温室低压光储直流微网设计与试验

针对低压直流负载新型温室,研究设计新型温室低压光储直流微网。提出扰动观察法与快速预测法结合混合最大功率点跟踪算法,设计系统能量控制策略,实现光伏电池、蓄电池以及负载能量智能交换。搭建以TMS320F28335处理器为核心试验平台,在实验室环境下验证该设计方案可行性。结果表明,最大功率点跟踪效果良好,母线电压稳定。系统满足实际生产需求,为光储直流微网在偏远地区独立供电提供可能。     

基于初值设定双模式电导增量法光伏MPPT研究

在农业生产中利用光伏发电为智能设备提供电能是精准农业发展的趋势之一,为提高单位时间光伏系统发电量,针对光伏发电系统最大功率点跟踪(MPPT)算法在跟踪速度和精度上难以兼顾的问题,提出了一种初值设定双模式电导增量法.实验表明:相比于现有MPPT算法,本算法缩短了MPPT寻优时间,提高了系统稳态运行和环境突变两种情况下的最大功率点追踪效率ηMPPT和电能提高百分比ζMPPT,同时减少了跟踪震荡,有效提高了系统跟踪速度和精度.     

基于分布储能系统的有源配网功率均衡控制

为探索适用于有源配电网的分布式储能系统优化调度控制策略,本文分析了分布式电源,储能系统的数学模型,建立了功率不平衡度、网损、最大供电负荷的多目标优化控制模型。通过该模型,优化分布式储能系统充放电控制策略,实现有源配电网优化调度控制,并通过具有光伏电源、分布式储能系统的IEEE13节点测试系统验证了所提方法应用于有源配电网综合调度控制的有效性和可行性。     

Modeling of PV System and Analysis of Its Key Technologies

本文运用Matlab建立了单相光伏发电并网不可调度系统的软件模型,包括光伏电池部分、直流升压器、PWM逆变器,并分析和建立了最大功率点跟踪（MPPT）模块和锁相环（PLL）模块。最大功率点跟踪方案采用了变步长的扰动观察法,有效缓解了固定步长的扰动观察法中快速和损耗之间的矛盾。锁相环模块采用软件锁相,采集电网电压和电流的相位信号并通过指令电流的控制实现锁相。最后对系统在独立供电和并网供电两种不同工作方式下进行了建模仿真和对比分析。     

光伏并网发电的最大功率点跟踪算法研究

为更有效地控制太阳能光伏阵列、提高发电系统的可靠性和太阳能利用率,提出利用粒子群算法(PSO)优化RBF神经网络的新算法——HPSO-RBF神经网络来跟踪最大功率点的位置。将HPSO-RBF算法用于MPPT跟踪,通过数值仿真试验,与工程常用的PSO算法对比,验证了HPSO-RBF的预测精度明显优于PSO算法。     

一种新型农业纳网DC-DC变换器的研究

针对农村电网具有负载种类复杂多变、使用无规律、受大电网波动影响较大等特点的问题,本研究提出了农业纳网的概念,将发电、储能、控制系统及负载结合成整体,看作大电网的一个负载,使其可以与大电网并网运行,也可以在大电网出现故障时主动与电网断开孤网运行,从而保证对农村用户的持续可靠供电。并提出了一种新型LLC谐振式DC-DC变换器,使农业纳网发电系统能够在较宽的负载范围内向用户及储能系统高效供电,从而适应农村负载特性。最后研制了一台5 k W功率等级的变换器样机,通过试验验证本研究所提出变换器的有效性。     

基于matlab光伏发电系统的MPPT控制与仿真

结合光伏电池常用的等效电路和太阳能电池的数学模型,基于Matlab/Simulink建立了光伏电池的仿真模型,得到光伏电池的P-U曲线,并对仿真结果进行了分析。与传统的光伏电池模型相比,本文考虑了环境温度与电池温度之间的关系,使得光伏电池的仿真结果能反映实际环境与电池温度的变化;提出了改进扰动观察的最大功率点跟踪(MPPT)控制方法,并建立了带有MPPT控制功能的光伏发电系统仿真模型,仿真结果表明,该系统能较好地实现最大功率点的跟踪,提高了光伏电池的发电效率。     

