【摘 要】
：
有限集模型预测控制应用于大功率并网逆变器能在控制并网电流的同时降低开关频率,然而随着开关频率的降低,并网电流的谐波显著变大.针对这一问题,提出一种带有新型谐波抑制策略的改进型有限集模型预测控制方法,谐波抑制这一目标被添加到有限集模型预测控制的多目标优化过程中,谐波抑制策略是基于三角函数正交性对谐波幅值进行提取来实现的.所提出的方法在与传统方法同样低的开关频率下,降低了并网电流谐波,从而提升了并网电流的质量.最后,通过实验对比验证了所提出方法的有效性.
【机 构】
：
合肥工业大学电气与自动化工程学院,合肥 230009;可再生能源接入电网技术国家地方联合工程实验室(合肥工业大学),合肥 230009
论文部分内容阅读
有限集模型预测控制应用于大功率并网逆变器能在控制并网电流的同时降低开关频率,然而随着开关频率的降低,并网电流的谐波显著变大.针对这一问题,提出一种带有新型谐波抑制策略的改进型有限集模型预测控制方法,谐波抑制这一目标被添加到有限集模型预测控制的多目标优化过程中,谐波抑制策略是基于三角函数正交性对谐波幅值进行提取来实现的.所提出的方法在与传统方法同样低的开关频率下,降低了并网电流谐波,从而提升了并网电流的质量.最后,通过实验对比验证了所提出方法的有效性.
其他文献
电子邮件通信一直是网络信息交换的主要方式之一,其安全性始终是人们关注的焦点.本文介绍基于Thunderbird邮件客户端,便捷的图形化操作就能实现PGP功能,大幅提升电子邮件安全性.
当今社会处于信息技术高速发展的阶段,随着人工智能的兴起,计算机技术被应用于各个行业的各个方面,其中图像识别技术的运用得到了很大程度的普及,很多个领域都在使用图像识别技术,图像识别技术也越来越成熟,变得越来越多元化,本文旨在深入研究跟踪算法,并结合现在的图像识别技术,探讨并研究基于跟踪算法的图像识别方法的实现以及优化,以及将其应用于智能化教学视频录播系统.
本文提出了采用“垂直认证”技术建立数字货币安全技术架构,对数字货币的币值和交易单都进行两次签名,采用私钥对交易单或币值进行签名,采用“垂直认证”技术对交易单或币值进行二次签名,并建立可信公钥体制和芯片对芯片的认证架构,保证交易单和数字货币的币值都真实、可信,针对有中心交易,采用对称算法建立的签验协议完成,针对点对点交易,采用非对称算法及公钥进行签验,较大提高验证的效率,采用组合密钥生成算法,解决了对称密码算法密钥管理的难题,同时,解决海量交易单并发签验的难题,通过建立200座验证中心和400个分布式数字货
针对相似气象情况下,光伏电站发电功率接近的实际情况,提出一种基于数值天气预报(NWP)相似性分析的超短期光伏发电功率预测方法.该方法根据皮尔逊相关系数找到与被预测时刻相似的天气预报数据,根据相似时刻的实际功率估计出被预测时刻的功率.该方法能高效的根据天气预报数据预测发电功率,运算速度快,与神经网络相比预测有着更优的效果,尤其在数据波动大的时段具有更高的可靠性.
分别以纳米氧化镍和镍盐为原料,合成硫化镍(NiS)纳米材料,将其掺入聚(3,4-乙烯二氧噻吩)-聚苯乙烯磺酸盐(PEDOT-PSS)溶液中,作为对电极材料制备DSCs.研究不同对电极材料的染料敏化太阳电池的光电性能.结果表明,2种合成方法制备的电极材料,都可有效提升器件性能,其中水热法合成NiS制作的NiS/PEDOT-PSS复合材料作为对电极的器件效率接近采用Pt对电极器件.器件性能的提升主要源于NiS纳米材料的掺入使PEDOT-PSS对电极的表面粗糙度增加及电化学活性提升.NiS/PEDOT-PSS复
光伏阵列非线性输出的特性以及最大功率点跟踪算法,会影响光伏阵列保护设备的工作.为了正确辨识光伏阵列的运行状态,本研究提出一种基于贝叶斯优化算法(BOA)、堆栈自动编码器(SAE)以及集成极限学习机(EELM)相结合的故障诊断方法.首先,将光伏阵列的时序波形进行标准化处理;接着,使用SAE对标准化后的时序波形进行特征自动提取,并训练一个EELM的故障分类模型;最后,利用BOA对诊断模型的超参数进行优化.实验结果表明所提方法对仿真和实验的故障诊断准确率分别达到了98.40％和98.10％,优于反向传播(BP)
当阴影条件变化时,并联光伏组件的全局最大功率点(MPP)会随之改变.为了实现太阳能发电最大化,要求最大功率点跟踪(MPPT)方法始终能实时而准确地锁定住并联光伏组件的全局MPP.不同阴影条件下并联光伏组件会呈现不同的外特性特征,如多阶梯的电流电压特性以及多峰值的功率电压特性.基于此现象,该文提出一种基于并联光伏组件外特性的MPPT方法,理论分析及仿真结果都表明:该方法不会陷入局部MPP,在无阴影、静态阴影和动态阴影条件下均具有平稳、快速和准确跟踪全局MPP的能力.
推进退役动力电池梯次利用是建立绿色低碳循环经济体系的重要抓手,该文围绕退役动力电池政策事前模拟评估开展研究,提出一种退役动力电池利用政策的知识化表达方法,构建基于模糊神经网络的退役动力电池政策智能模拟模型,实现了计算机对政策知识的自动识别和政策制定者决策行为的智能模拟,为退役动力电池政策优选提供了一种新思路.
为进一步提高光伏发电系统的输出效率和动态调节性能,设计基于神经网络的改进扰动观察法最大功率点跟踪(MPPT)控制.该方法在扰动观察法基础上引入神经网络算法,使得在环境剧烈变化时,系统动态调节速度加快.通过系统仿真和硬件实测,得出该改进扰动观察法相比于传统扰动观察法和神经网络法,在一定程度上能加快动态调节速度和减小稳态误差的结论.
光伏系统的功率-电压(P-V)在局部阴影状况下表现出多峰特性,常规最大功率跟踪(MPPT)方法易陷入局部最优值.针对此问题提出一种扩大缩放因子和引入差分策略改进的樽海鞘群算法.在领导者位置更新过程中添加帕累托分布和混沌映射提高全局搜索能力;在局部搜索过程中引入差分策略改善局部搜索能力.将改进方法应用到多峰值光伏系统MPPT中.实验结果表明,与常规增量电导法(INC)、扰动观察法(P&O)及樽海鞘群算法(SSA)相比,改进的樽海鞘群算法(ISSA)在收敛速度和收敛稳定性方面有较大提高.由此可知该方法在光伏M