计及电-氢混合储能的孤岛直流微电网可靠性评估

电-氢混合储能为提高孤岛直流微电网可靠性提供了有效途径,然而不同电-氢混合储能策略也会影响系统的可靠性水平,文中针对不同电-氢混合储能运行顺序,对比分析了3种储能策略对孤岛直流微电网可靠性的影响。首先,建立氢气储能模型、蓄电池储能模型和微电网可靠性评估指标体系;然后,计及系统元件故障,基于序贯蒙特卡洛法,提出计及电-氢混合储能的孤岛直流微电网可靠性评估方法;最后,采用改进的RBTS BUS6 F4馈线系统对孤岛直流微电网进行可靠性评估,对比分析储能策略和电-氢混合储能容量对系统可靠性的影响。结果表明:氢储能可以有效提高系统可靠性,不同的电-氢储能策略和容量对系统可靠性具有不同的影响。

基于马尔可夫过程的漏电保护器服役状态及其可靠性分析

漏电保护器在实际服役过程中可能会发生故障,但诱发其故障暴露的激励条件不具备时,其故障并不能显现出来。针对这一问题,提出一种计及隐藏故障的漏电保护器运行状态划分方法,建立基于马尔可夫过程的运行状态转移模型,实现漏电保护器的实际服役状态准确描述;设计基于蒙特卡洛法的漏电保护器可靠性仿真模型,以漏电故障频次、漏电流大小、保护器可靠性水平和运行时间为主要变量,对无检查和有检查下漏电保护器的状态概率进行仿真分析,确定了保证供电系统可靠性和安全性条件下的最低定期检查频次。该方法适用于不同可靠性水平的漏电保护器的分析与评估,对其定期检查策略的制定具有指导意义。

基于智能优化算法的高频变压器电磁结构优化设计

高频变压器(HFT)作为电力电子变换器等功率变换装备的核心部件,其优化设计是实现高功率密度、高效率和高可靠性的重要环节。为有效解决高频条件下显著的涡流效应和复杂紧凑的结构使变压器损耗难以准确计算、针对绝缘设计裕量不足的问题,本文提出计及高频效应和结构效应的电磁场建模方法,构建了高频变压器多目标协同优化设计方案。首先建立了低成本与高效率兼备的磁心损耗计算模型。其次,根据面积等效原理推导了考虑绕组结构效应的近似Dowell模型,实现绕组损耗的高精度计算。然后提出了考虑绕组端部效应和频率影响的漏感计算模型,减小漏感对于结构和频率的依赖性。在此基础上,采用一种新型多重绝缘结构,提高绕组间的绝缘耐压水平。最后,基于改进的非支配排序遗传算法(INSGA-Ⅱ)和自由参数扫描法建立了高频变压器的优化设计流程,根据筛选的最优设计方案研制了一台高频变压器样机。

基于改进Bootstrap-Bayes的电子式剩余电流动作断路器可靠性评估

作为一种高可靠性、长寿命产品,电子式剩余电流动作断路器可获得的试验数据很少。为了对其可靠性进行评估,提出一种基于改进Bootstrap-Bayes的可靠性评估方法。首先,进行温度为加速应力的剩余电流动作断路器的加速退化试验,利用退化数据外推得到伪失效寿命,经检验,电子式剩余电流动作断路器伪失效寿命服从双参数威布尔分布;然后,采用灰色GM(1, 1)模型对试验数据进行扩充作为先验信息,通过马尔科夫链蒙特卡洛(MCMC)算法中的Gibbs抽样结合Bayes公式得到参数估计值;最后,利用Arrhenius加速模型实现正常使用环境下剩余电流动作断路器的可靠性评估。

