考虑EV充放电意愿的园区综合能源系统双层优化调度

随着电动汽车的普及度越来越高,工业园区的电动汽车用户日益增多,其充放电行为对园区综合能源系统规划和运行带来极大挑战。本文提出了考虑电动汽车充放电意愿的园区综合能源系统双层优化调度。首先基于动态实时电价、电池荷电量、电池损耗补偿、额外参与激励等因素建立充放电意愿模型,在此基础上得到改进的电动汽车充放电模型;然后,以园区综合能源系统总成本最小和电动汽车充电费用最小为目标建立双层优化调度模型,通过KKT条件将内层模型转化为外层模型的约束条件,从而快速稳定的实现单层模型的求解;最后,进行仿真求解,设置3种不同场景,对比了所提模型与一般充放电意愿模型,验证了文中所提引入EV充放电意愿模型的园区综合能源系统双层优化调度的有效性和可行性,具有一定的经济效益。     

基于C-V2X的车路协同自动驾驶关键技术与应用

随着车联网技术的演进,自动驾驶在单车智能的基础上,又有了新的发展形态——车路协同自动驾驶。通过“人-车-路-云”深度融合形成的一体化复杂信息物理系统（cyber physical system,CPS）,可以与自动驾驶车辆实现协同感知、协同决策规划甚至协同控制,提升自动驾驶安全性,帮助克服各类复杂交通环境。首先介绍了车路协同的复杂信息物理系统的概念内涵和总体架构,并提出了车路协同自动驾驶的一系列典型应用场景、技术原理、C-V2X(cellular vehicle-to-everything)性能要求、车路协同系统功能与性能要求,可以为下一阶段智能网联汽车与智能交通的深度融合发展提供参考和解决思路。     

基于改进ECC的含电动汽车用户负荷信息保护方案

在智能电网的大趋势下,电力公司与用户之间的数据传输交换愈加频繁高效。通信网络经常遭受网络攻击或窃听,为确保用户的用电数据在传输过程中不被恶意篡改,提出一种面向电动汽车用户的信息保护方案。通过改进加法运算和标量乘运算对传统椭圆曲线加密算法（elliptic curve cryptography, ECC）做轻量级优化,克服电网双向互动环境中智能电表资源有限的问题。在此基础上,设计负荷分解算法作为加密方案的检验工具,分解加密后的电力数据。最后,通过仿真算例分析,验证了所提方案的可靠性和安全性。     

考虑电动汽车集群时空能量可调控特性的交直流混合配电网紧急优化调度

针对交直流混合配电网存在强随机性分布式电源接入、电力电子变流器的过载能力受限的特点,提出了考虑电动汽车(EV)集群时空能量可调控特性的交直流混合配电网紧急优化调度方法。基于负荷在紧急状态下的响应特性差异建立紧急响应负荷模型,基于紧急优化调度的实际需要和EV集群中各单元的荷电状态、并离网状态差异性特点建立EV聚合商紧急调控模型;综合考虑调度单元的经济性与系统可靠性,建立紧急优化调度模型;基于改进的IEEE 33节点交直流混合配电网构建2种故障场景,基于最差净负荷功率曲线进行优化求解,并将EV集群与容量相当的传统储能的紧急优化调度结果进行对比,结果验证了所提方法的灵活性、有效性及经济优越性。     

稀疏约束的时空正则相关滤波无人机视觉跟踪

目的 基于相关滤波的跟踪算法在无人机(unmanned aerial vehicle,UAV)视觉跟踪领域表现出卓越的性能。现有的相关滤波类跟踪算法从样本区域的所有特征中学习滤波器,然而某些来自遮挡或形变的特征可能会污染滤波器,降低模型判别能力。针对此问题,提出一种稀疏约束的时空正则相关滤波跟踪算法。方法 在相关滤波目标函数上施加空间弹性网络约束以自适应地抑制跟踪过程中的干扰特征,同时集成空间—时间正则相关滤波算法(spatial-temporal regularized correlation filter,STRCF)中的时间正则项以增强滤波器抑制畸变的能力。采用交替方向乘子法(alternating direction method of multipliers,ADMM)将带有约束项的目标函数转化为两个具有闭式解的子问题迭代求局部最优解。此外,提出一种相关滤波框架通用的加速策略,根据当前帧的目标位移量,对检测定位阶段的特征矩阵进行等距离的循环移位,将其作为在线学习阶段的特征矩阵,每帧可节省一次训练样本的特征提取操作,提高跟踪速度。结果 在3个UAV数据集上与14种主流跟踪算法进...     

