自然界风速的多变性与风机变桨系统的迟缓性会导致风机输出功率的不稳定。为了改善风机输出功率的稳定,首先基于RBF神经网络RBFNN(radial basis function neural network),以功率差作为信号来源,设计了RBF-PID自适应变桨控制器,建立了...自然界风速的多变性与风机变桨系统的迟缓性会导致风机输出功率的不稳定。为了改善风机输出功率的稳定,首先基于RBF神经网络RBFNN(radial basis function neural network),以功率差作为信号来源,设计了RBF-PID自适应变桨控制器,建立了风力机及变桨距机构仿真模型。其次,建立了2种风况模型,较好地模拟了自然界基本风况。仿真表明:在不同风况下对比常规模糊控制与PID控制,RBF-PID参数自适应方法在风速波动较大的情况下能够更好地稳定输出功率,且减小了变桨的幅值与频率,增加了风机的寿命。展开更多
传统直流储能系统中电容器荷电状态SOC(state of charge)的变化会导致直流变换器两端电压不匹配,使得功率器件无法处在软开关状态,从而增加了开关损耗。通过分析软开关控制与电容器SOC之间的关系,提出一种双有源桥DAB(dual active brid...传统直流储能系统中电容器荷电状态SOC(state of charge)的变化会导致直流变换器两端电压不匹配,使得功率器件无法处在软开关状态,从而增加了开关损耗。通过分析软开关控制与电容器SOC之间的关系,提出一种双有源桥DAB(dual active bridge)直流储能系统软开关优化控制,实现储能系统在充放电过程中,各功率器件始终处在软开关状态,维持直流母线电压稳定,降低功率损耗。该方法将储能电容SOC变化引入DAB移相控制,确定SOC与移相角的定量关系,使直流变换器功率器件满足软开关条件。根据直流母线电压及储能系统充放电特性,设计恒压、恒流充电和恒压及恒功率放电控制方法。仿真与实验验证了所设计软开关优化控制方法的有效性。展开更多
文摘自然界风速的多变性与风机变桨系统的迟缓性会导致风机输出功率的不稳定。为了改善风机输出功率的稳定,首先基于RBF神经网络RBFNN(radial basis function neural network),以功率差作为信号来源,设计了RBF-PID自适应变桨控制器,建立了风力机及变桨距机构仿真模型。其次,建立了2种风况模型,较好地模拟了自然界基本风况。仿真表明:在不同风况下对比常规模糊控制与PID控制,RBF-PID参数自适应方法在风速波动较大的情况下能够更好地稳定输出功率,且减小了变桨的幅值与频率,增加了风机的寿命。
文摘传统直流储能系统中电容器荷电状态SOC(state of charge)的变化会导致直流变换器两端电压不匹配,使得功率器件无法处在软开关状态,从而增加了开关损耗。通过分析软开关控制与电容器SOC之间的关系,提出一种双有源桥DAB(dual active bridge)直流储能系统软开关优化控制,实现储能系统在充放电过程中,各功率器件始终处在软开关状态,维持直流母线电压稳定,降低功率损耗。该方法将储能电容SOC变化引入DAB移相控制,确定SOC与移相角的定量关系,使直流变换器功率器件满足软开关条件。根据直流母线电压及储能系统充放电特性,设计恒压、恒流充电和恒压及恒功率放电控制方法。仿真与实验验证了所设计软开关优化控制方法的有效性。