基于二阶扰动观测器的永磁同步电机电流控制

永磁同步电机速度伺服系统的电流环存在外部干扰和系统参数摄动,影响了PI控制的性能。本文利用系统输出与内模输出误差,设计一种新型的鲁棒内环扰动观测器,来估计系统不确定量补偿量。在保证系统鲁棒稳定性条件下,设计扰动观测器的动态响应为二阶系统,达到无稳态误差。实验仿真表明,增加了扰动观测器补偿的PI电流环控制系统,能够很好地抑制电流环中的扰动,减小电流波动,提高电流的跟踪精度。     

二阶扰动观测器实现永磁同步电机电流补偿控制

永磁同步电机速度伺服系统的电流环存在外部干扰和系统参数摄动,影响了PI控制的性能.利用系统输出与内模输出误差,设计一种新型的鲁棒内环扰动观测器,来估计系统不确定量补偿量.在保证系统鲁棒稳定性条件下,设计扰动观测器的动态响应为二阶系统,达到无稳态误差.实验仿真表明,增加了扰动观测器补偿的PI电流环控制系统,能够很好地抑制电流环中的扰动,减小电流波动,提高电流的跟踪精度.     

考虑可再生能源配额制的售电公司组合购电优化研究

以风电购电量和绿色证书购买量作为实行配额的方法,协调售电公司在远期合约、现货、期权等多个市场的购电量,考虑负荷需求、风电购电量及电价的不确定性,采用条件风险价值度量损失的大小,以期望费用最小和遭受损失的风险最小为目标,建立期望购电费用-损失风险模型,并通过多目标粒子群优化法和模糊集理论进行求解. 最后,通过算例分析可再生能源配额制、期权合约对售电公司的购电费用、损失的风险值和在各市场的购电量的影响,从而为售电公司在多市场环境下的购电策略提供参考.     

改进经验模态分解与谱峭度法的步态信号特征分析

通过对步态信号进行分析,提出基于能量矩占比与方差贡献率的改进经验模态分解和谱峭度法的步态信号特征频率分析方法. 改进的经验模态分解消除了传统分解过程中存在的低频虚假本征模态分量,抑制了高频噪声的干扰. 通过确定谱峭度图上的中心频率和带宽构造带通滤波器对信号进行包络解调分析,并通过实验验证了该方法能有效提取步态信号的特征频率,为步态信号的后期研究提供一条新的思路.     

计及响应的电力系统防电压失稳综合控制策略

提出一种计及响应的电力系统防电压失稳在线综合控制策略. 根据局部系统的广域测量信息,快速评估局部系统的电压稳定性. 利用等值负荷分解后的转移负荷,建立一种在线计算各控制节点有功、无功对电压不稳定指标的灵敏度分析方法,以各控制节点有功、无功控制灵敏度指标制定综合控制策略. IEEE14节点系统的仿真结果验证了所提策略的有效性.     

断路器智能分合闸电磁铁的设计

针对配电系统中断路器分合闸电磁铁的线圈易烧毁这一常见故障,设计了分合闸电磁铁智能控制模块,对电磁铁的线圈电流进行闭环控制.改变电磁铁的激磁方式,严格控制线圈激磁电流及激磁时间,避免了线圈的烧毁故障.同时,其动作特性不受合闸相角的影响,可以在宽电压范围内精确控制线圈电流,提高了动作特性的一致性.通过一体化仿真,验证了线圈驱动电路及滞环电流控制方式的有效性,引入数字控制技术开发控制模块,并进行相关实验验证.     

改进bang bang控制的微网VSG自适应虚拟惯量控制策略

研究并网逆变器虚拟同步机(virtual synchronous generator, VSG)控制策略在有新能源接入的电力系统中的频率稳定性问题.利用虚拟惯量的可变性,减少频率超调量并加快频率响应速度,提出一种基于改进bang-bang控制的微网VSG自适应虚拟惯量控制策略.首先,在bang-bang控制的基础上,设定一个频率稳态区间与稳态惯量.然后,通过建立微网孤岛运行模式下的VSG小信号模型,对虚拟惯量进行稳定性分析,确定虚拟惯量的取值范围及稳态惯量.最后,用Matlab/Simulink进行仿真实验,对比多种虚拟惯量控制策略,验证了所提策略的有效性.     

面向自主系统集群的人机混合增强智能综述

新一代人工智能技术的深度融合引发了制造业的大变革,其中基于人机物协同的人机混合增强智能展现出越来越大的潜力。针对这一背景,本文分析了智能制造系统中人机协同的相关研究,从人机建模、人机交互模式、人机界面设计和人机共享控制等几个方面回顾了面向自主系统集群的人机混合增强智能的关键理论和方法及其可能存在的问题和未来可能的解决方案。希望能为相关研究提供启发和参考。     

考虑电池储能与需求响应的微网多时间尺度优化运行

为提高清洁能源的利用率,在微网优化运行问题中引入电池储能和需求响应.对于电池储能的老化特性,采用反映没有规律的充放电周期的储能老化成本模型;对于激励型需求响应,设计一种阶梯方式补偿机制.在此基础上,综合考虑电池储能老化特性、价格型和激励型需求响应以及风电的不确定性,建立日前-日内多时间尺度的微网优化运行模型.最后,通过算例分析验证所提出模型的有效性.结果表明,该模型可实现微网系统运行成本最优.     

基于黑洞粒子群和多层级SVM的低压交流系统短路故障类型辨识

针对低压交流系统的短路故障诊断问题,提出一种基于黑洞粒子群(BHPSO)和多层级SVM的低压交流系统短路故障类型辨识方法。首先,基于故障前后0.5ms电流信号小波变换分解,采用小波细节分量标准差构建故障特征向量。其次,采用黑洞粒子群算法对SVM的核参数和惩罚因子进行参数优化以构建多层级SVM分类器实现低压交流系统短路故障类型辨识。最后,基于TMS320F28335 DSP将故障类型辨识决策模型加以硬件化技术实现。通过低压交流系统短路实验证实本方法准确率高,且在噪声干扰、负荷电流变化等工况下均有较好的鲁棒性。