动力电池模型综述

动力电池是电动汽车的动力核心。研究动力电池模型能够详细地了解电池的性能、特点及应用领域。介绍了动力电池的基本原理,综述了电化学模型、热模型、耦合模型、电气模型和性能模型5种模型。最后,对动力电池模型进行总结并提出展望。     

三类常用电动汽车电池模型的比较研究

为了解决电动汽车仿真时电池模型的选择问题,对神经网络模型、简化的电化学模型和等效电路模型三类常用电池模型的性能和适用范围进行比较研究。基于镍氢电池组试验数据,选取三类模型的代表性模型:反向传播(BP)神经网络模型、简化的电化学组合模型和美国新一代汽车合作伙伴计划(PNGV)模型,从变电流工作状态和恒电流工作状态两方面进行具体分析。研究表明,等效电路模型具有更好的综合性能。     

应用模型拼接建立的全电网模型

为提高电网分析的准确性,调度中心采用的电网模型应从外网等值模型逐步过渡到全电网模型。通过BPA(bonneville power administration)电网模型与能量管理系统电网模型进行模型拼接可生成全电网模型,分析了模型拼接的难点、步骤。算例结果表明应用全电网模型进行电网分析可提高计算精度。     

双馈风电机组的通用型机电暂态模型及其 电磁暂态模型的对比分析

针对风力发电系统的电磁暂态模型复杂、计算速度慢的问题,研究了一种风力发电系统的通用性机电暂态模型。该模型不包含电力电子器件,由纯粹的数学计算完成,模型简单、计算速度快。该机电暂态模型分为风速模型、风力机及其控制模型、发电机/变流器模型、电气控制模型四部分。在PSCAD对该机电暂态模型进行了仿真,得到的结果与电磁暂态模型的仿真结果吻合,且仿真时间大大减少,验证了该模型在保证一定计算精度的前提下大大提高了计算速度。该通用性机电暂态模型为大规模并网风电场的仿真建模提供了模型参考,具有实用价值。     

双馈感应风力发电机组动态模型的分析与比较

在大型风力发电厂中双馈感应风力发电机组将被广泛应用,深入了解双馈感应风力发电机组动态特性非常必要。文中给出了双馈机组的8阶、5阶和3阶模型。8阶模型包括完整的传动系统模型、定子模型和转子模型;5阶模型包括定子、转子模型和简化的传动系统模型;忽略定子的暂态过程后,3阶模型包括转子模型和简化的传动系统模型。在MATLAB／Simulink软件上实现了3种模型建模。完成了对2种情况的仿真,仿真结果验证了上述3种模型的正确性,并比较了各自的响应特性。仿真结果表明：8阶模型具有最精确完整的响应,但仿真时间最长;3阶模型采用最大程度的近似,但仿真时间最短;5阶模型适合大多数既要求较快仿真速度又要求较高精度的研究。     

发电过程孪生模型在线演化方法研究

随着机器学习和深度学习的成熟,数据驱动模型得到了快速发展,过程模型的精度也得到了显著提高。目前,模型性能评价已经不再局限于模型精度,模型的泛化、演化等能力也成为重要的衡量指标,尤其体现在数字孪生的建模研究中。数字孪生建模不仅要求模型能够逼真地再现物理实体,而且还要求模型随着物理实体的变化而演化。这就要求数字孪生模型能在保证精度的同时,还具备在线演化的特点。基于串联混合模型建立离线局部模型库,构建了马尔可夫模型,设计了马尔可夫模型与局部模型结合的两层演化模型。利用马尔可夫模型对运行状态进行预测,应用RBF神经网络实现串联混合模型中数据驱动子模型过渡参数的演变,从而达到孪生模型整体演化的目的。最后,建立了空预器换热过程的孪生模型,并进行仿真验证,证明了所提方法的有效性。     

Volterra神经网络水文模型及应用研究

本文在对Volterra泛函模型与ANN模型进行一致性研究的基础上,提出了基于Volterra泛函结构的神经网络水文模型(VNNH)。VNNH模型吸取了Volterra模型和ANN模型的优点,克服了它们的不足之处。VNNH模型设计了一种多项式的激活函数,克服了Volterra模型求解高阶核函数的困难。并利用自组织神经网络算法确定VNNH模型隐含层神经元的数目;根据Volterra模型的结构由流域的单位线确定VNNH模型的初始权值。将VNNH模型应用于两个实际流域的洪水模拟和预测中,取得了较为满意的结果。     

