城市电网规划的一种新方法——拉格朗日松驰法

采用拉格朗日松驰法处理城市电网规划的难点之一－离散性质的固定费用，把难求解的带固定费用的网络优化问题转化为易求解的线性规划问题，从而弥补了线性化方法和分枝定界法的不足，采用了速度较快的网络流法求解线性规划问题，并把功率最优流向的自动选择巧妙地嵌入到了网络流法中，不会因为人为选定功率流向而导致非最优解，实际计算结果证明了本方法的有效性。     

燃料电池混合动力轿车控制策略与参数优化

以某国产经济型轿车为平台,对其动力总成进行了燃料电池混合动力驱动系统的虚拟改装．为提高其整车的经济性和动力性,使用ADVISOR软件对整车性能进行仿真分析,研究了燃料电池混合动力驱动系统开关控制模式和功率跟随控制模式的特性,确定功率跟随控制模式为适合该车型的控制策略．分析了4种典型驱动工况下不同混合动力度的整车经济性及动力性,其中50％的混合动力度是适用于该车型燃料电池混合动力驱动系统最优配置．在此最优配置下,以最小氢气燃料消耗为目标,优化主减速比、燃料电池的最大和最小工作功率以及蓄电池的充电功率,得到了燃料电池混合动力系统的最佳工作点．     

基于线性自抗扰的脉宽调制整流器预测直接功率控制

传统模型预测直接功率控制响应速度快、抗干扰力强而被广泛应用,但控制目标单一且开关频率较高,使其功率转换率降低.针对该问题,提出一种基于线性自抗扰的三相脉宽调制(PWM)整流器预测直接功率控制.系统内环以功率为控制量,建立功率跟踪偏差的平方和开关频率为损耗函数,并利用滚动优化法选择最优开关状态,省去PWM调制,降低开关频率,另外引入两步预测法与重复控制消除控制延时造成的功率预测误差;电压外环采用线性自抗扰控制器(LADRC)抑制直流侧负载波动的影响.最后,建立基于TMS320F28335控制核心的实验平台,结果表明所提算法的有效性与可行性.     

认知多用户多中继协作蜂窝网络最优共同功率和频谱分配

研究了基于认知无线电的多用户多中继协作蜂窝网络最优功率和频谱共同分配问题,建立了基于发射功率向量和中继结点频谱分配向量为参数的网络最优功率和频谱最优化分配模型,应用罚函数法对提出的最优化分配模型进行求解,提出了一种多认知用户多中继协作蜂窝网络最优功率和频谱共同分配方法。仿真验证了提出的方法正确性和有效性,仿真结果表明提出的分配方法能对发射功率和中继结点频谱进行最优分配,保障每个结点获得最优吞吐量的基础上最大化网络总的吞吐量。     

基于UCC3895的电动汽车车载充电器设计

为便于电动汽车充电,设计了一台电动汽车车载充电器。该充电器采用恒流、恒压二阶段充电方案,主电路采用移相控制零电压开关全桥变换器,控制电路以UCC3895为核心,设有输入过欠压保护、输出过压保护、功率开关管过流保护等功能。制作了一台1050W样机,其功率密度为49.16W/inch3。     

基于PV节点注入功率的降损方法

本文以降低网损为目标对PV节点注入功率的进行了优化。基于广义Tellegen定理推导了网络总损耗对各节点功率的灵敏度公式。构造了PV节点功率步长变化函数,通过循环迭代计算出了PV节点注入功率的最优值,使网损减小。引用算例进行仿真计算,并依据功率优化方法优化PV节点的注入功率,给出了优化前后各节点功率的比较结果,降低了网络损耗,验证了方法的正确性。     

总流量可变的最小费用流问题及其求解

讨论在总流量可变动的情况下，网络最小费用流问题的解法。分别就单源单汇和多源多汇情况构造不同的辅助网络，将原网络中的最小费用流问题转化为辅助网络中的最小费用循环流问题，然后用瑕疵算法求最小费用循环流问题的最优解，这样在求出原网络中最小费用流的同时，也获得了总流量的最优取值。     