RV减速器高应力加速退化试验及可靠性分析

针对工业机器人上使用的RV减速器寿命长且性能退化缓慢的特点,提出一种基于RV减速器高应力加速退化试验与传动精度退化模型建模的方法,对RV减速器可靠性进行评估。对RV减速器薄弱环节的强度进行校核,确定加速试验最大加载值;在该加载值下对3台RV减速器开展加速退化试验,获得加速条件下RV减速器传动精度退化量;根据RV减速器传动精度退化特性,使用样本数据分离的极大似然估计法,对每台减速器的传动精度展开退化轨迹建模;将Wiener退化模型中的初始性能退化量和漂移系数设为定值,获得扩散系数的变异系数,假设扩散系数服从正态分布,求得RV减速器可靠性。结果表明:高应力加速退化试验可为RV减速器可靠性分析提供切实可信的试验数据,节约试验时间及成本。基于加速退化试验和传动精度退化模型建模的求解RV减速器可靠性的方法,在体现个体差异的同时,实现了小样本条件下RV减速器的可靠性分析,并且能够准确计算出RV减速器的失效概率,对于提升工业机器人的工作性能具有重要意义。

基于动态J-A模型的直流偏磁条件下电工钢磁特性模拟及实验验证

直流偏磁下,变压器励磁电流畸变,损耗显著增加,导致变压器局部过热甚至绝缘老化。为研究直流偏磁对铁芯铁磁材料磁特性的影响,在经典Jiles-Atherton(J-A)理论基础上,依据损耗分离理论,建立了动态J-A模型。利用优化算法与损耗分离理论分别辨识与计算未引入直流偏磁量的静态模型参数和动态损耗系数,并通过仿真结果与实测数据对比,验证了模型的准确性。搭建电工钢磁性能测试系统,获得不同直流偏磁条件下电工钢的损耗及磁性能数据,并用于分析直流偏磁量对磁滞损耗、动态损耗的影响规律。基于分析得到的规律,提出一种对不同偏磁条件下铁磁材料的磁滞回线及磁损耗进行预测的新方法。对比预测结果与实验结果,发现二者拟合较好,验证了该方法的正确性和有效性。

基于Energetic模型的直流偏磁条件下电工钢片磁特性模拟及实验验证

直流偏磁条件下,变压器励磁电流畸变,损耗显著增加,导致变压器局部过热甚至绝缘老化。为研究直流偏磁对铁磁材料磁滞和损耗特性的影响,该文首先在静态Energetic磁滞模型的基础上,考虑涡流损耗和异常损耗对磁滞回线的影响,建立动态Energetic模型,并利用优化算法和损耗分离理论分别提取无偏磁条件的静态Energetic磁滞模型参数和动态损耗系数。通过对比磁滞回线仿真结果与实测数据,验证了所建模型的准确性;其次,搭建磁性能测试系统,实验获取了不同偏磁工况下电工钢片的磁滞特性和损耗特性数据,并分析直流偏磁量对磁滞损耗、动态损耗(涡流损耗与异常损耗之和)的影响规律;最后,基于上述分析结果,提出一种对不同偏磁条件下铁磁材料的磁滞回线及磁损耗进行预测的新方法。对比预测结果与实验结果,发现二者吻合较好,验证了该文方法的正确性。

智能车辆局部避障轨迹规划研究

根据自主车辆的避障动态过程,定义碰撞风险区域及转向失调风险区域,并结合人工势场理论,对自主车辆所受引斥力进行优化设计。最终将引斥合力函数引入轨迹规划层目标函数作为避障惩罚项,建立基于障碍车辆引斥合力的NMPC轨迹规划控制器。CarSim/Simulink联合仿真表明:改进后的避障轨迹规划策略在保证车辆质心侧偏角、侧向加速度、轮胎侧偏角远离约束边界的同时,优化了整车行驶安全性及驾驶舒适性。验证了基于障碍车辆引斥合力的NMPC轨迹规划策略的有效性。

