基于改进深度强化学习的智能微电网群控制优化方法

针对微电网群控制的经济效益、负荷波动以及碳排放问题,提出一种基于改进深度强化学习的智能微电网群运行优化方法。首先,计及分布式电源、电动汽车及负荷特性,提出微电网的系统模型。然后,针对微电网群的运行特点,提出4个系统优化目标和5个约束条件,并且引入分时电价机制调控负荷运行。最后,利用改进深度强化学习算法对微电网群进行优化,合理调控多种能源协同出力,调整负荷状态,实现电网经济运行。仿真结果表明了所提方法的有效性,与其他方法相比,其收益较高且碳排放量较小,可实现系统的经济环保运行。     

大段长高压电缆护层保护器暂态特性分析与参数优化设计

大段长高压电缆在运行时会产生过高的护层感应电压,这对电缆护层保护器的过电压防护特性提出了更高要求,因此需要针对大段长电缆护层保护器暂态特性进行分析研究。基于PSCAD仿真软件,建立了典型220 kV高压电缆线路仿真模型,得出了在短路过电压和雷击过电压情况下,高压电缆长度对护层感应电压暂态特性的影响。通过绝缘配合与能量保护相结合的方式,得到了保护器参数取值范围及电缆线路短路电流与长度的适配曲线,提出了护层保护器参数优化设计的具体方法,并进行了试验测试。测试结果表明:当电缆线路出现短路故障时,随着电缆长度的增加,护层感应电压先线性增长,随后在保护器残压阈值的限制作用下逐渐趋于"饱和"状态,现有保护器能量吸收能力难以满足大段长电缆需求;改进后的护层保护器能量吸收能力显著提升,20 k A短路电流时允许的电缆长度大幅提高,满足大段长高压电缆线路安全运行的要求。     

基于模糊逻辑的电动汽车双源混合储能系统能量管理策略

针对电动汽车行驶过程中电池放电电流过大导致的电池容量衰减问题,构建了由锂离子动力电池、超级电容和多端口DC/DC变换器构成的全主动式混合储能系统,其中电流环控制器和电压环控制器分别控制输出电流和直流母线电压。结合超级电容SOC、整车需求功率和车速情况,根据建立的45条模糊控制规则,模糊逻辑控制器调节锂离子动力电池和超级电容的充放电功率,在车辆峰值功率需求较高时避免了高频电流波动对动力电池寿命的影响。同时在功率需求较低时,动力电池给超级电容充电。在HWFET工况下的实验结果表明所提出的全主动式双能量源混合储能系统和基于模糊逻辑的能量管理策略能够有效保护锂离子动力电池免受大电流波动影响,从而达到延长电池寿命的作用。     

基于超级电容的抽油机制动能量回收系统研究

针对游梁式抽油机系统的"倒发电"现象,传统的能耗制动和回馈制动造成电能浪费和谐波污染等问题,制动能量得不到合理利用.采用超级电容储能的制动能量回收系统,能够在抽油机电机处于再生发电状态时回收能量,并在电机处于电动状态时将能量释放,实现系统的节能降耗.然而,该方案存在储能装置容量配置较大、成本较高等不足,限制了其推广和应用.文章提出基于功率-容量约束的超级电容器模组参数配置方法,该方法以提高超级电容储能系统的性价比为目标,对储能系统的初始充电电压进行优化;以抽油机再生制动能量的有效回收和及时释放为前提,制定储能系统控制策略.仿真结果验证了所提参数配置方法及控制策略的有效性和可行性,满足节能效果和系统成本双优的目的.     

基于纳米压痕技术的电子玻璃微观力学性能研究

为了研究不同电子玻璃的微观力学性能,采用先进的纳米压痕技术记录钠钙硅、无碱硼铝硅和碱铝硅等典型电子玻璃的载荷-位移曲线,利用Oliver-Pharr方法和经典的弹塑性变形理论,计算玻璃的硬度和弹性模量. 玻璃的硬度主要与结构的键合度相关,平均非桥氧数越高,外力作用下越容易致密化,硬度越小;弹性模量主要取决于质点间的化学键强度,化学键力越强,变形越小,弹性模量越大;九点法测得的弹性模量与硬度的变化趋势不完全相同,借助硬度-弹性模量-能量耗散之间的本征关系,评价玻璃样品的微观均匀性,其中无碱硼铝硅玻璃的恢复阻力大,局部能量耗散大,不容易引起整体破坏,力学性能最好;与浮法工艺相比,溢流下拉法制备样品的局部力学性能波动较小,微观均匀性较好.     

