基于多源数据融合的分布式光伏聚合超短期预测方法

分布式光伏聚合发电的超短期预测是支撑其功率快速调节的前提保障,由于规模化接入的分布式光伏容量小、分布广,其发电时序特性差异性大、非平稳性强,导致其超短期预测精度难以保证。为此,文章提出基于多源数据融合的分布式光伏聚合超短期预测方法。该方法基于变分模态分解法,充分挖掘分布式光伏聚合发电非平稳性特性,并采用核主成分分析法对引发光伏发电非平稳性的影响因素即温度、湿度、光照、云量等多源数据进行量化解析,同时结合改进的长短期记忆神经网络,创建了多源数据融合方法,实现了分布式光伏聚合发电超短期预测。仿真结果表明,该方法有效提升了模型的预测精度。与传统方法相比,提出的预测方法对随机性波动严重的光伏超短期预测具有显著优势。     

锅炉给水系统聚类自适应模糊控制器的设计

将聚类算法和模糊控制相结合,提出了一种新型的聚类自适应模糊控制器,应用于非线性、多干扰和强耦合的锅炉给水系统中.采用改进的遗传算法对模糊控制器的隶属参数进行优化,增强模糊控制器的自适应性,并用聚类自适应算法再次弥补模糊控制的不适应性和不完整性,实现了锅炉给水系统的自适应控制.仿真表明该方案的适应性、实时性、鲁棒性都很强,具有很强的工程实用价值.     

富硒食用菌中硒蛋白提取工艺研究

通过单因素实验确定的富硒食用菌中硒蛋白的提取工艺为:提取温度60℃,料液比1∶20,碱液浓度0.075mol/L,提取时间8h,提取次数2次。在此基础上,根据Box-Benhnken的中心组合实验设计原理,在单因素试验的基础上采用三因素三水平的响应面分析法,依据回归分析确定各工艺条件的影响因子,以提取所得的蛋白得率为响应值作响应面和等值线图。确定富硒食用菌中硒蛋白提取的最佳工艺条件为:NaOH浓度为0.0692mol/L、温度为60.62℃,料液比(W/V)为1∶24.69,提取时间为8h,提取次数为2次,在此条件下,蛋白的得率为30.17%。     

基于混沌神经网络模型的电力系统混沌预测与控制

由于电力系统的日趋复杂和庞大，电力系统除了因负阻尼引起的低频振荡外，还存在PSS不能消除的混沌振荡的危机。为及早判断和抑制电力系统的混沌振荡，提高电力系统稳定性，根据电力系统的负荷时间序列重构吸引子相空间，计算相空间饱和嵌入维数和最大Lyapunov指数，并以此为指导，建立混沌神经网络预测模型，该模型即便在电力系统负荷含有部分坏数据输入的情况下，仍能对电力系统的混沌特性进行精确地判断和预测。如果判断出系统存在混沌现象，则设计模糊神经网络预测控制器，实现了对电力系统混沌振荡的预测控制。仿真结果表明，该方案对抑制电力系统混沌振荡具有显著效果。     

组合电力系统自适应稳定器GPSS的设计

为了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,设计了一种组合电力系统自适应稳定器ＧＰＳＳ（以下简称自适应稳定器ＧＰＳＳ）。理论分析和仿真结果都表明该方案对抑制电力系统低频振荡有显著效果。能提高电网运行质量,保障电网供电的可靠性和优质性。     

励磁侧组合电力系统混合自适应稳定器PSS的设计

设计了一种用于经输电线与无限大母线连接的同步发动机的组合电力系统的混合自适应稳定器。它包括几个混合自适应稳定器,稳定控制信号由每个单一的电力系统混合自适应稳定器的加权获得,且研究了加权系数的选择方法。系统的仿真结果表明,该稳定器具有较强的鲁棒性。     

采用FCGA优化的汽包锅炉过热汽温自适应模糊控制器的设计

针对汽包锅炉过热汽温的特点，设计了自适应模糊控制器，即采用了一种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解决汽包锅炉过热汽温热工过程的非线性和大时滞有显著效果，具有快速的实时性和很强的鲁棒性。     

用FCGA优化的锅炉给水自适应模糊控制系统的设计

针对汽包锅炉给水过程的特点,设计自适应模糊控制器,并采用一种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解决汽包锅炉给水内振动特性的延迟及蒸汽流量和热负荷扰动时的“虚假水位”有显著效果,具有快速的时实性和强的鲁棒性,有工程实用价值。     

基于多智能体的微网群内电力市场交易策略

针对微网群内部的电能产消问题,提出了基于多智能体(multi-agent system,MAS)的微网群内的电力市场交易策略。首先,介绍了基于MAS的微网群内电力市场交易框架,并给出一种改进的统一出清价及考虑电网公司奖惩制度的电价制定方案。其次,基于上述两种方案,提出一种新的微网电力交易策略,通过使用单纯形法和博弈论纳什均衡解来确定最优售电方案,进而优化电能的生产及分配,再通过求解需求侧最优购电模型来确定最优购电方案,以解决电能的消纳问题。最后,仿真结果证明了该交易策略的可行性及经济性。     

基于模糊滑模的不确定混沌系统控制

提出了一种利用直接自适应模糊神经网络控制与模糊滑膜控制相结合来控制一类不确定非线性混沌系统的新方法。应用Takagi-Sugeno模糊逻辑系统设计系统控制律和参数在线调整规则,使控制系统能准确的跟踪给定信号,同时具有较强的抑制系统参数摄动的能力以及抑制随机噪声的能力。仿真实验结果表明,此算法有效地实现了不确定混沌系统的追踪控制,使系统的跟踪误差减小,提高了系统的鲁棒性,应用前景十分广阔。