升压型电池-超级电容复合电源的自适应滑模控制

针对升压型电池-超级电容复合电源的输出端超级电容电压不稳定、输入端电池电流波动大等问题,提出了一种自适应滑模控制策略。结合升压变换器的平均状态模型和超级电容特性建立了升压型电池-超级电容复合电源的动态模型。在此基础上,设计自适应观测函数并根据李亚普诺夫函数确定自适应规则。选取合适的滑模面,基于滑模面和自适应规则设计占空比函数。考虑复合电源的工作需求,分别针对恒流和恒压控制设计比例因子。搭建实验台进行测试,实验结果表明:与PI控制策略相比,升压型电池-超级电容复合电源采用自适应滑模控制,能使系统快速达到稳定状态,在恒压控制和恒流控制条件下,系统的调节速度分别提高了88.8%与62.5%;在超级电容电压较低时,采用自适应滑模控制能有效抑制输出电压和电感电流波动,提升系统的安全性和可靠性。     

电动汽车混合储能系统的自适应协同控制

针对电动汽车混合储能系统在采用协同控制方法时受超级电容等效电阻和电池内阻引起的输入电压波动影响等问题,提出了一种自适应协同控制策略。首先,基于直流变换器理想状态空间平均模型设计了协同控制器,并对其稳定性进行了分析;其次,基于超级电容等效电阻和电池内阻建立了系统的精确数学模型,定义了自适应观测函数和基于Lyapunov函数的自适应控制律,并对负载及输入电压进行估计;进一步,选取了协同控制宏变量并推导出自适应协同控制的占空比函数;最后,在MATLAB/Simulink中搭建了混合储能系统的仿真模型,验证了自适应协同控制的有效性。仿真结果表明:自适应协同控制只有轻微的超调和因负载变化造成的电流波动,且响应速度较快,约为4 ms,电流跟踪误差不超过1%。与协同控制和滑模控制相比,自适应协同控制系统有更好的稳定性和抗干扰能力,能有效提高电动汽车混合储能系统的稳定性和鲁棒性,保证功率分配策略的有效实施。     

基于超级电容储能的光伏并网低电压穿越研究

采用超级电容储能配合光伏并网系统实现其低电压穿越功能,在电网电压跌落时,并网逆变器直接功率控制(DPC)的有功参考根据电网电压跌落程度进行给定,同时通过控制双向DC/DC变换器将直流母线侧多余能量存储于超级电容,以平衡逆变器两侧的功率,维持直流母线电压稳定.最后通过仿真验证了采用超级电容储能的协调控制方案的有效性和可行性.     

超级电容储能系统抑制直流牵引网压波动的研究

超级电容储能装置通过双向DC/DC变换器为列车提供牵引或者吸收再生制动能量,本文就车载超级电容储能系统的结构及充放电控制策略进行了研究,给出超级电容储能系统充放电控制策略,通过对其控制策略的仿真分析,验证了超级电容储能系统可以有效地防止城市轨道交通供电系统中电力负荷波动和再生失效等问题.     

超级电容器储能装置在城市轨道交通中的应用

在城市轨道交通中,列车加速时,由于存在线路阻抗,导致直流电网电压下降;制动时,再生能量会反馈回直流电网,使电压抬升。为了避免再生失效,通常由电阻消耗再生能量,这样又造成了能量的浪费。所以,如何回收再生能量就成了业界关注的重点。本文将电容器储能装置应用在城市轨道交通中,成功解决了电压波动和能量浪费的问题。首先提出了超级电容储能装置的组成及设计方法,然后制定了相应的控制策略,最后以单列机车为例进行了仿真,验证了超级电容储能装置在抑制牵引网电压、电流波动方面有着较好的可行性。     

混合储能系统功率自主分频控制方法

针对分布式电源出力间歇性与负载多变性的问题,储能成为直流微电网电压支撑与改善电能质量的重要途径.为了充分利用混合储能系统的优势,实现功率的合理分配,提出了一种适用于混合储能系统的功率自主分频控制方法,该方法通过在各储能单元下垂控制环中引入虚拟阻感或虚拟电容,重塑各变换器的等效输出阻抗值,从而实现了超级电容和蓄电池的优势互补.在负荷突变时,超级电容能快速吸收系统功率波动的高频部分,提高系统的动态响应;蓄电池则主要用来平衡系统功率波动的低频部分,延长蓄电池的使用寿命,从而保证系统稳定可靠运行.仿真验证了所提方法的正确性.     

