电动汽车电池组充放电控制方法

    公开(公告)号:CN111976543B

    公开(公告)日:2023-01-31

    申请号:CN202010701932.4

    申请日:2020-07-20

    摘要: 本发明公开了一种电动汽车电池组充放电控制方法,包括以下控制内容(1)针对电动汽车中电池组SOC的不一致性问题,提出了基于动态平衡点的控制策略。(2)当电池组荷电状态小于设定阈值时,提出基于电动汽车工作状态的决策树控制算法。(3)工作过程中,综合考虑路况、电池荷电状态和车辆工作状态等多因素,利用基于模糊商空间的属性权重确定算法确定行驶过程中各影响因素的权重并以此确定两块电池参与工作的权重,使两块电池协同工作,避免过充和过放。(4)运用基于羚羊神经网络的动力电池SOC估计方法,分析一直处于放电状态的电池寿命,当低于安全阈值时予以更换。本专利发明的控制方法能更大限度的发挥电动汽车电池组的性能,延长使用寿命。

    一种面向交直流混合电网的电力系统无功优化方法及系统

    公开(公告)号:CN114899841A

    公开(公告)日:2022-08-12

    申请号:CN202210565972.X

    申请日:2022-05-23

    IPC分类号: H02J3/18 H02J3/16 G06N3/00

    摘要: 本发明涉及一种面向交直流混合电网的电力系统无功优化方法及系统,首先针对系统各节点注入无功功率改变而驱动各优化目标值变化的问题,提出了一种节点注入无功功率值改变引起系统的单个优化目标值变化的节点驱动系数的确定方法,再将系统各节点驱动系数的多目标优化问题转化为节点驱动因子的单目标问题;采用一种基于海鸟优化算法多目标优化方法,通过模拟海鸟捕猎的不同行为构建对应数学模型进行寻优计算,确定各节点注入无功功率的理论最优值;最后基于各节点注入无功功率理论最优值结合各节点驱动因子,得出系统的各节点无功注入实际最优值,调整电力系统各节点注入的无功功率,实现电力系统无功优化,提高系统运行的安全性、稳定性和经济性。

    一种用于微电网特定次谐波补偿的储能变流器控制方法

    公开(公告)号:CN109659940B

    公开(公告)日:2022-04-12

    申请号:CN201910137481.3

    申请日:2019-02-25

    IPC分类号: H02J3/01 H02J3/18

    摘要: 本发明公开了一种用于微电网特定次谐波补偿的储能变流器控制方法,引入基于小波包分解结合异常值检测的微电网谐波检测算法得到各次谐波电流;利用陷波器对所采用的特定次谐波补偿控制器的积分环节进行替代,对其控制增益效果进行改善;此外利用BP神经网络对特定次谐波补偿控制器的参数进行实时动态调整。本发明将小波包分解结合异常值检测的谐波电流检测算法、陷波器改进谐波补偿控制器以及基于BP神经网络的参数整定算法结合在一起,改善微电网谐波补偿效果,提高并网微电网的电能质量。

    一种基于氢光储联合发电系统的功率协调控制方法

    公开(公告)号:CN113595149A

    公开(公告)日:2021-11-02

    申请号:CN202110768720.2

    申请日:2021-07-07

    摘要: 本发明公开了一种基于氢光储联合发电系统的功率协调控制方法。属于电力储能领域,由光伏发电系统、燃料电池子系统、功率转换器、蓄电池、储氢罐、电解槽组成。其控制方法的步骤:基于光伏发电的多层聚类抽样场景分析,建立基于循环歧异点算法的光伏发电短期预测数学模型;对燃料电池子系统,建立燃料电池半经验数学模型;对蓄电池,建立等效电路模型;基于氢光储联合发电系统,提出基于双模块控制的协调控制策略,下层控制模块完成对最大出力的跟踪并同时进行对负载变化的快速响应,上层控制模块提出基于降低蓄电池放电次数和基于提高燃料电池使用寿命的双目标协调控制策略。本发明降低了光伏发电波动性,提高系统供电可靠性,提高太阳能利用率。

    一种风光储发电系统协调控制方法

    公开(公告)号:CN113555899A

    公开(公告)日:2021-10-26

    申请号:CN202110819015.0

    申请日:2021-07-20

    摘要: 本发明公开了一种计及负荷、风光波动性的风光储发电系统协调控制方法,包括以下步骤:利用多维密集网络算法对负荷进行预测,得出预测负荷曲线;建立风光储发电系统的预测模型,考虑风电、光伏发电系统的波动性和储能的荷电状态,构建风光储发电系统的协调优化模型,求得每一时刻最优的光伏单元和风机的数量组合,使风光储发电系统能够有效地跟踪预测负荷曲线。本发明的协调控制方法能降低储能充放电深度,防止储能过充过放,同时减小风电和光伏输出功率的波动性,提高联合发电系统负荷跟踪能力,具有切实可行的实用价值和广泛的应用前景。