基于图像分割的摩尔斯信号检测算法

摩尔斯信号在通信领域应用广泛,具有十分重要的研究价值。但是,由于短波信道比较复杂,环境恶劣,信号质量差,短波宽带条件下的摩尔斯信号检测问题一直没有较好的解决方案。基于此,提出了一种基于时频图和图像分割的摩尔斯信号检测算法。算法主要分为粗检测和识别两部分,粗检测是指基于图像分割的方法,从宽带数据中初步检测出摩尔斯信号;识别部分是指通过提取最大持续长度等特征,逐级排除非摩尔斯信号,进一步识别摩尔斯信号。实际信号测试表明,该算法对摩尔斯信号的正确检测率为96%以上,虚警率小于7.2%,相较于对比算法整体性能较好,具有一定的工程应用价值。     

淹没深度对三自由度波能浮子获能的影响

为明确浮子淹没深度对三自由度浮子装置获能的影响,提出漂浮式与淹没式两种浮子模型,计算并比较在不同淹没深度和波浪条件下浮子的获能特性。浮子模型具有纵荡、垂荡与纵摇3个运动自由度。浮子选用直立圆柱体浮子。淹没深度分别设置为其高度的0.5、1.0、1.5与2.0倍,质量相同。漂浮式浮子模型作为对照,基于线性势流理论与边界元方法,建立浮子水动力学模型,计算浮子水动力学参数及运动响应,并采用线性能量转换(power take-off, PTO)系统阻尼,计算并对比浮子在最优PTO阻尼下的平均输出功率,分析淹没深度对浮子获能的影响。研究结果表明,增大淹没深度可以减小浮子的波浪激励力和平均输出功率。对于三自由度浮子,漂浮浮子在低频波浪下获能特性较好,而具有较小淹没深度的浮子在高频波浪下性能更优。     

多微网最优潮流功率调度及协同优化控制策略

针对多微网运行中存在的一些问题,提出了多微网功率调度及优化控制策略。在该方法下,多微网被分为微网控制部分和最优潮流能量调度部分。其中,微电网控制部分包括功率优化模块以及控制模块。在功率优化模块中,提出了动态有功参考值这一概念,利用稀疏通信网络与相邻单元协作,使用一致性算法执行本地计算以求得分布式电源（distributed generator, DG）等成本微增率,获得动态有功参考值,DG输出有功则对动态有功参考值进行跟随,使发电成本最小化,同时消除频率偏差,所以此方法无需对频率进行额外的控制。除此之外,控制模块中加入了电压控制器,针对电压不一致问题,加入补偿因子,维持电压在额定值,保证电能质量。最优潮流负责子微网之间的功率调度,当子微网的容量不足时可进行功率互济。最后在MATLAB/SIMULINK中建立交流多微网,仿真结果表明,所提方法有效地提高了系统的经济性和稳定性。     

电动车制动能量再生反馈控制研究

研究了电动汽车制动过程中的能量回馈，设计了混合励磁无刷电动机在汽车制动过程的能量再生反馈控制系统。以脉宽调制调压调速系统为例，研究各种制动态下的能量回馈过程。并将其安装在EV6600电动汽车上进行试验，结果表明：该控制系统可达到10%左右的能量回收效率。     

基于连通度的Ad hoc网络路由协议研究与仿真*

对Ad hoc网络各种路由协议进行仿真评估,分析它们在不同约束条件下不同度量的相对性能,是了解与学习路由协议性能的重要手段.目前的度量标准主要集中在吞吐量、延时、抖动、丢包率等QoS因子或路由负载、寻路时间等外部特性上,还没有以Ad hoc网络系统本身的连通度作为度量标准进行仿真,评价各种路由协议在不同试验条件下对于同一网络系统连通度的影响的相关研究.基于能量模型、节点密度、停留时间及移动速率四种约束条件对MANET提出的四种路由协议进行了关于网络连通度的仿真与评估,给出了这方面的初步结论.