控制系统"课程中现有的三相表贴式永磁同步电机控制策略为基础,通过搭建电机的数学模型,提出一种新的具有前沿性的控制策略,并通过搭建仿真平台和实验平台验证该控制策略的可行性.该教学研究不仅调动了学生的学习积极性,进一步提高学生的学习效果,同时丰富了课程内容,为建设"国家一流本科课程"提出了一种有效的实践方案.     

一种采用混合控制策略的反激型光伏微逆设计

微型逆变器可直接与光伏(PV)板连接,具有结构简单、体积小、输入输出隔离等优点。为了扩展PV微逆功率范围,前级DC/DC部分可采用两个反激变换器交错并联。首先分析了反激变换器的工作原理,针对传统工作模式下反激变换器不同控制策略的功率密度与损耗等方面存在不足,设计了一台具有主从关系的临界导通模式(BCM)和断续导通模式(DCM)混合控制的微型逆变器,该控制策略可提高PV微逆的稳定性和转换效率。根据电网相位和输出功率的变化选择不同的控制策略,弥补单一控制策略下存在的不足。最后搭建了一台350 W的交错并联反激微型逆变器样机进行实验测试,实验结果验证了该控制策略的有效性与可行性。     

基于DsRNN和多源气象数据的光伏发电功率短期预测

针对传统循环神经网络(RNN)长时间使用会存在梯度爆炸以及在处理长时间序列时容易忽略重要时序信息的不足,本文提出一种结合注意力机制(Attention)的双重选择循环神经网络(Double selection Recurrent Neural Network, DsRNN),面向短期光伏发电功率预测的模型。首先,引入气象影响因子数据并根据相关性大小进行修正处理,改变原有单一输入源建立新的数据集;然后,融合注意力机制,提取光伏发电功率的时序特征,挖掘数据之间的深层联系;最终,实现对分布式光伏发电进行较有效、精准的短期功率预测。仿真结果表明：气象数据的输入以及DsRNN光伏发电功率预测模型的使用能完成较高精度的预测任务,误差更小。