基于预充电模型与RSNA的直流支撑电容器电容量辨识方法

直流支撑电容器是牵引变流系统的关键器件,也是极易出现故障的电气部件。由于电压、充放电频率、温度等因素的影响,电容器的老化速度加快,其实际寿命与制造商手册中的数据相差很大。因此,有必要对直流支撑电容器状态进行辨识,从而保障列车牵引变流系统安全运行。目前,已有较多学者对电容器状态辨识开展研究。但是,铁路应用中的直流支撑电容器状态辨识噪声问题尚未得到很好的解决。在某些情况下,电压传感器测量噪声与电压纹波分量相近会导致直流支撑电容器状态辨识结果出现较大偏差。针对上述问题,提出一种基于预充电模型与递推随机牛顿法(RSNA)的直流支撑电容器电容量辨识方法。在利用现有电压传感器信号以及不对原有系统进行改动的前提下建立电容器预充电模型,采用RSNA算法对电容量进行参数辨识,可以有效抵御噪声干扰并实现电容量的准确估计。该方法原理简单、计算量小,不需要加装额外传感器,以较低的采样频率即可达到较高的计算精度。同时,该方法不易受信噪比(SNR)与信号偏移等的影响,具有较好的鲁棒性。验证结果表明,该方法在正常情况下的辨识误差可以控制在3%以内,在信噪比为35 dB时仍然可以保持在5%左右,当信号偏移达到±10 V时可以保持在3%左右。

锂离子电池统一充电模型研究

由于电池工作特性的非线性特征,要想获得不同电流充满电的充电时间,需要建立电池的统一充电模型。对锂离子电池进行了0.2 C和1 C的充电实验,将不同电流的充电时间进行标准化,去除欧姆内阻影响后,两条充电电压-时间曲线表现了很高的相似度;采用最小二乘法对锂离子电池充电曲线进行拟合,获得恒温条件下,不同倍率的充电曲线模型。用该模型分别对0.4 C、0.5 C、0.6 C、0.8 C、1 C和1.2 C的充电曲线进行预测,充电至截止电压的时间与试验实际值的误差分别为0.4、0.63、0.8、1.24、1.22、1.13 min。实验表明,充电模型可用来预测不同充电电流的充电时间,为充电控制策略的制定提供了数据支持。

电动车用动力锂离子电池充电模型的研究

选取二阶RC等效电路模型作为电池充电模型,根据各模型参数与温度和荷电状态(SOC)的关系,搭建考虑温度影响下的充电模型,并进行仿真分析。结果表明,与不考虑温度影响的模型相比,该模型在0和10℃低温下可将恒流仿真平均误差由2.94%和1.67%降至0.43%和0.29%。证明修正后的模型能准确模拟电池充电过程中的动态特性,温度是电池建模过程中不可忽视的因素。

静电放电器件充电模型CDM失效机理分析

CMOS集成电路进入纳米时代,电路的功能日趋复杂,面积也不断增加,电路自身存储的静电电荷对电路造成的损伤将不可忽视,在失效分析中,这种失效模型称为器件充电模型。详细介绍了器件充电模型与人体模型及机器模型在电路原理和电流波形上的不同之处,分析电路上存储电荷的机理和原因,主要是由于电路在生产和使用环境中受到静电源的感应以及电路和其他物体或空气的摩擦等造成。详细分析器件充电模型引起电路损伤的失效机理,器件充电模型作为一个电荷驱动型,其电流方向主要是由电路内部向外部流动,其电流大、上升速度快,会对电路的栅极造成损伤。

现代潜艇铅酸蓄电池充电模型

铅酸蓄电池是常规潜艇水下航行的核心动力,为优化动力系统工作性能,需要建立充电模型。蓄电池充电所需的时间与蓄电池的充电方法、放电制、剩余容量等因素有关,即充电的规律具有强烈的非线性特征,神经网络方法是充电模型建模的可行技术手段。基于前馈神经网络,建立了任意放电率下的一级充电模型,利用插值法模拟了二级至五级充电规律,模型能确定或计算端电压、充电起始点和电解液密度参数,获得了蓄电池在任意工况下的充电规律。与充电试验值对比表明所建立的充电模型可行。

一种基于多节点充电模型的按需顺带充电方案

在无线可充电传感器网络中,针对提高充电能量效率问题,提出了一种按需多节点顺带充电调度方案.考虑移动充电器在为请求节点充电时,允许其为覆盖范围内的非请求节点同时充电.为了进一步减少分组个数,通过对已有的算法改进提出了一种更有效的启发式算法,并证明了停止点选择的正确性.分析了低效率分组对充电性能的影响,并提出了拆分低效率分组的有效策略,以局部优化行驶路径.仿真结果表明,在离线和按需场景中,所提算法和方案可以减少能耗和提高充电能效.

