耦合太阳能和地热能的冷热电联供系统优化

天然气和可再生能源互补是一种并行解决环境污染和克服可再生能源不稳定的有效方式,本文提出一种耦合太阳能和地热能的混合冷热电联供(CCHP)系统。基于以电定热(FEL)和以热定电(FTL)运行策略,提出了地源热泵出力比依照逐时电价和季节而变化的运行模式;以一次能源节约率、费用年值节约率以及二氧化碳减排率为目标函数,建立CCHP系统优化模型,运用多目标遗传算法对系统配置及运行策略进行了寻优求解。结果表明:该混合CCHP系统在FEL模式能够实现最优的综合性能.     

基于三电平PWM整流器的超导储能系统直接功率控制

本文研究了基于三电平PWM整流器超导储能系统直接功率控制策略.分别给出了基于电压定向和虚拟磁链的直接功率控制策略的具体实现方法.根据开关表生成的原理,提出了一种新的三电平PWM整流器直接功率控制的开关表.通过Matlab/Simulink仿真分析软件建立模型,验证了本文提出的开关表的可行性,以及基于三电平PWM整流器超导储能系统直接功率控制策略良好的动静态性能.     

冰蓄冷空调系统的多目标优化控制策略研究

为了减少制冷机组的能耗和降低冰蓄冷空调系统的运行费用,提出了基于非线性多目标模型的优化控制策略。首先建立了多台制冷机组总能耗最少的目标函数;其次根据系统设备能耗和当地电价结构,得到了系统总运行费用最小的目标函数;最后使用MATLAB软件编程求得最优解。通过工程实例仿真对比在不同冷负荷时的优化控制策略和制冷机组优先策略下的制冷机组能耗和系统运行费用,结果表明非线性多目标优化控制能够发挥系统潜力,减少制冷机组能耗,降低系统运行费用。     

基于RBF神经网络的SMES控制策略

针对超导磁储能(Superconducting Magnetic Energy Storage, SMES)中传统比例积分(Proportion Integration, PI)控制器控制参数不能更新的问题,提出了基于径向基函数(Radical Basis Function, RBF)神经网络的PI控制策略。以SMES电压源型变流器为研究对象,对其拓扑结构进行建模分析,在交流侧及直流侧控制部分采用RBF神经网络改进策略。该策略的主要功能是利用RBF神经网络的辨识能力对系统模型进行动态辨识,然后将PI控制参数与辨识结果相关联,使得参数在神经网络在线自学习中不断迭代更新,自适应于系统变化。在MATLAB/Simulink中进行仿真验证,结果表明:该控制策略能够快速并准确地响应功率指令和电压指令,有利于SMES更好完成电网波动平抑任务。     

多电飞机直流配电系统电压监控策略研究

多电飞机直流配电系统是电功率传输的核心,由于电网中某些恒功率负载的能量回馈特性、脉冲特性以及在电网中存在单向工作的器件,如二极管。能量在该系统中的传输并不完全可逆。在向电网中突加或突卸负载时,会引起电网电压波动。为了维持直流汇流条电压的稳定、提高能源利用效率,利用MATLAB/simulink软件建立相应的储能和消耗系统模型。对该混合储能系统进行理论研究后,得出不同参数间的逻辑关系,在模糊控制理论基础下,设计两个阶段下维持直流汇流条电压的四种监控策略,并利用MATLAB模糊控制工具建立仿真模型,对四种控制策略进行不同组合,设置加卸负载等不同情况,进行仿真实验,得出仿真实验结果,并以性能和效率为标准对这些策略组进行比较,根据仿真数据得出最优策略组。     

计及成本与能耗的冰蓄冷系统多目标运行优化

为提高冰蓄冷系统的经济效益和节能效果,提出一种计及成本与能耗的多目标优化控制策略。首先,以供冷期总运行费用最小和能耗最低为目标建立系统多目标优化模型,并使用全局准则法求解得到Pareto解集;在此基础上,采用多维偏好线性规划分析方法对Pareto解集进行快速筛选。最后,以商场和办公楼为例,对比分析系统在冷机优先、融冰优先和多目标优化控制策略下的运行情况。研究结果表明,多目标优化控制策略能够有效兼顾系统的运行费用与能耗,实现系统综合运行效益最优。     

基于神经网络遗传算法的激光熔钎焊参数优化

针对激光钎焊熔深难以控制的问题,选取激光焊接功率、焊接速度等激光焊接过程中所涉及的控制参数建立基于BP人工神经网络的激光钎焊模型。根据激光钎焊模拟实验的历史数据对焊接熔深进行预测,采用遗传算法对控制参数进行优化,得到目标焊接熔深。运用MATLAB软件建立了针对铝合金/镀锌钢的激光熔钎焊过程的参数的BP人工神经网络模型,并利用遗传算法的并行和群体搜索策略,对其控制参数进行了优化,使得焊接熔深能通过过程参数精确控制,提高了接头性能。     

一种基于阶梯电流的高温超导储能磁体优化方法

高温超导带材的各向异性特性一直影响着它工程使用中性能的充分发挥,为了提高带材的利用率,本文提出了一种基于阶梯电流的优化方法,利用MATLAB对YBCO高温超导储能单螺管磁体的结构进行优化获得初步模型,对双饼线圈进行分组,以两阶梯电流和三阶梯电流为例对磁体进行了优化.分析了各组双饼线圈的磁场分布和临界电流,计算了各部分带材性能的利用率.利用有限元软件分析阶梯电流引起的磁场变化,在充分考虑带材的临界特性和各向异性的前提下优化各组线圈的电流大小.仿真计算表明,和统一电流磁体相比,采用阶梯电流法能够优化磁体磁场构型,提高平均储能密度,最终提高磁体带材的利用率从而提升储能.阶梯电流法同样适用于多螺管磁体,对于超导储能磁体的优化是一种行之有效的方法.     

量子势阱粒子群优化算法的改进研究

为提高量子势阱粒子群优化算法的优化能力, 通过分析目前量子势阱粒子群优化算法的设计过程, 提出了改进的量子势阱粒子群优化算法. 首先, 分别基于Delta势阱、谐振子和方势阱 提出了改进的量子势阱粒子群优化算法, 并提出了基于统计量均值的控制参数设计方法. 然后, 在势阱中心的设计方面, 为强调全局最优粒子的指导作用, 提出了基于自身最优粒子加权平均和动态随机变量的两种设计策略. 实验结果表明, 三种势阱粒子群优化算法性能比较接近, 都优于原算法, 且Delta势阱模型略优于其他两种.     

基于GA__BP算法的超导储能装置直接功率控制策略

将遗传算法优化得到的权值赋予神经网络,以消除神经网络的局部最优性。再将这种算法应用到超导储能系统(Superconducting Magnetics Energy Storage,SMES)中,得到一种能够改善超导储能系统响应时间,提高超导储能装置稳定性的直接功率控制策略。仿真结果表明,本文提出的控制策略获得了较好的控制效果,适用于超导储能系统。