高频MOSFET并联运行及驱动特性研究

提出一种高频MOSFET驱动电路，分析研究了高频MOSFET双管并联动态开头模式下出现的不均流问题。小功率电路实验结果表明，采取两个并联MOSFET对称分布，且通过调节栅极输入电阻使两个MOSFET特性参数匹配等措施，可获得较好的均流效果，在1MHz工作频率下可实现两管同时开关。     

基于遗传算法的认知无线电网络共同信道和功率最优分配

信道分配和功率控制问题是认知无线电网络中的核心问题。文中根据不完美频谱感知情形下的干扰功率模型,建立认知无线电网络共同信道和功率分配优化模型,并通过罚函数法,将标称的混合整数规划问题简化为不带约束条件的非线性规划问题,提出了基于遗传算法的共同信道和功率最优分配算法。仿真结果表明,该算法能在不完美频谱感知情形下对信道和功率进行联合最优分配,减少对主用户功率干扰,实现网络中认知用户吞吐量的最大化。     

配电网络重构的递归虚拟流理论和算法

配电网络重构是降损的有效措施。该理论和算法将配电网络重构问题分成与联络刀闸一一对应的一系列重构子问题，每个子问题用虚拟流理论求解。该理论通过建立单环网的非线性规划模型，在优化过程中考虑了负荷的电压静特性对优化结果的影响，且证明了打开流过虚拟流最小的网环刀闸，所得辐射网络结构最优的结论。重构总问题采用递归算法求解。该算法根据启发式指标大小确定子问题的预过滤、刀闸的开合顺序和开后重合问题，从而保证合理的操作顺序和最优的网络结构，便于实时环境应用     

配电网重构方案Hopfield神经网络算法研究

针对配电网辐射状运行的特点,提出了以Hopfield神经网络为基础,以降低网损为目标函数的配电网重构方案算法:首先利用Hopfield神经网络来确定各个节点的入度,然后根据节点入度确定线路是否投入运行,并由此确定各联络开关的状态,最终确定配电网重构方案.给出了神经网络能量函数和求解方法,能量函数同时考虑到了辐射状运行、网损最低和某些线路可能无联络开关的问题.通过对IEEE一三电源电网进行计算,所得结果和遗传算法基本一致,而Hopfield神经网络通过解微分方程组确定最优解的计算时间相对较少.     

考虑电动汽车有序充电的配电网重构降损策略

随着电动汽车的快速发展,配电网中建设了大量的充电桩和充电站。由于电动汽车的充电行为具有潮汐效应,当大量电动汽车同时充电时将造成配电网中的线路重载,使得部分节点的电压过低。因此研究电动汽车的有序充电以及通过配电网重构改善潮流分布具有重要的意义。首先以配电网的负荷波动最小为目标优化分时电价策略,引导充电站和充电桩控制电动汽车的充电功率以优化负荷曲线,最后通过配电网重构策略改变配电网中的柔性开关从而转移潮流,提高电压质量。通过IEEE33节点算例验证,结果表明所提的有序充电和重构策略能够改善配电网的潮流分布,降低配电网的峰谷差和网损,提高配电网的电压质量。     

适合负荷变化的配电网络重构

考虑到负荷变化的情况,提出一种配电网静态重构算法,并以此为基础设计出了能够适应负荷变化的动态重构算法。其中静态重构算法以支路交换法为基础,利用降损估算公式分析负荷变化对网络结构的影响,并通过支路流过的负荷值与最佳转移负荷的距离确定应打开的分段开关,算法无需进行潮流计算;动态重构算法则是根据开关操作最大降损量客观指导时段划分,并通过建立评价函数分析各时段在整个时区的降损效果,以进一步优化结果。算例结果表明提出的静态重构和动态重构算法是可行和有效的。     