基于PWM与STC89C52的太阳能应用控制系统设计

针对目前多数太阳能控制器对蓄电池充电控制不合理、保护不完善、储能能力低、使用寿命缩短等问题,设计了一种PWM控制、STC89C52和多阶段充电方法结合控制的太阳能供电系统。系统以STC89C52为核心控制器,实时检测太阳能电压和蓄电池电压,判断出蓄电池采用何种模式充电,并应用PWM控制策略实现太阳能与电能之间的最大功率转换,以提高蓄电池的充电能力、充电效率和使用寿命。通过实际应用,验证了该系统具有稳定性好、储能效率高、通用性强等优点。     

采摘机械臂的自适应神经网络滑模控制

针对采摘机械臂的位置终端的精确控制问题,提出了一种将自适应神经网络与滑模控制相结合的控制策略.首先通过神经网络来估计系统模型中的不确定性,提出了一种具有神经网络补偿作用的滑模控制器,基于李雅普诺夫稳定性理论证明了闭环系统的稳定性,并改善了系统的动态性能.仿真试验表明,该控制方法能够有效地削弱抖振现象,具有很好的鲁棒性和动态特性.     

适用于农网的中小功率风力发电电源研究

根据农网对中小功率风力发电电源的要求,采用永磁同步风力发电系统设计了不控整流器加并网脉冲调制（PWM）变换器结构的风力发电电源,具有结构简单,控制方便,成本较低,易于维护的特点,对其运行控制策略进行研究,实现了有功/无功解耦控制,提出了一种基于网侧功率直接控制原理的最大风能跟踪控制策略,仅需控制并网电流一个参数就能直接控制并网功率。建立了相关的试验系统,通过试验验证了所设计的系统和所提出方法的正确性和可行性,是一种适用于农网的中小容量风力发电电源。     

基于分布固定式光伏发电阵列MPPT的最佳倾角模拟分析

目的 分布固定式光伏发电是通过硅晶体电池将太阳光辐射能直接转换为电能的一种新型发电技术。方法 通过利用相关软件模拟分析,设计太阳能光伏发电系统的搭建、设备的连接和光伏电板的固定装置的倾角,对其输出的性能进行比较。结果 得出适用分布固定式光伏发电阵列MPPT的固定装置最佳倾角。结论 提出了以恒定负载固定式太阳电池阵列MPPT在冬季最优、夏季最优和全年最优接受到最大太阳辐射量所安放的最佳倾角模拟值。     

面向棉田灌溉的光-储联合供电系统设计

针对新疆南疆偏远地区棉田灌溉用电需求受限问题，考虑充分利用当地良好的光照资源，设计了一种面向棉田灌溉的光-储联合供电系统。该系统主要由光伏发电单元、双向DC-DC变换器、变流环节及储能模块等构成，在设定系统参数的同时进行了系统控制策略设计，并利用Simulink仿真平台搭建了系统仿真模型。仿真结果表明，该系统不仅能够快速响应光伏功率跟踪、维持储能蓄电池充放电状态平稳，而且可以实现交流输出电压，符合棉田灌溉负荷的用电要求。     

加工过程的神经网络自适应控制

研究了加工过程智能控制的神经网络方法,分析了加工过程模型、神经网络建模和神经网络自适应控制。提出了用双网结构的控制策略对加工过程进行控制,NNI网络实现加工过程的系统辨识,进行在线建模;NNC网络根据系统的当前状态实现切削参数的自适应调整来优化加工过程,提高加工效率。仿真试验结果表明这种控制策略的可行性和有效性。     

基于BP神经网络PID控制器在水产温室温度控制中的应用

针对水体大比热容性造成的水产温室水温变化非线性、大滞后性、时变性等问题,考虑到传统PID控制器自适应能力差、鲁棒性不强等缺陷,提出采用基于BP神经网络的PID控制策略。在该控制策略中,PID的控制参数可以通过神经网络进行实时调节,以实现最佳的控制效果。利用MATLAB软件对传统的PID控制策略和神经网络PID控制策略的控制效果进行仿真模拟。研究结果表明,基于BP神经网络PID控制的系统动态响应更快、鲁棒性更强、稳态精度更高、超调量更小,具有更好的控制效果。     

鱼蟹稻田飞虫捕食装置风光互补供能系统的研究

针对鱼蟹稻田飞虫捕食装置的离网型户外供能需求的问题,着重研究该装置的供能系统方案。基于户外供能合理性要求,采用小型风力发电机和太阳能电池板自主互补发电来进行能源供应;对小型风力发电机和太阳能电池板分别进行Matlab/Simulink建模,着重对叶轮的风能利用系数、叶尖速比和桨距角的相关性进行量化分析,利用单因素分析法对太阳能电池板进行分析;在桨距角确定的条件下,适当取值叶尖速比,能够获得最大风能利用系数。同时,在不同温度和辐射的条件下,太阳能电池板能够取得功率曲线的峰值,为风光互补的最大功率获取提供理论上的支持。针对离网型风光互补系统能源的合理化利用,提出混合供能的能量管理策略,符合该装置的供能需求,对户外同类型装置供能设计提供一定的参考。     

