基于αβ坐标系的电流型PWM整流器有源阻尼控制

三相电流型PWM整流器交流侧常采用LC滤波器来滤除谐波和辅助开关器件换流,但LC滤波器具有谐振特性,存在谐振尖峰,当控制量或负载变化时会引起系统暂态振荡以及网侧电流谐波畸变。针对上述问题,提出了一种基于αβ坐标系的电感电压反馈的有源阻尼控制方法。该方法的实现不需要进行锁相环控制和dq坐标解耦,电感电压反馈的有源阻尼控制可以有效抑制LC滤波器谐振尖峰。最后通过MATLAB仿真和实验验证了所提方法的有效性和实用性。     

等效循环电池组剩余使用寿命预测

电动汽车以零污染、零排放等优点成为新能源汽车中最具有发展潜力的对象，锂离子电池作为其动力来源，科学准确地预测其剩余使用寿命是决定电动汽车性能的重要因素。本文研究等效循环电池组在等效循环工况、不同循环次数时，锂离子电池电压随着放电时间的变化曲线。通过分析不同循环次数下导函数在等效特征点处的斜率变化规律，建立锂离子电池等效循环工况下的寿命退化曲线。选取NASA等效循环电池组和自测JZ等效循环电池组，将放电初期和放电后期曲线与特定斜率直线交点作为等效循环寿命预测的等效特征点，根据这两组特征点分别建立退化模型Mini和Mlat。最后选取等效循环电池组内的其他电池进行锂离子电池等效循环寿命预测的验证。通过锂离子电池测试数据集验证其预测精度较高，稳定性较好，具有较强的应用价值。      

基于定子磁链定向的双馈电机变流器控制策略

风能是一种蕴藏量大、分布广、可再生且无污染的重要能源,为了更好更方便地利用风能,在不具备风电场进行实验的情况下,可以建立一个能模拟风电场特性的实验平台。在构建10kW变速恒频双馈电机实验平台的基础上,采用DSP2808芯片编写了变流器的基于定子磁链定向控制策略的机侧和网侧的程序,并通过空载并网实验验证了本设计的可行性。     

基于Elman神经网络的锂离子电池RUL间接预测研究

锂离子电池实际容量常采用安时积分法得到,存在测量精度差及累积误差的问题。提出了一种利用锂离子电池循环充放电监测参数(电压、时间、内阻、温度等)构建间接健康因子的方法,实现了电池健康状态的间接预测。选择等压降放电时间作为间接健康因子,通过灰色关联分析法验证了其与锂离子电池实际容量的强鲁棒性。构建基于Elman神经网络的剩余使用寿命(remaining useful life,RUL)预测模型。采用NASA公开的锂离子电池数据集进行测试,结果表明提出的方法框架可以有效地进行电池RUL的间接预测,得到精确的预测结果。