一类耦合系统的直接自适应神经网络控制

针对一类具有未知常数控制增益的耦合大系统，根据滑模控制原理，利用多层神经网络的逼近性质，提出了一种直接自适应滑模控制器的设计方案．通过在线调节神经网络的连接权、滑模控制增益，实现了对动态不确定性及建模误差的自适应补偿．利用李亚普诺夫方法，证明了自适应控制系统是全局稳定的，跟踪误差收敛到零．     

用于电梯驱动系统的超级电容弹性储能系统的研究

通过分析电梯驱动系统的能量流动特点,基于能量分析,将超级电容弹性储能用于电梯驱动系统,即利用超级电容快速充放电的特性平滑电容电压,减少因为电梯能量回馈造成的能量损耗和电网的频繁能量交换.通过EMR分析方法,在MATLAB中建立Simulink仿真模型,通过仿真对比,证明超级电容弹性储能系统在减少能量的频繁流动、降低对电网的影响等方面具有一定的改善作用.     

应用于超级电容储能的开关准Z源双向DC/DC变换器研究

为了解决超级电容储能系统中超级电容升降压变换比较低以及输出电压波动较大的问题,同时在升压时提高充电速度,本文提出一种新颖的开关准Z源双向DC/DC变换器.该变换器添加了2个开关电容,升压过程中电压增益提升1/4,降压过程中降压系数减小1/5,并使开关管的电压应力降低1/5.论述了超级电容升压放电模式以及充电降压模式的工...     

基于复变自适应神经网络的电网相位估计方法

针对非理想电网电压下,不平衡电压、频率偏移引起的电网相位难以检测的问题,提出了一种在复变域下使用的基于自适应神经网络的电网相位估计方法.首先,对非理想电网电压进行建模,在得到神经网络模型的基础上,将复变最小均方算法的权值更新方法应用到神经网络权值更新过程中,利用神经网络权值实现对相位的估计.为了跟踪电网频率,设计了电网频率跟踪环节,并对收敛性进行了分析.仿真和实验的结果表明所提出的方法能够快速准确地对非理想电压下的电网相位进行估计.     

基于RBF的TCP网络自适应滑模控制

针对TCP网络的拥塞控制问题,提出了一种基于RBF神经网络的自适应滑模控制算法.为了简化滑模控制器的设计,将系统的各个不确定参数和非线性补偿整合成一个总的不确定.考虑到网络系统的不确定性上界很难获得,使用RBF神经网络对系统不确定的上界进行自适应学习.将RBF神经网络的输出作为不确定上界的补偿,从而消除了系统的不确定带...     

基于超级电容的永磁同步风力发电机不对称故障穿越方法

风电系统与电网之间的相互影响越来越大,需要并网风电机组具有故障穿越能力来保证电网安全运行。为了提高永磁同步风力发电机组(PMSG)在不对称电网故障下的穿越能力,提出了一种基于超级电容储能的PMSG风电机组的故障穿越方法。该方法采用双向直流变换器将超级电容器组连接在交直交变流器的直流母线上,通过对超级电容的吞吐功率进行控制,限制了故障情况下交直交变流器直流侧电压上升,并降低了不对称故障引起的直流母线电压2倍工频纹波。同时在网侧换流器的控制中采用电网负序电压前馈的方法,消除并网电流负序分量。结合低电压穿越标准,对超级电容的容量选取进行了讨论,并建立了超级电容器及其功率变换电路的数学模型,设计了超级电容储能系统的控制器。采用Matlab软件,对1 MW机组的仿真结果表明,所提出的不对称故障穿越方法,可同时减小并网电流负序分量和直流母线电压的2倍工频纹波,提高了机组不对称故障穿越能力,验证了文中提出的故障穿越策略的有效性。     

受限机械臂的自适应小波滑模位置/力混合控制

针对终端运动受约束的机械臂位置/力混合控制问题,提出了一种自适应小波滑模控制算法.该控制方案将滑模控制的鲁棒性及自适应调整能力与小波神经网络相结合,根据坐标变换得到降阶位置/力模型,针对降阶模型采用小波神经网络在线学习系统未知动力学模型中的非线性部分,同时引入滑模控制自动调整小波网络权值参数,从而对神经网络的固有逼近误差进行有效补偿,达到期望的跟踪性能.二自由度机械臂的仿真结果表明该控制器能保证系统快速有效跟踪指定参考信号.     