基于中继充电模型的充电小车休息时间最大化方法

文中基于中继充电模型,研究了在保证无线可充电传感器网络持久运行的情况下,最大化充电小车在服务基站休息时间的优化调度问题。针对该问题,文中提出的近似算法包括3个部分:基于充电效益的锚点选择算法为充电小车选择停靠点、基于TSP的路径规划算法为充电小车规划移动路径以及基于充电集合再优化算法进一步提升充电小车的休息时间。通过仿真实验对比不同的充电策略,结果显示相比AASA算法,在不同传感器分布密度下,文中提出的充电策略可以将充电小车在服务基站的休息时间提升15%~88%。

一种新的航天器外露介质充电模型

为综合考虑高能电子辐射与周围等离子体对航天器外露介质充电的影响,在航天器内带电模型的基础上,通过添加边界充电电流来考虑等离子体与航天器介质表面的相互作用,并统一参考电位为等离子体零电位,建立了航天器外露介质充电模型,给出了新模型的一维稳态解法,并与表面充电模型和深层充电模型进行了对比分析.结果表明:新建模型能够综合考虑表面入射电流、深层沉积电流和传导电流对充电的耦合作用过程,实现外露介质表面和深层耦合充电计算,有利于全面评估航天器外露介质的充电问题.

基于全向无线充电模型的动态调度优化方法

如何延长网络寿命是无线传感网络中一个关键问题,为此提出了基于全向无线充电模型的动态调度优化方法,目标是最大化网络寿命。文章对充电小车的停止点选择进行了分析,根据全向无线充电模型的覆盖范围确定了充电小车的停止区域,再以最大化节点接收功率之和为优化目标确定每个区域内的最佳停止点。实验结果表明,所提出的方法能够延长网络寿命,与MRCR(Multi-node Renewable based on Charging Range)算法相比,可延长网络寿命约3%~113%。

基于定向充电模型的最大化网络累计充电增益

在保证无线可充电传感器网络持续运行的前提下,基于移动定向充电模型,文中研究了最大化网络中传感器节点累计充电增益的充电小车优化调度问题。针对提出的问题,系统化地设计了停靠点选择和路径规划的近似算法。停靠点选择算法在最大化充电覆盖效用方向的基础上,为充电小车选择最佳充电方向,采用最大化覆盖效用总和为充电小车选择停靠点。基于TSP的路径规划算法,为充电小车规划移动路径,可以显著减少行驶消耗。文中通过模拟仿真实验对比了不同因素的影响。实验结果表明,相比于全向充电,在不同网络规模与传感器密度的环境下,文中所提出的充电策略可以提升10%~60%的网络累计充电增益。

多电动汽车同时充电模型的仿真结果及谐波分析

为了研究多电动汽车充电的谐波,搭建了电动汽车充电模型,研究了单台电动汽车充电以及多台电动汽车同时充电所产生的谐波电流和总谐波畸变率的变化规律。这些结论对于如何规划电动汽车充电站的建设、进行合理的充电调度以及谐波治理等问题具有重要意义。

电子束发射诱发航天器充电的数值模拟研究

通过发射电子束测量空间地磁场是一种新的有效的地磁场高精度测量方法,但电子束发射对在轨航天器自身状态和安全存在影响。为了研究这一影响,从同步轨道充电机制出发,基于轨道限制机制和朗缪尔方程研究了航天器发射高能电子束时的诱发充电模型,推导了不同初始电位情况下束流发射的平衡电位公式,并编制程序研究了这一过程中粒子束电流、能量、光照等因素对航天器充电电位的影响,得到了航天器对外发射高能电子束时诱发航天器自身或平台的充电电位随时间变化规律,并通过部分解析解对比验证了模拟结果的正确性。

基于图卷积神经网络的充电量预测模型

针对现有的电动汽车充电量负荷预测模型准确性低、稳定性差等问题,提出了一种基于图卷积神经网络(GCN)和小生境免疫—狮子算法(NILA)改进的预测模型,实现电动汽车充电量的准确预测。同时,本研究还设计三相交流充电桩控制系统,其中包括了三相交流充电桩与控制状态检测的硬件电路。实验结果表明,本研究NILA-GCN模型在电动汽车充电量负荷预测中具有较好的准确性,预测误差范围控制在[0.23%,2.86%]。

基于MIMO无线传感网络的充电优化模型

为提高无线传感器网络的应用范围、传输速率和持续时间等,文章将MIMO(multiple-input-multipleoutput)无线通信技术和无线充电技术同时整合到无线传感器网络,并根据具体问题相应地提出了离散N+1阶段非线性充电优化模型和离散N+1阶段线性充电优化模型。最后根据离散N+1阶段线性充电优化模型进行仿真实验,并对实验结果进行了分析,以确保该方案的可行性和有效性。

