排序方式: 共有43条查询结果,搜索用时 31 毫秒
1.
基于质子交换膜燃料电池(PEMFC)电堆的输出特性及相关电化学反应建立输出特性模型,提出改进混沌粒子群优化(CPSO)算法来优化PEMFC输出特性模型参数辨识问题。首先采用6种标准测试函数验证了CPSO算法的寻优性能,然后针对两种参数不同的电堆进行了输出特性模型参数辨识。结果表明,相较于遗传算法(GA)、粒子群优化(PSO)算法、受约束粒子群优化(B-PSO)算法、具有收缩系数的粒子群优化(PSO-χ)算法、引力粒子群优化(GSAPSO)算法以及差分进化算法(DE),CPSO算法辨识精度最高且收敛速度最快。静态工况下电堆1的均方根误差为0.213,平均相对误差为2.339%;电堆2的均方根误差为0.481,平均相对误差为1.243%,充分说明CPSO算法在PEMFC输出特性模型参数辨识方面的优越性。 相似文献
2.
最大功率跟踪(MPPT)技术是提高温差发电器(TEG)发电效率的必要手段。然而,传统的多峰值MPPT方法往往只关注其静态搜索能力和光照突变情况下的追踪过程。不同于光伏电池,TEG两端温差无法突变而是呈现出缓慢变化趋势。因此,提出一种基于动态粒子群算法(DPSO)的MPPT算法,用于动态温差环境下温差发电的最大功率点跟踪。DPSO通过多阈值检测和群体定向淘汰,避免算法频繁重启,减小了能量损失,提升了多峰值MPPT算法的动态性能。最后,与扰动观察法、改进粒子群算法进行对比仿真,结果表明所提出的算法在各种环境下可以更加准确并快速地实现MPPT。 相似文献
3.
针对锂离子电池健康状态(SOH)估算精度低、传统遗传算法(GA)易陷入局部最优、收敛速度慢的问题,为提高锂电池健康状态的估算精度,提出了交叉概率和变异概率自适应的调整策略对传统GA进行改进,在改进遗传算法(IGA)的作用下,使优良个体仍保持较好的进化能力,算法初期搜索范围、后期局部搜索能力以及收敛速度也得到加强。提取间接健康因子,再用改进的遗传算法对BP神经网络的初始参数寻优得到IGA-BP神经网络模型,基于NASA锂电池数据集分别用GA-BP与IGA-BP神经网络算法对SOH进行估算。结果表明:IGA-BP神经网络算法估算精度更高,且具备快速收敛的优势,平均绝对百分比误差和均方根误差分别下降了0.422%和0.412,拟合程度提高了8.1%。 相似文献
4.
以锂离子电池为储能核心的新能源汽车在行驶过程中,会频繁面临大功率负载的冲击,导致锂离子电池容量衰减加快。提出了超级电容结合锂离子电池构建混合储能系统,通过研究混合储能系统的拓扑结构,优化得到一种计及成本及效率兼优的半主动式拓扑构型。建立锂离子电池和超级电容混合储能系统实验台架,对优化前后的拓扑结构进行实验测试。结果表明,超级电容满足瞬时动态负载需求,锂离子电池的充放电电流限制在标准充放电电流0.3CA(即30 A)以内,能耗和锂电池损耗成本分别下降0.63%和6.09%。 相似文献
5.
6.
针对两相步进电机驱动器通常采用专用细分驱动芯片,只能设定几种固定的步进细分档位这一问题,研究了一种基于分立器件实现的两相步进电机驱动器的设计方法,采用单片机、一片双路DA芯片及分立功率驱动电路等设计恒流斩波正弦细分驱动器。通过对双极性电压输出信号、三角波输出信号、PWM驱动波形,以及驱动器整体实验测试,结果证明了设计的合理性,使驱动器电流变化范围更宽,细分档位设置更多,提高了电机转角控制精度。 相似文献
7.
介绍了燃料电池电动车整车控制系统的组成,分析了整车控制器的作用,详细讨论了踏板及档位处理方法。提出了基于模糊逻辑控制理论的驾驶控制策略和能量流管理策略,并设计了一个基于DSP的带光纤接口的整车控制器硬件系统。装车试验表明控制器软硬件设计合理,取得了满意的控制效果。 相似文献
8.
针对燃料电池电压电流输出特性及动态响应滞后的特点,提出燃料电池加辅助电源的中巴车电电混合动力系统方案。采用燃料电池加镍氢电池加超级电容的三能源结构作为整车的驱动电源,设计了整个动力系统的基本结构。通过分析动力系统的驱动模式,引入智能协调和预测控制思想,设计了燃料电池中巴车混合动力协调控制系统。采用三层前馈神经网络建立系统的非线性预测模型,对燃料电池发动机功率预测控制系统进行了研究和优化,给出了具体的预测控制算法步骤。仿真实验结果表明该控制策略具有良好的控制效果,减少了燃料电池发动机输出功率的频繁波动,整车动力性及经济性都得到了加强。 相似文献
9.
10.
电动汽车(EV)快速充电站的功能正逐步向集成风光储等综合能源的复合型充电站方向发展,选择一种能够提高快速充电系统各方效益的充电优化策略有助于推广EV及新能源产业。在此背景下,通过电价激励手段,制定了提高EV与复合型充电站综合效益的充电优化策略。首先,基于EV充电时间成本与充电经济成本建立了EV综合最优路径规划模型;然后,根据EV决策结果所得不同的快充负荷及车流量,各复合型充电站通过调度站内储能,构建了复合型充电站的效益优化模型,以EV综合成本最优及复合型充电站综合效益最优为双重优化目标。以某区域18 km×18 km路网为算例对所提优化策略进行仿真,结果表明所提优化策略可有效降低EV充电综合成本,并大幅提高复合型充电站的综合效益。 相似文献