王晓明
- 作品数:5 被引量:58H指数:4
- 供职机构:浙江大学电气工程学院更多>>
- 发文基金:浙江省自然科学基金国家电网公司科技项目国家自然科学基金更多>>
- 相关领域:电气工程更多>>
- 主从控制下直流微电网稳定性分析及有源阻尼控制方法被引量:25
- 2017年
- 直流微电网系统阻抗的复杂性易造成系统不稳定,以往研究中经常忽略系统节点之间的阻抗,或者给出的稳定性判据不能适用于环网。给出了一种基于阻抗的主从控制下直流微电网系统稳定性判据,并提出了一种基于双准比例谐振(proportional resonance,PR)控制器的有源阻尼控制方法。首先,利用单元连接法对各电源、恒功率负载等功率模块进行戴维南/诺顿等效,得到相应的阻抗/导纳,结合系统节点导纳矩阵给出了一种基于阻抗的主从控制直流微电网的稳定性判据。该判据能够分析含电压控制型主电源、电流控制型从电源、恒功率负载、系统节点间阻抗等复杂直流微电网的稳定性;只与各部分的阻抗或导纳相关,且系统结构可为环形。其次,通过双准PR控制器在电压控制型主电源输出阻抗中串入有源阻尼,能有效降低输出阻抗幅值的峰值,提高系统稳定性,同时不改变输出阻抗的低频段幅值。最后,三机四节点环形直流微电网的仿真结果验证了所提稳定性判据和有源阻尼控制方法的有效性。
- 胡辉勇王晓明于淼彭勇刚韦巍朱文广
- 关键词:直流微电网稳定性分析有源阻尼主从控制
- 考虑多位置NWP和非典型特征的短期风电功率预测研究被引量:18
- 2018年
- 数值天气预报(numerical weather prediction,NWP)是短期风电功率预测模型的主要输入。通常,传统模型只考虑NWP的风速、风向、温度、湿度、压强这5类典型特征,且多数在单位置NWP的基础上建立。因此,为充分利用NWP信息,研究了NWP非典型特征的可用性,并考虑了多个位置的NWP信息。在考虑多位置NWP及非典型特征时,提出了以最大相关-最小冗余原则提取输入变量的预测方法,并和通过主成分分析提取的方法进行对比。结果表明,多位置NWP和非典型特征均包含有效信息,有利于提高预测精度。而在考虑多位置NWP和非典型特征时,以最大相关-最小冗余原则建立的模型比通过主成分分析建立的模型预测精度更高,其均方根误差较只考虑单位置NWP和典型特征时降低了1.84%。
- 宋家康彭勇刚蔡宏达夏杨红王晓明
- 关键词:短期风电功率预测数值天气预报
- 基于分散式阻抗判据的多换流器接入交流微电网稳定性分析被引量:6
- 2021年
- 对于交流微电网的稳定性分析,传统方法如时域特征值分析或频域的奈奎斯特判据等,在模块化微电网中应用时,随着模型维度增长计算量大大增加,且无法有效指导交流微电网子系统设计和控制参数调优工作。针对这一局限,该文提出一种基于分散式阻抗判据的交流微电网稳定性分析方法,通过Park变换和解耦控制,将交流微电网转化为2个独立等效直流子系统,然后由各子系统的额定母线电压和额定容量推导得出各子系统的恒定阻抗判据。基于所提分散式阻抗判据,可以在实现对系统模块化设计的同时,保证交流微电网的整体稳定性,最后通过MATLAB/Simulink仿真对所提方法有效性进行了验证。
- 赵竞涵于淼刘佳宁王晓明
- 关键词:阻抗分析稳定性判据换流器
- 分时多段充放电条件下的锂离子电池特性研究
- 电池充电技术是电动汽车发展的关键技术之一,电池在分时多段充放电区间下的特性是其性能的重要表征.本文以能量型磷酸铁锂电池为研究对象,通过实验对锂离子电池的多段充放电特性进行了研究.首先,进行了不同SOC下电池的参数辨识提取...
- 胡斯登余宇威王睿驰王晓明李武华何湘宁
- 关键词:锂离子电池充放电特性能量管理使用寿命
- 文献传递
- 基于神经网络的三端口DC-DC变换器解耦控制策略被引量:9
- 2019年
- 针对隔离型三端口有源全桥变换器(TAB)存在的实用性问题,提出一种基于神经网络的解耦控制策略。传统的TAB解耦方法主要包括硬件解耦和软件解耦,硬件解耦通过改变电路拓扑消除耦合,工作模式相对固定,而软件解耦则相对灵活。但软件解耦控制需用查表法来获得与系统运行点密切相关的解耦矩阵,该方法在系统工况复杂时存在表格维数过大、实用性不高的问题。针对该问题,提出了基于神经网络的解耦矩阵在线计算方法,有效地降低了解耦算法的空间复杂度。其次,传统的TAB恒压端口采用端口直流内环加端口电压外环的控制方法,其中端口直流电流内环用于实现端口间的解耦控制。该方法中控制回路的设计依赖于负载动态特性,在负载动态特性未知时控制器无法设计。针对该问题,采用端口电压单环控制,并利用端口直流电流的低频分量来计算解耦矩阵,提高了解耦控制算法对不同负载的适应性。通过对负载变化的情况进行仿真,仿真结果表明,该方法消除了端口间的耦合关系,提高了系统的动态响应速度。
- 宋家康彭勇刚王晓明年珩
- 关键词:神经网络解耦控制