棒状铁镓合金磁特性测试装置的设计与实验

磁致伸缩水声换能器作为电-机械-声能量转换器件是声呐系统中重要的大功率电磁装置,其核心驱动元件铁镓合金棒需工作在高频(f>1 kHz)激励条件下,为对此类高频大功率磁致伸缩器件的优化设计提供指导,需要准确测试棒材的高频磁特性。以往的测试装置由于高频激励时导磁回路铁损大、励磁回路电阻抗高以及棒材磁导率低等特点,难以保证铁镓合金棒内获得均匀且数值较高的磁通密度。该文基于电磁场理论设计了一种棒状铁镓合金高频高磁通密度磁特性测试装置,首先根据电磁损耗机理选择高频磁心材料并利用参数化扫描的方法优化其尺寸参数,在此基础上,建立三维有限元模型仿真计算棒材内部磁场大小及分布;然后以提高电磁转化效率为目标,设计测试装置的电路部分并依据串联谐振原理进行阻抗匹配;最后制作样机并进行实验测试。结果表明,该测试装置在1 kHz下,磁通密度幅值最高可达0.89 T,比常用的AMH-1M-S动态磁特性测试仪(最高可提供0.1 T磁通密度幅值)提高约9倍,且操作简单、稳定可靠。

镓基液态金属柔性叉指阵列电容传感器设计及实验测试

为解决传统叉指电容传感器采用铜和印制电路板打印制备无柔性、难以贴合不平整被测物表面等问题,提出了基于镓基液态金属的柔性叉指阵列电容传感器设计方案。考虑电极层和基板的影响及叉指阵列结构的影响构建传感器数学模型,确定传感器的各项参数。利用镓基液态金属制备柔性叉指阵列传感器,对其进行实验标定和输出特性测试,并将其应用于材料材质识别研究。测试与仿真结果表明,该柔性叉指阵列电容传感器具有良好的柔性、灵敏度和输出特性,具有应用于材料材质识别的应用潜力。

基于竞争失效的低压开关电器可靠性建模方法研究

低压开关电器在其运行过程中同时存在退化失效模式和偶然失效模式,两者实质上是竞争失效的关系。根据低压开关电器失效模式和失效规律的特点,提出基于竞争失效的低压开关电器可靠性建模方法,解决低压开关电器难以实现全面可靠性评估的问题。将累积电弧侵蚀量作为退化特征量,采用带漂移的一元线性维纳(Wiener)过程描述电性能退化过程,采用指数分布描述偶然失效。首先仿真产生偶然失效寿命,并基于Wiener过程仿真产品累积电弧侵蚀量,得到产品的竞争失效寿命,然后建立基于竞争失效的低压开关电器可靠性模型,采用极大似然估计方法进行模型参数估计,最后在不同失效情况下进行基于退化失效、基于偶然失效和基于竞争失效建模方法的可靠性评估,实现不同失效情况下的低压开关电器可靠性评估。通过模拟试验从理论上验证了基于竞争失效的低压开关电器可靠性建模方法能够全面、客观和准确地评估产品可靠性,并且在不同的失效情况下可以根据实际需求选择不同的可靠性建模方法,对低压开关电器可靠性分析具有指导意义。

小型断路器可靠性试验方案的分析

在小型断路器可靠性试验方案国家标准中,对同一失效率(或成功率)等级下抽样方案有多种。抽样方案的选取直接决定了产品的接受概率,从而影响到其经济效益。通过不同方案下的OC曲线对比、辨别力的计算以及生产者风险的比较,对方案做出了评价,并进行了误差分析。根据不同的要求,为选择最合理的抽样方案提供了理论依据。