锂离子电池等效电路模型的比较研究

分析比较了四种常用的等效电路模型：Rint模型、一阶RC模型、二阶RC模型和三阶RC模型以及多种不同的OCV表达式和模型参数表达式。通过电池充放电仪器获得六组电池的数据,采用模拟退火遗传算法进行参数辨识,针对模型的复杂度、在训练数据和测试数据上的精确度进行综合比较分析,得出一阶RC模型为最优模型,模型参数表达式为指数形式时误差最小。对锂离子电池等效电路模型的推广具有指导意义。     

双馈风电机组模型简化的主要步骤和关键技术分析

针对风力发电系统的电磁暂态模型复杂、计算速度慢的问题,研究了风力发电系统的简化模型。针对双馈风电机组中可以进行简化或降阶的模块,提出了对发电机模型、轴系模型、变流器及其控制模型分别进行简化或降阶,由此获得了不同的双馈风电机组简化模型。对于发电机模型可分为:五阶暂态模型、三阶暂态模型和一阶可控电流源模型;对于轴系模型有:三质量块模型、双质量块模型和单质量块模型;针对变流器及其控制模型的简化又可以分为:将变流器用可控电压源代替,形成电磁简化模型;将发电机/变流器模型用可控电流源代替,形成机电暂态模型。在此基础上比较了各个环节的关键技术,分析各简化方法的优势与不足;进而展望相关重要研究课题与方向。     

土石坝渗流安全监控的集成学习融合模型

土石坝渗流监控模型是定量分析土石坝渗流安全的重要方法。传统土石坝渗流监控模型常独立采用统计模型或机器学习智能算法模型,未有效融合两者的优点。本文在集成学习的框架下,创新地将统计模型和多种并行的智能算法预测模型进行融合,利用统计模型的可解释性和智能算法的高拟合性进而提升集成模型预测精度。首先针对土石坝渗流统计模型,在经典土石坝渗流统计模型基础上充分考虑渗流影响因子的滞后效应,改进水位分量和降雨分量影响因子表达式。然后,基于贝叶斯差分自适应Metropolis(differential evolution adaptive Metropolis,DREAMZS)集成理论,将机器学习中多个先进智能算法和改进的统计模型进行集成,并获得各模型的最优权重系数。实例分析表明,集成学习融合模型相较于单一统计模型或智能算法模型预测精度有明显的提升,有效融合了统计模型和多种智能模型的预测优势,为土石坝渗流监控模型的建立提供了一种新的建模方法。     

A learning algorithm for saccade model with distributed feedback mechanism

In this paper we propose a new learning rule for a spatiotemporal neural network model of the primate saccadic system with a distributed feedback control mechanism. In our model the superior colliculus is represented as the distributed network model and it provides a dynamic control signal to a lumped brain stem model (Robinson–Gisbergen model). Distributed feedforward and feedback weights between the deeper layer of the superior colliculus model and the brain stem model are trained using a finite time interval learning rule based on a steepest descent method. Simulations are carried out on a 20-cell model for horizontal saccades using eye position feedback and velocity feedback, respectively. The model makes accurate saccades to all target locations over the range 2 to 15 degrees even if disturbance is added to the burst generator in the brain stem model. © 1999 Scripta Technica, Electr Eng Jpn, 129(4): 66–76, 1999.     

溪洛渡拱坝内部温度预测的串并混联融合模型

准确、可靠、高效地预测反映大坝工作性态的关键变量对大坝安全建设与运行具有重要作用。本文针对大坝全过程温度场分析预测问题,构建了机理与数据驱动的串、并混联式融合模型,以溪洛渡大坝工程为例对大坝内部温度进行了预测建模。在串联融合中,采用营地链方法及主成分分析的辅助技术对大坝材料的热传导系数进行反演分析,以获得经参数优化后的机理模型响应输出。在并联融合中,利用解释因子法以及线性-高斯模型,建立了从优化的机理模型到实际监测数据的预测模型。试验表明,解释因子串并混联融合模型受益于机理模型的解释能力及线性-高斯模型的预测优势,可对测试数据的波动做出较准确的预测,并具中长期预测优势。串联模型相对于原始机理模型的整体预测误差缩减了13%,串并混联模型相对于串联模型的预测误差缩减了81%。     

一种随机空-时无线信道一般模型

基于无线通信一般传播的多径模型,在分层几何模型及M arkov模型的基础上,提出一种适用于移动台的随机空-时无线信道一般模型并对模型进行优化.通过参数的选择可以建立不同的典型无线信道模型.仿真的结果表明该模型是符合实际情况的.     