路面激扰与电磁激扰下电动轮车辆系统非线性全局动态特性研究

为研究电动轮车辆系统在路面 电磁联合激励下的非线性振动特性,并挖掘参数与初始条件协同作用下系统全局动力学信息,建立了计及悬架系统和轮胎的非线性弹簧力和阻尼力的电动轮车辆系统两自由度1/4垂向振动非光滑非线性时变动力学模型,考虑外部激励的谐波性和随机性以及电磁激励的分段周期性,得到了含谐波性、随机性和周期性的复杂外激励模型,分析了驱动电机转速与多初值的关联性对系统动力学共存行为及其分岔的影响规律,研究了共存运动的多样性及其吸引域的拓扑构型,揭示了转速对系统全局动力学稳定性的影响机理.结果表明：电机转速与多初值协同作用诱发系统出现多样性的共存运动,共存运动吸引域的拓扑结构复杂多样,部分共存运动的振动幅值可能较大亦可能很小,其全局动力学稳定性差异较大.电机转速与初值的协同作用对电动轮车辆系统非线性振动和全局动态特性的影响不予忽视.本文研究对电动轮车辆系统的动态性能改善和结构优化具有重要的理论意义和工程价值.     

改进PSO算法及在无人机路径规划中的应用

在无人机路径规划问题中,传统算法存在计算复杂与收敛慢等缺点,粒子群优化算法(PSO)得益于其算法原理简单、通用性强、搜索全面等特性,现多用于无人机航路规划.然而,常规PSO算法容易陷入局部最优,本文在优化调整自适应参数的基础上综合引入全局极值变异与加速度项,以平衡全局和局部搜索效率,避免种群陷入“早熟”.对基准测试函数进行测试的结果表明,本文所提改进PSO算法收敛速度更快,精度更高.在实例验证部分,首先提取飞行场景特征,结合无人机性能约束,进行环境建模;然后将多项运行约束和期望的最小化飞行时间均转化为罚函数,以最小化罚函数作为目标,构建无人机飞行任务场景下的航路规划模型,并利用本文所提改进粒子群算法进行求解,最后通过对比仿真验证了改进粒子群算法的高效性和实用性.     

自适应斥力系数的无人机路径规划

使用人工势场法进行无人机路径规划时,往往存在目标不可达、运动轨迹迂回反复和路径长度过长等问题.传统的人工势场法不能根据环境具体信息对斥力系数进行调整,而现有的改进方法不能在自适应调整斥力系数的同时兼顾规划效果和规划时长.针对以上问题,提出了一种基于深度学习的无人机自适应斥力系数路径规划方法.首先通过融合遗传算法与人工势场法找出在特定环境下最合适的斥力系数样本集,其次利用该样本集训练残差神经网络,最后通过残差神经网络计算适应环境的斥力系数,进而使用人工势场法进行路径规划.仿真实验表明,该方法在一定程度上解决了人工势场法规划中目标不可达、运动轨迹迂回反复和路径长度过长等问题,规划效果和规划时长方面均有优异表现,能很好地满足无人机路径规划中对当前环境的自适应要求和快速规划的要求.     

电动汽车用驱动电机测试平台多功能电源系统

电动汽车的驱动电机可以选用直流电机、感应电机和永磁同步电机等,这些电机进行测试时所需的馈电系统不同,无法在同一实验平台上进行试验。为此,开发了一个共直流母线的电动汽车用驱动电机系统测试平台,该测试平台能在不同电源工作模式下对不同电机进行试验。重点研发了适用于电动汽车驱动电机测试的多功能试验电源,该电源采用了交直流共用主回路拓扑结构分时输出,三重化DC/DC的直流调制策略和SVPWM过调制的交流调制策略,使得驱动电机系统测试平台不仅具有较高的能量利用率,还能适用于多种不同类型的驱动电机测试。最后,实验证明了所开发的驱动电机系统测试平台的可行性。