基于信息间隙决策理论与动态分时电价的电动汽车接入虚拟电厂双层经济调度策略

针对虚拟电厂(VPP)因分布式电源出力的间隙性以及规模化电动汽车(EV)无序充电行为导致的功率波动问题,将信息间隙决策理论(IGDT)与动态分时电价(DTOUP)模型相结合,提出了一种EV接入VPP的双层经济调度策略,并综合考虑了柔性负荷的灵活性,以保证VPP能够经济、有效地运行。上层采用IGDT对分布式电源出力的间隙性进行鲁棒建模。为了灵活地引导EV聚合商(EVA)进行充放电规划,提出了基于“车-路”信息融合驱动的EV充电模型,并设计了基于模糊隶属度函数的DTOUP模型与整体最优指标,以提高EVA与VPP整体的经济效益。下层结合DTOUP与“车-路”信息,构建了以EVA与VPP交互成本和EV里程焦虑成本最小化为目标的EVA优化调度模型。算例仿真结果验证了所提策略的有效性。     

光储接入的电动自行车棚多电源供电智能切换系统及有序充电策略

随着电动自行车的数量越来越庞大,充电所需的电能消耗以及无序管理所带来的电能浪费已不容忽视。针对目前电动自行车普遍存在直接使用市电而不采取任何节能环保措施的充电现象,设计了一种含光储接入的电动自行车棚多电源供电系统,实现了光伏、储能、市电三种供电电源的智能切换,并设计了一种新的电动自行车棚有序充电控制策略,在保证满足充电需求的情况下,尽可能地提高光伏发电的利用效率。系统具备紧急充电模式和有序充电模式,通过模拟电动自行车棚实际的充电场景,采用有序充电策略进行充电,验证了系统的有效性。     

对乘性建模误差具有强鲁棒性的HMRACS的设计

一般的ＭＲＡＣＳ只对Ⅰ型建模误差有鲁棒性的对Ⅱ型建模误差没有鲁棒性。针对此情况,首次把混合自适应算法应用到对乘性孀寞误差具有鲁棒性的ＭＲＡＣＳ中,进一步增强了该系统对建模误差的鲁棒性。     

用于可控电力驱动装置的自适应控制器的设计

针对电力驱动装置的速度和电流设计了双自适应环控制器,使 可控电力驱动装置在机械或电力特性发生大范围和不可测变化时均能维持系统性能稳定,增 强了系统的鲁棒性。     

用FCGA优化的电力系统自适应模糊稳定器GPSS的设计

针对电力系统中调速系统的特点，设计了一种模型参考自适应模糊控制器，并采用了一种快速模糊控制的遗传算法将控制器的隶属参数进行优化。理论分析和仿真结果都表明，该方案对抑制电力系统因负阻尼而产生的低频振荡，提高电力系统稳定性具有显著效果，且有快速的时实性和强的鲁棒性，有工程实用价值。     

配电网单相故障多频带奇异量选线方法

采用3次B样条小波包提取各线路故障奇异量模极值，根据模极值能量分布最大原则，提出各线路特征频带的选取方法。当各线路特征频带一致时，以各线路零序电流模极值的幅值关系、相位关系构造选线判据;当各线路特征频带不一致时，分别在各线路的特征频带上构建各线路零序电流模极值的大小和极性关系矩阵，构造选线判据。解决了现有故障奇异量选线方法中因频带选择不合适而造成的误判问题。通过2组现场实录故障算例验证了选线判据的有效性和实用性。     

基于混沌理论的过热汽温最优预测控制策略

由于非线性混沌时间序列内部确定的规律性，其重构相空间具有高精度短期预测性。因此，为实现锅炉过热汽温的非线性、大时滞系统的自适应控制，根据具有混沌特性的过热汽温时间序列重构相空间，计算相空间饱和嵌入维数、最大Lyapunov指数和系统的可预报尺度，并以此为指导，建立神经网络预测模型对过热汽温系统作高精度的短期预测，在此基础上，通过反馈校正，将校正误差和控制增量引入性能函数，寻优得最优控制策略，实现了对过热汽温的非线性、大时滞系统高精度的自适应预测控制。仿真表明了控制的有效性、快速性和鲁棒性。     

采用模糊推理最优梯度法的风力发电系统最大功率点跟踪研究

在随机风条件下,风力发电系统的输出特性随外界环境的变化而变化,并可能出现明显的振荡现象,采用最大功率点跟踪(maximum power point tracking,MPPT)可充分发挥风力发电机组的效能。根据传统三点比较法应用在风力发电系统中的不足及最大功率点跟踪的基本原理,将模糊推理最优梯度法引入风力发电系统中,以提高风力发电系统的最大功率跟踪性能。该方法通过对风力发电机转速步长进行指数倍调整,能够有效地提高最大功率点的追踪精度,具有良好的收敛性和抗干扰性。通过MATLAB仿真结果表明,该方法具有比传统三点比较法更为精确的追踪性能。     

基于多代理系统的微电网多尺度能量管理

对基于多代理系统的微电网能量管理策略进行了研究。首先,建立三层多代理系统;然后,基于博弈论研究大电网与多个微电网之间的上层电力市场竞价策略;进而,以单个微电网为研究对象,考虑需求侧响应,研究制定多时间尺度的分布式发电调度策略;最后,考虑到调度策略需要有负荷和风力发电机组短期预测作为前提保障,所以运用混沌相空间预测算法对负荷和风力发电机组进行短期预测。仿真结果验证了所提能量管理策略的有效性。