基于遗传算法的恒温控制负荷控制参数优化

在遗传算法的理论基础上,对恒温控制负荷控制系统的参数进行优化,探讨优化后参数的运行效果,并提出一种更优的控制策略。等效热参数模型简单、实用,常被用于描述大规模恒温控制负荷的动态特征,故采用该模型进行大规模恒温控制负荷的控制策略研究。根据预测的室外温度曲线,可以得到不平衡的有功功率,即需求负荷。将需求负荷与响应负荷作差,作为控制信号,通过比例积分控制器调节恒温控制负荷的总功率。在这个过程中引入遗传算法,使得控制参数经过多轮选择、交叉和变异后输出最佳值,代入计算,以保证控制系统的优良性能。同时,将温度设定值作为恒温器设定点控制机制的核心,保持以整数形式离散变化,降低调节频次。在大规模恒温控制负荷的温度控制策略中,选用需求负荷与响应负荷的差值表征恒温控制负荷控制系统的跟踪效果,并基于遗传算法优化控制参数,讨论优化前后的变化。相应地,以大规模恒温控制负荷聚合功率的积分平方误差为参考指标,改变温度设定值的最小调节量,比较温度设定值连续变化和离散变化之间的差异。仿真结果表明,经过遗传算法优化后的大规模恒温控制负荷的控制参数在参与直接负荷控制时能实现更好的实时跟随效果,即可在更短的时间内调节功率以响应外界环境温度的变化。除此之外,为避免频繁改变开关状态带来的不良影响,将温度设定为离散的整数能够保证控制精度。综上所述,基于遗传算法的大规模恒温控制负荷的控制参数优化方案能够明显改善控制系统的性能,带来更好的效益。

Surface Acoustic Wave Velocity and Electromechanical Coupling Coefficient of GaN Grown on (0001) Sapphire by Metal-Organic Vapour Phase Epitaxy

High-quality and high-resistivity GaN films were grown on (0001) sapphire face by metal-organic vapour phase epitaxy. To measure the surface acoustic wave properties accurately, we deposited metallized interdigital trans ducers on the GaN surface. The acoustic surface wave velocity and electromechanical coupling coefficient were measured, respectively, to be 5667m/s and 1.9% by the pulse method.