输变电设备远程诊断信息平台中的统一状态监测模型研究

针对广东电网公司电力设备远程监测诊断中心(简称"远程诊断中心")对输变电设备状态监测数据一体化管理的实际需求,研究提出了输变电设备统一状态监测模型范围及建模原则和方法。基于IEC TC57公共信息模型裁制出统一信息模型基础,扩展建立监测装置和监测点模型、电力设备试验报告、缺陷信息、环境监测模型,补充部分电力系统资源和资产设备技术参数属性,建立了支撑远程诊断中心信息平台建设和数据分析的完备的统一信息模型。所研究的输变电设备统一状态监测模型已用于远程诊断中心的建设。     

三相PWM整流器的小信号建模及其双闭环控制

采用开关函数描述的三相PWM整流器的数学模型为非线性模型,控制器的设计比较困难。利用开关周期平均法建立三相电压型PWM整流器(VSR)的平均模型,扰动分离后分别得到稳态模型和小信号模型,其小信号模型即为线性时不变模型。基于小信号模型设计了电压外环和电流内环的PI控制器。最后通过Matlab仿真验证了小信号建模和控制器设计的正确性。     

模块化多电平换流器多维度建模方法研究

目前可用于对模块化多电平换流器系统进行分析的仿真模型包括详细模型、高速等效模型和宽频模型,三种仿真模型各有优劣,应用范围有限。结合详细模型、高速等效模型以及宽频模型的优点,采用每个桥臂每种子模块单个详细模型、剩余子模块高速等效模型的方法,并考虑实际系统杂散元件的影响,在桥臂对应位置接入杂散元件,建立了模块化多电平换流器多维度模型。该模型兼具器件级电磁暂态特性仿真能力、高效性以及高准确度的特点,能够满足对模块化多电平换流器系统仿真的所有需求。基于PSCAD/EMTDC搭建了双端系统进行仿真,验证了所建立模块化多电平换流器多维度模型的正确性和有效性。     

短期负荷综合预测模型的探讨

中国实用的短期负荷预测系统普遍采用的是综合预测模型机制。文中深入研究了该机制的实现和应用原理,针对其权重不等式约束、求解方案实用化方面进行了深入探讨,提出了“最优拟合模型”不等于“最优预测模型”的观点。对该观点进行了详细的论证。在此基础上,提出了“较优预测模型”的实现策略,并以实例证实该模型提高了负荷预测的准确率和误差稳定性。     

Analysis of nonequilibrium phenomena on electric characteristics of advanced MOSFETs by using a quantum energy transport model

In this paper, we have investigated nonequilibrium effects for advanced MOSFETs by using a device simulator with quantum energy transport (QET) model. The QET model allows to simulate nonequilibrium carrier transport as well as quantum confinement. The QET model includes the mobility model as a function of carrier temperature in order to consider the nonlocal effects. We have simulated advanced MOSFETs down to 20 nm gate length using the QET model. The QET model is compared with the quantum drift diffusion (QDD) model which includes a mobility model with local assumptions. It is found that the nonlocal mobility model is needed to simulate the advanced MOSFETs with less than 40 nm.     

考虑谐波特性的简化TCSC动态相量法模型

对TCSC进行精确、快速仿真和有效控制，使用基于时变傅里叶级数的动态相量法进行建模。为提高模型精度在推导过程中考虑了电容电压的谐波特性，同时有效解决了动态相量法本身固有的状态空间方程阶数随着计及频率成分增加而迅速增长的问题，使得TCSC的动态特性最终由一个两阶的状态空间方程描述。仿真结果表明，该模型在整个容性工作区域都有较高的精度，即使在接近谐振点的区域，误差也低于1%。通过与时域模型的比较，验证了所提出模型的精确性、有效性和快速性。     

Combining Krylov subspace methods and identification-based methods for model order reduction

Many different techniques to reduce the dimensions of a model have been proposed in the near past. Krylov subspace methods are relatively cheap, but generate non-optimal models. In this paper a combination of Krylov subspace methods and orthonormal vector fitting (OVF) is proposed. In that way a compact model for a large model can be generated. In the first step, a Krylov subspace method reduces the large model to a model of medium size, then a compact model is derived with OVF as a second step. Copyright © 2007 John Wiley & Sons, Ltd.