压电定位台RBF非奇异快速终端滑模跟踪控制

为了实现对具有强非线性压电定位台的精确位置跟踪,提出了一种基于径向基函数(RBF)神经网络和非奇异快速终端滑模面的自适应控制方法.对压电定位台进行了自适应控制建模,设计了非奇异快速终端滑模控制器.结合RBF神经网络实现了控制器的改进,提出了RBF非奇异快速终端滑模控制器及其参数更新规律,采用李雅普诺夫理论进行了稳定性证...     

双馈式风电机组的自适应Super-twisting功率控制

针对使用双馈式感应发电机的风电机组易受电网电压波动、外界风速干扰影响等问题,提出了一种自适应Super-twisting功率控制方法。该方法实现了风电系统随着系统工作的区域(由风速大小所决定)而变化,即在部分负荷区域优化有功功率,在全负荷区域限制有功功率。同时在不同的区域根据需要调节无功功率达到补偿功率因数的控制目标。该方法具有易于实现、鲁棒性强的优点和自适应控制增益可调的特点,适用于带有外界干扰以及参数时变的非线性系统。通过仿真证明,以该方法设计的控制器应用于双馈式风力发电系统中控制有功功率和无功功率具有良好的鲁棒性能,且抖振得到降低,滑模变量在有限时间内迅速收敛于滑模面。     

旋转导向钻井稳定平台的RBF网络滑模变结构控制

针对旋转导向钻井稳定平台存在的摩擦问题带来的不确定性,提出一种基于RBF神经网络的自适应滑模变结构控制方法,以提高稳定平台控制的精确性和抗干扰能力。使用RBF神经网络对稳定平台模型中的不确定性进行逼近,通过设计RBF网络节点的唤醒与激活阈值来减少网络规模,同时设计权值调整的自适应律,并结合滑模控制增强系统的鲁棒性。分别采用一般滑模变结构控制方法和RBF神经网络滑模变结构控制方法进行仿真实验,结果表明,RBF神经网络滑模变结构控制方法能够有效地逼近控制对象模型,有较强的鲁棒性。     

线控转向系统的自适应神经网络滑模控制

传统滑模控制(SMC)方法应用到线控转向系统时,需要预先获取系统干扰的上界值,且系统干扰变化会导致转角控制稳定性变差.为了提高线控转向系统的车轮转角跟踪性能,提出了一种考虑系统干扰的自适应神经网络滑模控制(RBFSMC)方法.RBFSMC先采用径向基神经网络对系统的不确定性和电机力矩扰动进行实时估计,再结合传统滑模控制...     

具有死区输入的不确定分数阶混沌系统的同步

针对一类具有死区非线性输入和外部扰动的不确定分数阶混沌系统同步问题,提出一种模糊神经网络结合自适应滑模控制的同步方法.利用模糊神经网络逼近未知的非线性函数,并且对逼近误差采用自适应控制进行补偿,同时构造了一种具有较强鲁棒性的分数阶积分滑模面.应用分数阶Barbalat引理和分数阶稳定性理论,设计自适应模糊神经网络滑模控制器和参数自适应律.数值仿真结果验证了该控制方法的有效性.     

分数阶超混沌Chen系统的RBF神经网络自适应滑模同步

针对分数阶超混沌系统的同步问题,通过设计一个新型含分数阶滑模面的RBF神经网络自适应滑模控制器,应用滑模控制和主动控制原理实现分数阶超混沌Chen系统的驱动系统和响应系统间的同步.在RBF神经网络控制方案的基础上引入分数阶滑模控制器以提高系统的鲁棒性,并在分数阶滑模控制器中增设自适应参数使得控制律在迭代过程中找到合适的切换增益,免除繁冗的人工调参过程.根据Lyapunov稳定性定理证明了该方案下系统的稳定性.当存在外部干扰时,将RBF神经网络与分数阶滑模控制相结合,更利于系统在迭代过程中找到最近似的权值,并通过补偿控制降低干扰对控制系统的影响.数值仿真结果验证了该控制方法的鲁棒性及有效性.     

基于自适应反步法的非线性导弹制导/控制系统综合设计

利用基于RBF神经网络的自适应反步法结合滑模控制对非线性导弹的制导/控制系统进行了综合设计.首先把导弹的制导/控制系统转化为严反馈型,然后利用基于在线调节的神经网络反步法克服非线性系统的非匹配不确定性,引入的滑模控制项使跟踪误差趋于零.仿真结果表明,所设计的方法具有较强的实用性.