基于随机变量状态时序模拟的光伏并网系统概率潮流研究

近年来,太阳能光伏产业迅猛发展,光伏发电并网加剧了电力系统的不确定性,考虑光伏发电功率、电网元件状态等随机变量不确定性的概率潮流能够更加全面反映电力系统运行状况。在基于实际光伏电站数据分析的基础上,探究了影响光伏发电的几大主要气候条件,其中,太阳辐射强度、环境温度、湿度以及风速与光伏发电输出功率间的相关系数分别为0.9939,0.5032,-0.3861,0.5383,表明存在极显著的相关,具有较强的统计意义。以太阳辐射强度、环境温度、湿度以及风速4种环境因素作为预测模型的输入变量,忽略其他因素,根据它们之间的相关性,建立用于光伏发电功率短期预测的BP神经网络模型,并成功的预测了未来7d的光伏功率输出情况。利用序贯蒙特卡罗法时序模拟电网中线路的运行状态,综合考虑光伏发电功率和线路运行状态的不确定性对系统进行概率潮流研究。在已知线路故障以及其修复时间的前提下,模拟出72h内线路的潮流分布情况,能够有效反映电网运行风险。通过对潮流的分析,可及时发现电网中存在的薄弱环节,有针对性地制定事故预防和电网改进措施。基于IEEE30节点系统进行算例研究,算例分析结果表明:建立的四输入一输出的光伏发电功率预测方法,对预测值与实际值相比较,计算均方差达到0.000256,可用于实际预测。另外,基于对节点电压、线路功率等概率潮流的分析,验证了针对光伏并网系统进行概率潮流研究的必要性。     

基于模型参数修正和有源阻尼的逆变系统并网控制策略

为研究新能源发电逆变并网系统,以光伏系统为例,首先建立了光伏电池的数学模型,并且考虑实际情况加入修正补偿系数对光伏电池的数学模型进行修正,进而建立起光伏电池完整的仿真模型,研究在外界条件改变下的光伏电池的输出特性曲线,然后运用MPPT技术使光伏电池工作在最大输出功率处,最后采用了LCL滤波的并网逆变器进行并网.考虑到LCL滤波器的谐振和系统功率损耗的问题,提出了在并网电流直接反馈的基础上引入电容电流反馈的有源阻尼的控制算法,即对其采用基于PI控制的双电流环控制策略.仿真结果表明,仿真模型能顺利实现太阳能发电到并网的完整过程.     

基于模糊聚类的农村微网负荷控制策略研究

针对农村电网独立运行模式下,即农村电网处于孤岛运行状态,当分布式电源发电功率不满足负荷需求时,存在优先切除负荷或优先调节负荷的顺序不确定的问题,提出了基于模糊聚类的农村智能电网负荷控制策略,以多代理系统为基础,利用模糊聚类方法,将农村电网独立运行模式下的负荷按负荷等级、可控特性及位置3个属性进行聚类,得出负荷的控制顺序。依据该控制策略,能够实现在满足技术指标的前提下,提高农村电网的供电可靠性和经济性。     

基于模糊PID的混合储能技术在微电网中的应用

基于成本和控制效果考虑,单一的储能元件无法抑制全频段的功率波动,普通的协控制策略又无法实现实时调节参数以适应微电网随环境的变化,本文提出将基于模糊PID的混合储能的技术应用到微电网中,先从系统的构成和工作原理出发,分析混合储能技术在微电网中的应用,而后根据系统的构成和数学模型提出基于模糊PID的协调控制策略,并将此策略应用到光伏系统的仿真中,根据仿真结果的对比分析,系统的输出功率波动得到更好的抑制,储能元件有更好的运行特性,体现了该种方法的优越性。     

神经网络与PID结合的机器人自适应控制

提出了一种基于神经网络与ＰＩＤ控制相结合的机器人自适应控制系统。为加快神经网络的学习过程，研究了有效的启发式学习算法。以二关节机器人为对象仿真表明，该控制系统能使机器人跟踪希望轨迹，其系统响应跟踪精度及鲁棒性优于常规的控制策略。