基于非线性混合充电策略的电动车物流配送路径规划模型

经典的车辆路径规划问题(VRP)通常只考虑载重约束和节点约束。随着电动物流车和充电站的增多,考虑充电时间与充电量成非线性关系的电动车路径规划问题(EVRP-NL)的研究在物流配送中也有着非常重要的意义。通过分段计算充电速率简化了以往对充电时间和充电量的非线性充电函数拟合方法,并对拟合函数进行了线性化处理。针对电动车物流配送的特性,构建了以最小化车辆固定成本、行驶成本、快充成本和换电成本之和为目标函数,考虑节点约束、载重约束、电量约束、时间窗约束及充电函数线性化约束的EVRP-NL模型,提出了由换电和非线性快充构成的非线性混合充电策略,其中非线性快充是考虑充电时间与充电量的非线性关系的快充方式。针对模拟算例的计算结果验证了模型的可行性和普适性。针对实际物流算例的计算结果表明,考虑充电时间和充电量非线性关系的混合充电模型可减少35%的充电时间和69%的充电成本,非线性混合充电策略具有显著优越性。对快充电价和换电电价进行控制变量的灵敏度分析后发现,使用非线性混合充电策略时,随着电价升高,充电方式从电价升高的充电方式转变为电价稳定的充电方式,且电价升高至一定程度,充电方式和充电成本均不再变化。

基于通勤行为的电动汽车充电站选址模型

提出一种基于通勤行为的电动汽车充电站选址模型,该模型考虑了电动汽车初始电量的分布和出行者的里程焦虑程度.同时还给出了模型求解算法,并通过算例路网验证了模型的有效性.研究结果表明,由模型求得充电站设置节点较为集中,即该模型有较强的稳定性;基于往返出行链的电动汽车充电站选址模型虽然会增大路网总出行时间,但是可以有效避免返程出行失败的情况;出行者的里程焦虑程度对充电站选址影响较大,且对路网总出行时间存在明显的影响.

基于粒子群算法的锂电池多阶恒流充电方法

为了解决恒流恒压充电速度慢,充电过程中锂电池温升大等问题,提出了一种将粒子群算法和多阶恒流充电模型相结合的方法来对锂电池充电技术进行优化,此方法不依赖于锂电池的机理模型,以充入电量、充电时间和充电能量效率为目标函数,找到最优电流组合,从而提高充电性能。实际工况下的实验结果表明,所采用的优化充电方法比传统的恒流恒压充电方法的充电时间缩短了415 s,充电能量效率提高了0.37%,最高温升降低了0.6℃,达到了提高锂电池充电性能的目的。

基于马尔科夫链理论的电动汽车集群充电负荷建模及可调能力评估

针对电动汽车(electricvehicle,EV)用户单体功率小、电池容量异质性、出行行为差异大等问题,提出面向控制、考虑用户出行链的EV集群充电负荷建模方法,能够让EV集群更好地参与电网调度运行。首先,对EV用户行为的马尔科夫特性进行了分析,在划分EV多状态荷电状态区间的基础上,推导了其充电与出行状态区间内的一步转移概率,建立了基于马尔科夫链理论考虑出行特征的EV集群充电负荷模型;然后,设计了EV集群可调能力评估流程,构建了EV集群可调能力评估方法;最后,对EV集群模型及可调能力评估方法进行了仿真验证,与多种方法进行对比,结果表明,所提聚合模型和评估方法更准确、有效。

电动出租车预约-违约充电机制及优化决策模型

预约充电机制下违约情况的存在对电动汽车和充电站产生不良影响,为规范电动汽车充电和约束充电站服务行为,该文提出一种预约–违约充电机制,并提出了相应的违约判据和违约豁免准则,进而建立了电动出租车的优化充电决策模型。首先明确了预约–违约充电机制下的电动出租车(electrical taxi,ET)充电成本,预约系统可根据ET优化充电决策模型为用户提供最优的充电方案;然后基于价格需求弹性系数表征了充电负荷的转移;最后,计算了充电站净收益。算例表明,预约–违约机制下,电动出租车的单位电量综合成本发生改变,通过选择最优充电方案,一方面,电动出租车充电成本约降低8.3%,另一方面,优化充电决策模型通过价格杠杆起到调节充电负荷分布的作用,同时由于违约惩罚的存在,充电站净收益约增加7%。该文所得结果可为电动出租车用户的充电决策提供参考,同时可为规范电动汽车用户行为、提高现有充电站设备利用率及提升充电站承担公共服务功能提供新思路。

基于需求响应的电动汽车集群充电负荷建模及容量边界控制策略

对电动汽车充电进行合理有序的控制是实现大规模电动汽车入网的关键。首先介绍了一种电动汽车集群的分层分区域的电动汽车控制架构。其次,建立了电动汽车集群的控制模型,并在此基础之上提出了一种通过改变电动汽车可调容量边界的电动汽车集群的需求响应控制策略。最后,通过算例分析,首先研究了模型中的参数对电动汽车集群充电负荷的影响,其次验证了文中提出的控制模型和策略,仿真结果表明,在满足用户用电需求的基础上,文中建立的电动汽车控制模型和控制策略能够很好地实现电动汽车集群需求响应的功能。