双馈感应电机实现电网谐波补偿策略

为实现对电网中非线性负载产生的谐波进行补偿,保证电力系统安全稳定运行,提出一种基于双馈感应电机DFIG(doubly-fed induction generator)的电网谐波补偿策略。采用多重参考系MRF(multiple reference frames)理论对电网中由非线性负载产生的谐波进行检测,并在建立的DFIG数学模型的基础上,对基于DFIG的电网谐波补偿策略进行理论分析。在Matlab/Simulink仿真环境下对提出的谐波补偿策略进行仿真验证。仿真结果表明,所提出的谐波补偿策略有效地实现对电网中的谐波进行补偿,提高了电力系统的安全稳定性。     

间歇性列车风对支撑绝缘子污闪影响分析

针对电气铁路支撑绝缘子污闪情况,分析了在列车风环境下,高速机车间歇列车风环境对支撑绝缘子表面积污状况的影响。分析表明,在列车风环境下,绝缘子两端部积污明显,应以端部积污状态来确定清扫频率;在输电线路闪络模型的基础上,结合在间歇性列车风影响下支撑绝缘子闪络的特点,分析了风场环境及风速对污闪的影响,修正了闪络模型。     

分布式发电中燃料电池并网的建模及其仿真

针对燃料电池通过逆变器并网产生大量谐波的问题,提出在燃料电池并网前加设一个谐波滤除装置,以达到减少燃料电池并网对电力系统的谐波污染的目的.通过Matlab/Simulink仿真软件建立了包含燃料电池,变频器,滤波器以及变压器的并网仿真模型,利用脉宽调制(PWM)技术控制变频器的占空比实现了对燃料电池输出电压的控制,经过...     

质子交换膜燃料电池模拟器的建模与控制

燃料电池是极具吸引力的新能源之一,但它在化学反应中存在极化现象,输出特性不稳定.搭建了一种质子交换膜燃料电池的仿真器,用于在无实际燃料电池的情况下取代燃料电池,进行相关的优化控制实验.实验表明,该仿真器的输出特性与实际燃料电池的输出特性非常逼近.用其取代燃料电池进行优化控制实验是可行的,为进行燃料电池供电系统的能量管理、控制和优化提供了有利帮助.     

用于燃料电池的前级DC/DC变换器

针对燃料电池良好的应用前景和输出特性软的不足,提出了由Boost和推挽正激变换器组成的DC/DC变换器,将燃料电池组输出的二十几伏不稳定直流电压转换成300V的直流电压供给逆变器.由于推挽正激变换器工作于最大占空比,Boost采用单周期双闭环控制,开关管和输出整流管的电压应力很小,有利于变换器的优化设计.通过对各部分的分析和仿真,验证了控制策略的正确性和可行性.     

云自适应遗传算法

传统自适应遗传算法(AGA)虽能有效提高收敛速度,却难以增强算法的鲁棒性.以当代种群平均适应度为期望Ex,根据云模型"3En"规则确定熵En,由X条件云发生器自适应调整交叉变异概率,提出云自适应遗传算法(CAGA).由于云模型云滴具有随机性和稳定倾向性特点,使交叉变异概率值既具有传统AGA的趋势性,满足快速寻优能力;又具有随机性,且当种群适应度最大时并非绝对的零概率值,有利于提高种群多样性,从而大大改善避免陷入局部最优的能力.典型函数优化实验表明,与标准遗传算法(SGA)和AGA相比,CAGA具有更好的收敛速度和鲁棒性.     

一种电气化铁路接触网开关微机监控系统

提出了一种适用于电气化铁路接触网开关集中控制的分布式微机监控系统;给出了系统结构,硬件构成及软件设计。实验及现场运行表明,该系统设计合理,性能可靠     

基于单体光伏/单体储能电池模组的新型光伏储能发电系统

传统光伏储能发电系统都是由光伏阵列和储能电池组构成的,但这种结构易受光伏电池阴影效应及储能电池均衡性问题的影响。基于此,提出了一种由单体光伏电池和单体储能电池构成的新型光伏储能发电系统。该系统中,单体光伏电池和与之电压、容量匹配的单体储能电池构成光伏储能模组,一定数量的模组串联后组成串联支路,经升压型DC/DC电路汇流至直流母线,多个串联支路并联后向直流负载或经逆变器向交流负载供电。通过监测光伏电池、储能电池的电压电流,光伏储能模组能够在5种工作模式间切换以实现模组内的“自治”控制;同时,通过监测DC/DC变换器的输入电压,实现了光伏储能模组投入与切出的支路级控制。以太阳能的利用效率为衡量标准,提出了一种模组内光伏电池电压,参数的选择方法。最后,建立了新型发电系统的仿真模型,从原理上通过仿真验证了该光伏储能发电系统的可行性和有效性。     

一种新的电能质量扰动信号压缩感知识别方法

针对现有电能质量扰动信号识别方法存在数据量大、准确率不高的不足,提出了一种基于压缩感知稀疏向量特征提取的电能质量扰动信号分类识别方法。该方法首先针对原始信号,利用压缩感知理论获取降维的测量信号,并基于?1范数正交匹配追踪算法获取稀疏向量。然后针对稀疏向量提取最大值、次大值、均方根、标准差、峭度和裕度因子等特征,作为神经网络的输入,实现电能质量扰动信号的分类识别。最后,针对六类典型电能质量扰动信号,开展仿真实验验证。仿真结果表明,现有识别方法需要处理的原始信号长度为1024,而所提方法特征提取时所处理的数据长度仅有30,从而大大减少了所需处理的数据量,并且由于实现了以非常少的数据量保存原有全部有用特征信息,因而更有利于提高识别准确率。通过与广泛采用的小波变换识别方法进行比较,所提方法的平均准确率高达98.71%,远远高于小波变换方法的92.86%。     

带局部搜索的动态多群体自适应差分进化算法及函数优化

 提出将一种改进的差分进化算法——带局部搜索的动态多群体自适应差分进化算法(DMSDELS)应用于函数优化.该算法将种群中的个体随机动态分成多个子群体,以增强个体间的信息交换;变异操作中,选择最优个体为基向量,差分向量的方向选择有利于搜索的方向,以提高收敛速度;变异尺度因子F与交叉概率CR采用自适应机制,以平衡局部搜索与全局搜索;部分优秀个体搜索达到指定代数进入局部搜索,以加快收敛.通过对13个benchmark典型复杂函数进行测试,并与其他七种优化算法进行比较,仿真结果表明:DMSDELS算法具有较高的搜索精度和收敛性,且具有较强的跳出局部最优解能力.