适于低功率状态的多特征融合负荷分解方法

非侵入式负荷分解是一种分析电力系统中各个负荷的能耗特征和负荷曲线的方法,因其低成本、易实施等优点而被广泛应用。现有的负荷分解方法通常试图通过叠加越来越多的池化和降采样操作来获得可靠的语义信息,然而,这种做法却可能在前向传播过程中逐渐丢失那些功率波动不明显的微小目标特征,进而降低了方法对多状态电器低功率状态的分解性能。因此提出多特征融合负荷分解方法,设计编码器和解码器之间以及解码器内部之间的跳跃连接特征融合,以便全面捕获不同尺度的功率波动信息,通过结合上下文信息和不同尺度空间模式信息提高方法对目标电器运行模式的识别性能。经过实验验证,所提方法在未知房屋数据上对所有目标电器的负荷分解平均绝对误差降低约36%,对多状态电器的负荷分解平均绝对误差降低约47%,且成功分解出低功率状态。实验结果证明了所提方法的有效性。

基于扩展卡尔曼滤波的储能电池能量和功率状态联合估计方法

电池储能是碳中和目标的有力抓手,准确估计其能量状态(state of energy,SOE)和峰值功率状态(state of power,SOP)是电池储能高效可靠运行的关键和基础。由于电池的电化学反应过程十分复杂,作为隐性状态量的SOE和SOP精确值难以获得。为此,本工作提出了一种基于模型SOE和SOP联合估计方法。应用Thevenin等效电路模型,采用递归最小二乘法建立了在线参数辨识算法,获得准确的模型参数。为解决恒定功率需求下的功率预测难题,提出了多步功率预测法,提高了SOP的预测精度,并结合扩展卡尔曼滤波算法,进一步提出了多状态联合估计方法。实验验证了算法的可行性,结果表明,在存在较大初始误差的情况下,所提出的方法电压、SOE最大预测误差均<2%,实现了准确的SOP预测。

考虑温度影响的锂电池功率状态估计

动力电池的功率状态(SOP)是电动汽车安全控制及能量回收的重要参数之一。现有针对常温的SOP估计方法并不准确,从而导致高温或低温下的锂电池工作电流过大,影响电池安全与循环寿命。通过测量不同温度下的锂电池容量及内阻,建立锂电池容量-温度模型以及内阻-温度模型,准确预测锂电池相关参数在不同温度下的变化情况,并采用基于EKF的多参数约束法进行SOP估计。该方法适用于不同温度下的锂电池,能实现较高的估计准确度,仿真和实验结果验证了其准确性。

在线监测电机功率状态的图形识别方法

以交流电机及其拖动系统运行状态在线识别以及功率优化控制为研究目标,基于李萨如方法将交流电机定子三相电流和电压提供的幅值、相位、相间和相序信息融合成李萨如动态图形,由数学分析论证推导出李萨如图形面积、外接矩形面积、摆动角度等特征量与电机功率之间的函数关系,通过计算李萨如图特征量生成表示电机功率变化状态的功率圆图形,实现了电机功率状态、拖动系统运行工况在线监测的图形识别技术。试验结果表明:李萨如图形及生成的功率圆图形可以在线表示电机的有功、无功和视在功率的动态变化过程以及设备负荷与电机的功率匹配过程;通过李萨如图形摆动角度可以识别电机加载、减载、冲击、过载保护以及电动和发电等典型工况。

风电功率状态的时域概率特性研究

随着大规模风电的并网,深入认识风电功率的随机特性将有利于更好地预测和利用风电。目前,对于风电功率波动特性的研究较多,对风电功率状态的时域概率特性的研究更侧重于对风电状态转移概率特性的描述。基于风电功率状态的定义,深入研究了风电功率状态持续时间的概率分布描述函数和状态转移概率矩阵。基于多座风电场/群的大量实测功率数据的研究发现:风电功率在某个特定状态可能持续几个小时甚至更长时间,逆高斯分布较适合用于描述风电功率状态持续时间的概率分布,可为系统运行调度风电提供参考信息;风电功率状态转移概率矩阵量化了风电场功率状态的跳变程度,风电功率状态的跳变呈现山脊特性。

锂电池能量状态与功率状态的联合估计

锂电池精确的能量状态(SOE)和持续峰值功率状态(SOP)对于电动汽车的稳定运行特别重要,对此提出一种锂电池SOE与持续峰值SOP的联合估计方法。首先,基于二阶RC等效电路模型采用了扩展卡尔曼粒子滤波算法(EPF)来估计SOE。其次,结合SOE的估计结果,在端电压、SOE和电池自身设计的多约束条件下对持续峰值SOP进行联合估计。最后,在动态应力工况对联合估计算法进行了Matlab仿真测试验证。测试结果表明了所提出的联合估计算法对于SOE和持续峰值SOP联合估计的有效性,并且具有较高的估计精度和较好的鲁棒性。

