基于无源性与滑模变结构的独立直流微电网控制

针对独立直流微电网稳定性问题,提出了一种基于滑模变结构的电流无源双闭环控制策略,提高了系统的响应速度和抗干扰能力.首先,建立独立直流微电网系统数学模型,针对该模型应用无源性理论设计系统的控制输入,得到系统的端口受控耗散Hamilton(port-controlled hamiltonian with dissipation,PCH-D)模型.然后,针对系统的直流母线电压的稳定性问题,应用滑模变结构方法,当系统用电负荷、分布式能源和参数突变时,母线电压仍能稳定在其期望值上,并得到燃料电池电流的参考值.最后,通过Matlab仿真进行验证,对比本文控制策略与传统单一的无源控制策略,说明所提出的控制方法具有更好的动态特性和稳态特性.     

基于量子行为的鸡群优化算法及其收敛性分析

针对鸡群算法易陷入局部最优、出现早熟收敛等缺陷,提出了一种基于量子行为的鸡群优化算法(Quantum-Behaved Chicken Swarm Optimization,QCSO).通过利用鸡群中的个体信息建立量子化的势阱模型,根据原鸡群更新公式得到个体最优解和全局最优解,采用蒙特卡洛随机采样完成个体极值的更新,在个...     

基于生长曲线与气温累积效应的气象负荷预测

夏季受高温天气的影响,由降温设备所引起的气象负荷日趋变大.针对气象负荷获取困难以及负荷预测精度不高的问题,提出一种新的气象负荷预测方法.首先,为获得准确的气象负荷数据,采用生长曲线来描述基础负荷的增长特性,通过剔除基础负荷来获得气象负荷数据;其次,考虑到夏季高温天气的气温累积效应,需要对高温天气的日最高温度进行修正,提...     

基于p阶最大相关熵准则损失函数的鲁棒极限学习机

当前对于短期负荷预测的研究主要针对影响因素的分析以及模型的改进,很少有对模型的鲁棒性进行研究.以极限学习机(extreme learning machine,ELM)作为研究对象,针对ELM模型的鲁棒性问题进行了深入的研究,并将其应用到短期负荷预测问题中.ELM模型的鲁棒性受损失函数的影响,当前ELM模型在处理含异常点样本时,鲁棒性差、预测精度较低.针对该问题,提出了一种基于p阶最大相关熵准则的损失函数,并将该损失函数应用到ELM模型中,以提高其在短期负荷预测问题中的鲁棒性.提出了一种估计实际样本中异常点百分比的计算方法,在建立短期负荷预测模型之前,估计出实际负荷样本中的异常点百分比.仿真结果表明,在异常点超过12％的样本中,提出的算法模型具有更好的鲁棒性以及预测精度.     

独立直流微电网中多组燃料电池分布式协同控制

针对独立直流微电网中功率分配问题,基于Hamilton能量理论提出分布式协同控制策略.首先对单组燃料电池独立直流微电网模型设计预反馈控制,得到端口受控耗散Hamilton模型;然后将单组燃料电池拓展为相互通信的多组燃料电池的独立直流微电网,设计分布式协同控制策略,使得用电负荷在每组系统中得到合理分配;最后通过仿真验证分...