基于SA-CS算法的含分布式电源配电网优化重构

电力行业作为拯救国民经济、社会和人类生活的基础产业,将面临重大改善,而作为电力系统重要组成部分的电网结构调整也应得到优化。本文针对配电网优化重构问题,以系统有功网络损耗最小、节点电压偏移量最小作为优化目标建立配电网重构目标函数;对于含分布式电源配电网系统,系统环形拓扑结构变得更加复杂,布谷鸟搜索算法容易出现收敛速度慢,容易陷入局部最优,后期收敛精度差的缺点,本文提出一种基于混合模拟退火布谷鸟搜索算法的配电网重构算法。通过引入模拟退火操作,提高算法收敛速度与精度。将该算法应该用于配电网重构问题,仿真结果表明相较于传统算法此算法有更快的收敛速度,同时有效的降低了配电网络的有功损耗,极大的提高了节点电压幅值;提高了配电网运行的稳定性与供电质量,对配电网安全经济稳定的运行提供了参考。     

考虑配电网故障停电风险和负荷变化的动态网络重构

配电网重构可以改善和提升系统的运行效率,但目前重构方法中较少考虑配电网的可靠性和负荷动态变化.文中针对由配电网支路故障引起的配电网可靠性降低问题,提出了一种考虑配电网支路故障停电风险和负荷变化的动态重构方法,并以支路故障停电风险指标来评价配电网网络结构的优劣,建立了考虑支路故障和负荷变化的配电网分时段动态重构模型,给出了利用量子遗传算法求解所提模型的方法和流程.IEEE 33-节点系统仿真结果表明,采用考虑障停电风险的配电网动态重构方法,在16∶00和17∶45可以明显降低配电网故障停电风险（分别降低13.52千瓦小时/年和13.62千瓦小时/年）,验证了所提出的考虑故障停电风险的配电网动态重构方法的有效性.     

一种融合分布估计的离散粒子群优化算法的配电网重构

将基于分布估计的离散粒子群优化算法运用于配电网重构,以降低网损为目标函数,对于新的种群,随机从概率模型和至今全局最优信息项中获取解信息。仿真实验结果表明提出的关于配电网重构的新算法优于其他几种优化算法。     

基于解空间高效编码的配电网重构连续化算法

提出一种基于解空间高效编码的配电网重构连续化算法.推导基于负荷电流的网损计算近似公式以估计开关交换支路范围,压缩解空间,提高寻优效率;建立连续变量解与离散变量解存在映射关系的双种群解空间,避开直接求解离散变量,减小计算量且适用连续变量优化方法求解;在一定编码规则下降维并减小变量置信区间半径后,通过编码规则和算法特性从概率上规避第一类非有效解,比对专家库完全规避第二类非有效解,使潮流计算次数大幅减少;改进纵横交叉算法,横向交叉引入方向性,采纳模糊聚类思想将静态纵向交叉因子动态化,收敛速度和精度得到改善.仿真结果验证了该方法的正确性和有效性.     

配电自动化动态重构研究综述

为了优化配电网的运行、降低损耗,需要进行网络重构,配电自动化系统的建设使网络动态重构的工程应用成为可能.分析智能配电网背景下网络重构的特点,基于负荷预测建立含分布式发电的配电网动态重构数学模型,探讨动态重构需要解决的问题,包括准确的功率预测、合理的重构方案、高效的算法和综合优化策略的研究.基于配网自动化系统,建立配电网动态重构管理系统,对节能减排,提高配电网可靠性和电能质量具有重要意义.     

基于启发式规则与和声搜索的配电网重构算法

提出一种基于启发式规则与和声搜索算法的配电网经济性重构方法.首先,根据配电网重构网络拓扑要求及和声搜索算法的特点,采用基于重构环解的和声向量编码方式,通过构建重构环特殊支路组、设定支路断开原则避免不可行解的产生;然后,以网损最小为目标分析初始网络,利用启发式规则将各重构环搜索范围压缩到最有可能的有效解范围之中;最后,利用和声搜索算法在有效解范围中全局寻优.该方法显著减少了候选解数目,能够快速搜索到全局最优解,且搜索性能不随网络规模的扩大而变差.IEEE典型算例的仿真结果验证了本文方法的正确性和有效性.