锂离子电池功率状态估计方法综述

锂离子电池的功率状态(SOP)是影响电池安全、保证车辆动力性能的重要参数。锂离子电池SOP的估计受到温度、荷电状态、老化程度(SOH)等多种因素的影响,导致SOP的估计精度下降或方法变得更加复杂。在对当前锂离子电池SOP估计的各种方法综述和分析比较了各方法优缺点的基础上,对未来该技术发展趋势做出了预判。

10kW数字调幅发射机功率状态指示电路改进

简要分析了中波发射机功率状态指示电路原理,介绍了改进技巧。

锂离子电池功率状态预测方法综述

随着锂离子电池在智能电网、新能源汽车等领域的大规模应用,其充放电能力,即峰值功率的准确预测对于保障系统的安全、可靠运行至关重要。从单体和系统两个层面归纳分析锂离子电池功率状态预测方法的研究进展:针对电池单体预测方法,主要包括测试查表法、黑箱法、等效电路及电化学模型法等,重点阐述多参量约束的等效电路模型法,并进行分类与对比分析;针对电池系统,从电池系统模型及功率状态预测算法两个角度出发,分别讨论了串联型、非串联型电池系统的功率状态预测算法和大数据驱动的智能预测方法,并分析各方法的优缺点及应用领域;结合下一代云计算、大数据、数字孪生等发展趋势,对锂离子电池功率状态预测方法进行展望,为促进电池全生命周期管理技术的研发与应用提供一些思路。

一种锂离子电池荷电状态估计与功率预测方法

为了能够准确估计锂离子电池的荷电状态(SOC),同时对电池实际可用的最大充、放电功率进行预测,在研究电池充、放电过程中的滞回现象的基础上,建立基于电压滞回特性的二阶RC等效电路模型。为了避免因噪声统计特性造成的误差,将H∞滤波算法应用到锂离子电池的SOC估计中,减少了估计过程中的模型误差和算法误差,提高了估计的鲁棒性。将电池电压、电流和SOC的估计值作为联合约束条件预测锂离子电池实际可用的最大充、放电功率,对电池做脉冲充、放电实验,实验分析表明,与混合脉冲功率特性(HPPC)测试方法相比,联合约束算法提高了预测电池功率的准确性。

新能源配网发电功率自适应控制策略研究

配网发电功率控制技术在控制过程中没有考虑有功功率与无功功率的环境,导致输出功率波动较大。为此,提出光伏新能源并网接入的配网发电功率自适应控制策略。首先,通过研究光伏新能源并网接入的有功功率与无功功率的输出特点,完成配网的无功规划,在光伏阵列总功率的功率-电压(P-V)特性曲线中随机插入三个样本点。然后,利用二次插值算法,寻找出配网的最大功率点。最后,采用变换器-渐波器结合的自适应控制策略,实时跟踪最大功率点,完成配网发电功率的自适应控制。试验结果表明,所提策略的电流响应平滑、电流跟踪误差小、输出功率与平均输出功率波动小。控制后的发电系统平均输出功率比控制前增加了180 W左右,并且捕获效果更佳。该策略为配网发电功率的自适应控制提供解决方案。

计及电池功率状态的再生制动优化策略

考虑到现有车辆再生制动策略对电池约束不够充分,易造成能量回收效率不高、电池过充等问题,为保护电池以及提高再生制动效率,本文充分考虑了动力电池功率状态,提出了一种优化再生制动策略,并运用动态规划算法求取最优解。仿真结果表明,在固定工况和NEDC工况下,本文策略比基于I曲线的方法在经济性上提高了36.4%和40.31%,比单目标的方法在稳定性上分别提高了48.61%和60.41%。测试实验验证了本文所提策略的实用性。

研磨体在瀑布工作状态下所需功率的研究

本文通过研究倾斜隔仓板磨机中研磨体在瀑布工作状态下的质量变化，得到了相应条件下磨机所需功率的计算公式。

基于SOP动态一致性的退役动力电池模组筛选方法研究

针对退役电池初始特性参数不一致性,多因素影响下电池模组筛选效果不佳的难题,提出一种基于SOP动态一致性的电池模组筛选方法。首先,为表征退役动力电池梯次利用筛选时初始特性,选取退役动力电池的端电压、容量和内阻作为静态筛选的参量,并提出基于密度思想的改进K-均值聚类的静态筛选方法;其次,从静态筛选结果中选取一致性较好的单体电池,建立电压、荷电状态(SOC)、电池健康状态(SOH)等因素与功率状态(SOP)的特征关系,对退役动力电池SOP动态特性进行估计;最后,将SOP一致性较好的退役电池串联成组,建立SOP与电池模组寿命损耗关联关系,基于SOP动态一致性进行电池模组的动态筛选。通过仿真分析验证所提筛选方法的有效性,可有效延长退役电池的使用寿命。