基于阻抗在线测量的锂离子电池过放电诱发内短路识别研究

锂离子电池的过放电行为可诱发内短路进而可能导致热失控。由于单体电池一致性差异和过放电导致的内短路初期电、热特征不明显,使得电压和温度等常规物理参数难以可靠实现故障预警,而阻抗可以反映电池内部信息,对故障状态具有较好的指示能力。该文通过分析锂离子电池过放电诱发内短路引起阻抗变化的机理,基于设计的阻抗在线测量装置,确定用于监测电池内短路故障的特征阻抗频率为70 Hz,获取过放电诱发内短路过程中特征频率下动态阻抗及阻抗变化率,提出一种基于动态阻抗特征的内短路在线识别方法并验证了方法的可靠性。实验结果表明,锂离子电池放电过程中动态阻抗半正弦变化特征可提前约144 s实现过放电预警,动态阻抗针状变化特征可提前约152 s实现内短路故障预警,动态阻抗明显回升特征可作为内短路发生的标志。此外,阻抗变化率特征有助于实现锂离子电池故障识别及预警,该方法在锂离子电池故障在线快速诊断中具有重要的应用潜力。

“人-车-桩-路-网”深度耦合下的配电网协同规划与运行优化

电动汽车(EV)作为连接交通电气化和电网清洁化的纽带和桥梁,可实现电力-交通-信息之间的深度耦合,形成电力-交通一体化的规划及运行架构。配电-交通融合系统(DTIS)中,EV充放电行为多时空动态交织、电能流-交通流-信息流深度融合、多利益主体动态博弈等大量不确定性因素使配电网的规划及运行优化的边界都将发生重大转变,但同时也给挖掘利用EV的移动储能特性和提升配电网灵活性带来了契机。为此,在分析“人-车-桩-路-网”深度耦合下配电网的形态演化特征基础上,剖析了新形态下配电网协同规划与运行优化所面临的新挑战,进而针对“人-车-桩-路-网”耦合下的EV灵活性建模、灵活域高效构建及预测、协同规划、运行优化4个方面关键技术展开讨论,并对相关技术问题的研究方向进行了展望。

基于变分模态分解和改进灰狼算法优化深度置信网络的自动转换开关故障识别

自动转换开关(ATSE)是保证系统连续供电的设备,对其进行健康监测和故障诊断对系统的稳定运行具有重要意义。为了实现对ATSE的非侵入式故障识别,该文提出一种基于电流信号变分模态分解(VMD)的特征提取和改进灰狼算法(IGWO)优化深度置信网络(DBN)相结合的故障诊断方法。该方法首先利用样本熵确定VMD分解次数并对故障电流进行分解;其次对分解后得到的本征模态函数进行小波包能量的提取,并利用IGWO对DBN网络结构参数进行优化;最后通过DBN将电流能量特征与ATSE的故障类型建立起映射关系从而完成最终的故障识别。所提IGWO采用了分段调节与非线性递减的衰减因子相结合的策略,以平衡算法全局搜索和局部搜索能力;并采用莱维飞行更新探狼的移动位置,来避免算法陷入早熟收敛。实验结果表明,该算法不仅能显著提高前期对参数寻优的训练速度,后续泛化实验的故障分类准确率也有98.78%的良好表现。

基于残差U-Net和自注意力Transformer编码器的磁场预测方法

利用有限元方法对几何结构复杂的电机和变压器进行磁场分析,存在仿真时间长且无法复用的问题。因此,该文提出一种基于残差U-Net和自注意力Transformer编码器的磁场预测方法。首先建立永磁同步电机(PMSM)和非晶合金变压器(AMT)有限元模型,得到深度学习训练所需的数据集;然后将Transformer模块与U-Net模型结合,并引入短残差机制建立ResUnet-Transformer模型,通过预测图像的像素实现磁场预测;最后通过Targeted Dropout算法和动态学习率调整策略对模型进行优化,解决拟合问题并提高预测精度。计算实例证明,ResUnet-Transformer模型在PMSM和AMT数据集上测试集的平均绝对百分比误差(MAPE)均小于1%,且仅需500组样本。该文提出的磁场预测方法能减少实际工况和多工况下精细模拟和拓扑优化的时间和资源消耗,亦是虚拟传感器乃至数字孪生的关键实现方法之一。