    一种混合储能系统平抑风电功率波动的双层协调控制方法

    公开(公告)号:CN113422375A

    公开(公告)日:2021-09-21

    申请号:CN202110716289.7

    申请日:2021-06-25

    摘要: 本发明公开了一种混合储能系统平抑风电功率波动的双层协调控制方法,包括:(1)通过支持向量机回归预测短期风电功率,在所述的支持向量机回归预测过程中,通过人群搜索优化算法优化惩罚因子参数;(2)基于W‑M滤波法将平抑后风电功率作为并网参考功率,计算HESS参考输出功率,采用改进希尔伯特‑黄变换对超级电容器和蓄电池一次功率分配,得到各自的参考补偿功率;(3)系统通过功率优化层,将超级电容器和蓄电池的工作区域进行划分,采用自适应注水算法对HESS的充放电功率和SOC进行协调控制得到期望补偿功率;(4)通过功率实现层,运用机会约束规划方法以最小化为目标,最大和最小充放电功率值为约束,采用SH优化算法得到最终功率设定值。

    一种强磁增速超导新能源转化装置及其优化方法

    公开(公告)号:CN112838742A

    公开(公告)日:2021-05-25

    申请号:CN202011514186.4

    申请日:2020-12-18

    摘要: 本发明公开了一种强磁增速超导新能源转化装置及其优化方法,其特征在于,所述转化装置包括永磁直线定子(1)、超导磁场调制直线动子(2)、超导制冷装置(3)、高速旋转动子(5)和分段内嵌式螺旋电机;所述超导磁场调制直线动子(2)根据磁场调制原理将波浪低速运动产生的极对数较低的静止直线行波磁场调制成较高速度的螺旋磁场,带动高速旋转动子(5)运动,使螺旋调磁环(2‑2)与分段内嵌式螺旋永磁体(5‑1)产生磁耦合,产生的交变永磁磁场在电机绕组上(6)感应出电能。本发明能够极大地提高能量转化装置的功率密度和发电效率,从而有效降低波浪发电装置的体积和质量。

    一种用于退役电池的SOC、SOH联合估算方法

    公开(公告)号:CN112649736A

    公开(公告)日:2021-04-13

    申请号:CN202011392585.8

    申请日:2020-12-02

    摘要: 本发明公开了一种用于退役电池的荷电状态(Stateof Charge,SOC)、健康状态(Stateof Health,SOH)联合估算方法,针对退役电池的离散、不一致等性能缺陷,首先,建立一种综合考虑退役电池性能影响因素的电池单体模型,随后利用电池的混合动力脉冲能力特性(Hybrid PulsePower Characteristic,HPPC)测试所得试验数据对所建模型实施参数识别,同时根据试验数据联合蜂鸟‑神经网络算法估算电池SOH,进而确定电池的实际可用容量,以此为依据对安时积分法进行校正,最后,基于上述所得电池单体离线模型参数和改进安时积分法,采用离线‑迭代算法对电池SOC进行估算。本发明将蜂鸟‑神经网络算法、改进安时积分法、离线‑迭代算法相结合,有效提升了退役电池SOH、SOC估算的快速性与准确性。

    控制信号表征方法及PWM调制器模型、开关器件模型和电磁暂态仿真方法

    公开(公告)号:CN108009375B

    公开(公告)日:2020-12-29

    申请号:CN201711380227.3

    申请日:2017-12-20

    IPC分类号: G06F30/33

    摘要: 本发明公开了一种PWM门极控制系统的控制信号表征方法及基于该方法的PWM调制器模型、受控电力电子开关器件模型和高精度PWM变流器电磁暂态仿真方法,能够精确反映事件发生时刻,且能够在不降低内存使用效率的前提下获得并输出PWM调制器输出逻辑量的准确变化时刻,配合后续的各种插值和积分方法可实现PWM变流器的精确仿真。本发明公开的控制信号表征方法,能够同时表达PWM控制逻辑和可能存在的逻辑精确变化时刻,同时优化了内存使用和数值计算效率,提高了仿真算法程序实现的可靠性。本发明高度兼容于EMTP等基于固定步长的电磁暂态仿真方法,可在基于上述电磁暂态仿真方法的仿真软件中方便应用。

    一种退役动力锂电池热特征一致性筛选方法

    公开(公告)号:CN111915600A

    公开(公告)日:2020-11-10

    申请号:CN202010805610.4

    申请日:2020-08-12

    摘要: 本发明公开了一种退役动力锂电池热特征一致性筛选方法,包括:步骤1:获取记录退役锂电池温度变化过程的红外视频序列;步骤2:从步骤1获取的红外视频序列中提取关键帧图像;步骤3:使用K-Means聚类方法对步骤2提取的所有关键帧图像中的锂电池表面热点进行聚类;步骤4:根据步骤3聚类结果,计算锂电池表面热点归一化统计直方图向量;步骤5:使用均值漂移对步骤4计算得到的锂电池表面热点归一化统计直方图向量进行聚类,实现对所有退役动力锂电池热特征的筛选。本发明直接处理记录退役锂电池温度变化过程的红外视频序列,充分利用视频序列中包含的全部热特征信息,通过二次聚类算法,实现对退役动力锂电池热特征一致性的筛选。