电网信号四象限功率测量原理及实现方法

针对传统电力仪表测量的功率不能正确反映电能计量点真实功率状态的缺陷,提出一种用于电网信号功率测量与分析的四象限功率测量原理及实现方法。首先深入分析了四象限功率测量原理。四象限功率测量原理从矢量的角度对功率进行分析,惟一确定了电能交换的真实状态和数值,提高了功率测量的准确度和适用性,是测量与分析电网信号功率的一种有效方法,既适用于功率传输方向确定的电能计量点的功率测量,也适应于功率传输方向变化的电能计量点的功率测量。然后给出了2种实现方法:间接法和直接法。最后给出了仿真验证结果,表明了四象限功率测量原理及实现方法的正确性和可行性。

考虑电池不一致的串联型电池系统多约束动态功率预测

为满足轨道交通装备及电动汽车在能量和电压级方面的需求,常将多个锂离子电池单体通过串联形成串联型电池系统。针对串联型电池系统中因电池单体不一致导致其功率状态(SOP)预测不准的问题,提出一种基于SOP差值预测器的串联型电池系统多约束动态功率预测方法。一方面,根据串联型电池系统工作特性及运行参数约束条件,采用基于多约束动态的功率预测法获得电池系统SOP预测基值;另一方面,根据串联型电池系统中各电池单体端电压的不一致性,提出一种基于神经网络法的电池系统SOP差值预测器,产生因电压不一致引起的电池系统SOP差值,并与基于多约束动态法的电池系统SOP预测基值叠加,得到电池系统SOP预测值。为验证所提方法的准确性,在MATLAB/Simulink环境下建立了系统仿真模型。分别在30 s、2 min及5 min持续时间下,采用所提方法进行串联型电池系统SOP预测,其预测值始终跟随电池系统SOP实测值,预测误差约为额定持续峰值功率的2%。同时,通过与不同算法的预测结果对比,得出文章所提算法的电池系统SOP预测值更接近其SOP实测值。由此表明,对于含电池单体不一致的串联型电池系统,文章所提算法能准确预测其SOP,为提升大容量电池系统全生命周期管理能力提供一种思路。

采用汽车功率流一般算法设计任意功率流的汽车变速装置

本文为设计一个任意型汽车变速装置推荐了一个汽车功率流的一般算法。开发了汽车变速装置静态和瞬变状态的状态运动方程式。采用本算法不用人工手算而是采用计算机进行。对于汽车变速装置的运动特性只考虑推导其角速度和转矩,不考虑振动和噪音的影响。汽车变速装置限定的基本元件有:行星齿轮传动,离合器,制动器,轴,普通齿轮和惯性件,该变速装置限定于由这些元件组成。该变速装置的一般算式产生于变速装置的各档和换档状态。采用基于这些算法开发的软件可以设计具有一任意功率流的汽车变速装置。所提供的这些算式,设计双行星齿轮传动和仿真结果和实验结果比较表明十分吻合。

新能源汽车锂离子电池组SOC-SOP联合估计算法

为了精确地估计新能源汽车锂离子电池组的状态,该文将串并联电池包中并联电池组简化为大单体,基于一阶阻容模型构建了电池包的等效电路模型。基于自适应扩展Kalman滤波(AEKF)和电池系统多约束算法构建了电池包的荷电状态-功率状态(SOC-SOP)双状态联合估计算法。该算法在精确估计SOC的基础上,考虑了电池多约束对其功率状态(SOP)影响,使电池组SOP算法能够精确地预测电池电流峰值,实现电池组精确SOP估计。结果表明:在模拟循环高速公路燃料经济性试验(HWFET)工况下,SOC估计值收敛后的最大绝对误差仅为2.7%;SOP估计值与日本电动车标准(JEVS)实验测试结果相同且平均相对误差小于3.5%。

涡轮增压固冲发动机(TSPR)爬升方案与性能研究

为了证明涡轮增压固冲发动机(TSPR)具有自主加速飞行的能力,进而得到合适的弹道飞行方案,开展了TSPR爬升飞行方案研究。首先通过借鉴已有弹体参数,分析了以高空巡航状态为设计点和以最大功率状态为设计点时,飞行器在弹道飞行范围内的非设计点性能。随后对比了发动机推力和飞行器阻力大小,得出:当TSPR以高空巡航点为设计点时,TSPR在爬升段(非设计点)所提供的推力小于飞行器阻力,难以实现自主爬升;当TSPR以最大功率状态为设计点,且采用等相对换算转速的调节规律时,TSPR具有优良的爬升加速性能,能够从(3km,Ma0.9)加速爬升至(10km,Ma2.2)状态巡航,其射程是固体火箭发动机的三倍,这证明TSPR在具有自主加速飞行能力的同时还具有良好的比冲性能。

GB 21520-2023显示器能效限定值及能效等级标准变化解析

本文主要从GB 21520-2023标准的修订内容及新旧标准的主要变化方面进行解读。详细介绍了新旧标准适用范围的差异,分析了显示器能效技术提升情况,以及新旧标准在能效测试方法方面的差异。最后结合产品的实际测试数据,分析了新标准对显示器测试结果判定的影响。