考虑特征重组与改进Transformer的风电功率短期日前预测方法

短期日前风电功率预测对电力系统调度计划制定有重要意义,该文为提高风电功率预测的准确性,提出了一种基于Transformer的预测模型Powerformer。模型通过因果注意力机制挖掘序列的时序依赖;通过去平稳化模块优化因果注意力以提高数据本身的可预测性;通过设计趋势增强和周期增强模块提高模型的预测能力;通过改进解码器的多头注意力层,使模型提取周期特征和趋势特征。该文首先对风电数据进行预处理,采用完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)将风电数据序列分解为不同频率的本征模态函数并计算其样本熵,使得风电功率序列重组为周期序列和趋势序列,然后将序列输入到Powerformer模型,实现对风电功率短期日前准确预测。结果表明,虽然训练时间长于已有预测模型,但Poweformer模型预测精度得到提升;同时,消融实验结果验证了模型各模块的必要性和有效性,具有一定的应用价值。

基于观测方程重构滤波算法的锂离子电池荷电状态估计

滤波算法中观测方程的准确性在电池状态评估中起着决定性作用。然而,该文通过试验发现,由于温度、工作电流和荷电状态(SOC)的影响,即使使用精度较高的电池模型,扩展卡尔曼滤波(EKF)算法中观测方程的输出值与实际电压之间仍会存在较大误差,即产生了较大的新息。该文提出一种基于观测方程重组的增强型扩展卡尔曼滤波(E-EKF)算法。该算法的核心思想是利用具有温度、SOC和电流自适应能力的误差修正策略对观测方程进行重组,实现算法中新息的降低,进而提高SOC估计的准确性。使用两种不同温度下的典型工况试验对E-EKF算法的性能进行了验证。试验结果表明,该算法能够适应不同的温度和工况,并具有较高的SOC估计精度。

考虑PWM波形特征的纳米晶磁心损耗模型的研究及验证

磁心损耗精确预测对于电力电子变压器的优化设计至关重要。然而,传统的磁心损耗模型在复杂激励下适用性较差,尤其对于占空比可调、高次谐波含量丰富的PWM波磁心损耗预测,计算精度显著下降。基于Jordan损耗分离模型,建立了一种考虑PWM波形特征的磁心损耗计算方法。首先,该方法根据激励波形特征,推导出相应的波形系数及等效频率来计算PWM波激励下的动态涡流损耗,将Jordan模型的适用范围从正弦拓展到PWM波激励下的磁心损耗计算;然后,分析了不同占空比激励下激励波形有效频率及高次谐波含量变化对损耗系数的影响,并对其进行数学表征,实现了整个占空比范围内磁心损耗的精确预测;最后,搭建了高频非正弦激励下软磁材料磁特性测量平台,针对1K107B纳米晶材料,测量了两种典型PWM波激励下的损耗数据。实验结果表明,所建立的磁心损耗模型具有较高的计算精度,相比于传统的Steinmetz改进公式,整体精度提高了25%。

动态无线充电系统自解耦型分段导轨及其双模切换策略研究

为抑制电动汽车动态无线充电系统发射单元间的交叉耦合,降低其对系统谐振参数设计的影响,文中利用螺线管线圈与平面线圈正交解耦特性,提出一种自解耦分段发射导轨,其中螺线管为分级叠层绕制,实现了相邻发射单元间的自解耦。为降低系统输出参数波动,基于互感动态变化规律,确定系统最佳充电区间,并提出一种双模工作模式及其分段切换策略,实现对发射线圈实能顺序的实时控制。为实现双模工作状态的有序变换,设计自解耦检测线圈结构,该检测线圈采用单层螺线管绕制并与接收线圈正交,避免检测信号与电能传输之间的干扰。最后,搭建实验平台对所提方法的有效性进行验证。实验结果表明,系统输出功率平稳性提升了19.5%,系统的最高效率可达92.3%。