基于光储混合配置的级联H桥型光伏逆变器功率平衡策略

级联H桥(cascade H-bridge,CHB)变换器由于其模块化结构,已成为大规模光伏(photovoltaic,PV)并网逆变器的优选方案。然而,在不同光照强度和温度下,不同区域PV组件之间发电功率不同,导致CHB变换器相间输出功率不均衡、不稳定等问题。为此,文中提出一种基于CHB结构的光储混合电能路由,在三相CHB光伏逆变器中配置少量的储能模块,利用光储协同控制,维持CHB内部功率稳定,消除分布式PV在相间产生的不均衡功率,且变换器输出功率能够时刻满足网侧上层功率调度,提高了光伏电站的稳定性。针对系统安全区域,在载波移相调制策略下,全桥子模块传输的功率受到约束,并对光伏和储能模块的配置作详细分析。最后,通过仿真以及实验验证所提拓扑及控制策略的正确性和有效性。

动态风向变化下风力机叶片和塔架应力及功率特性分析

风向变化显著影响风力机气动载荷分布,从而影响风力机稳定高效的运行,而气动载荷是风力机结构应力和功率变化主要影响因素之一。该文以S翼型三叶片水平轴风力机为研究对象,在旋转平台上进行风洞实验,对不同风向变化速度(0.5°、1°、1.5°、2°/s)下风力机叶片和塔架的应力以及风力机功率特性进行分析。结果表明:风向变化速度为0.5°/s时,在风向由0°变化到30°时,叶片弦向和展向应力值和风力机功率下降幅度最大;在风向由0°变化到20°时,叶片应力值和功率下降较为缓慢,风向变化结束后,风力机应力与功率会进一步减小;风向变化角度在0°~20°范围内,受叶片转速和气动载荷下降速度与风向变化耦合作用的影响,塔架应力值出现较大波动,并随风向变化速度的增加,波动出现的区间从15°~20°提前到0°~5°;风向变化结束后,叶片转速持续下降,造成塔架应力仍有不同程度的波动。结果可为考虑风向变化下运行的风力机结构设计提供一定理论依据。

基于功率微分项的双VSG有功功率振荡抑制策略

针对虚拟同步发电机(VSG)双机并联运行时产生的有功功率振荡问题,通过建立双VSG系统的小信号模型,分析了有功功率振荡产生的机理,提出一种基于改进虚拟阻抗的瞬态功率均分策略和一种基于功率微分项的自适应惯量和阻尼的功率振荡抑制策略,将有功功率微分项与角加速度结合起来实现惯量的自适应调节,同时将有功功率微分项引入阻尼控制环节以替代传统的阻尼项,实现阻尼的自适应调节。所提出的策略可以使动态时VSG之间的角频率差更快速地趋近于零,从而减小有功功率振荡的超调,改善频率动态响应性能。搭建了VSG并联的仿真模型,仿真结果表明:所提改进控制策略可以使瞬态时实现有功均分,使动态时的有功功率振荡超调减小41%,振荡过程减小了1秒。

一种高效星载功率调节与配电单元设计与实现

文章结合深空探测供配电分系统任务特点,提出功率调节、配电、火工控制等多功能模块轻小型一体化设计的必要性。介绍了国外功率调节与配电单元的研究现状、国产功率调节与配电单元研制的意义,功率调节与配电单元组成及功能设计,并通过多母线融合设计、多路放电均流设计、单元集成化设计等关键技术,解决了深空探测器高可靠轻小型化功率调节与配电单元设计难题。在轨飞行结果表明:功率调节与配电单元功能正常,工作可靠,性能优良。功率调节与配电单元的国产化设计实现,可为其它航天器的设计提供参考和借鉴。

臂式离心机机室空气内摩擦功率及支座摩擦系数的实验反演分析

为了提高臂式离心机驱动功率的预估精度,对工程解析计算方法中几个前提参数(即机室空气内摩擦发热消耗功率与总风阻功率之比C_(1)、机室内空气从出风口自然流出的线速度与其环向线速度之比C_(2)、支座的摩擦系数f_(e))的确定方法进行了研究。首先,针对一台臂式离心机以四种不同转速稳定运行的状态,利用离心机控制系统,读取了四组驱动电枢电压U和电枢电流I数据,采用三杯仪测试了四个空气从出风口流出的线速度V_(0)数据;然后,根据离心机风阻功率、排风功率和支座摩擦功率的解析理论表达式、能量守恒原理,建立了含待定系数C_(1)、C_(2)、f_(e1)和f_(e2)的关于U、I和V_(0)的求解方程,并将四组实测数据U、I和V_(0)代入所建方程,得到了关于系数C_(1)、C_(2)、f_(e1)和f_(e2)的求解方程组;最后,将所得C_(1)、C_(2)、f_(e1)和f_(e2)的值用于计算另一台类似臂式离心机的驱动功率。研究结果表明:所得驱动功率的计算结果比实测结果大2.23%,而以前依据经验取定C_(1)、C_(2)和f_(e)时的计算结果比实测结果小6.30%。对应用实例的综合分析表明:所建方法可弥补这些参数在以前的工程计算中,其取值缺乏实验依据的不足,提高这些参数的取值准确性和臂式离心机驱动功率的预估精度。

一种基于嵌套结构的锁频锁相高功率微波振荡器仿真研究

高功率微波(HPM)产生器件通过增加慢波结构的过模比使得功率容量显著提高。嵌套型结构让过模器件的空心结构或内导体结构得到使用,同时嵌套型器件的低阻抗使得其与低阻脉冲功率源能良好匹配。基于内外嵌套结构提出了一种锁频锁相高功率微波振荡器。相对于传统的锁频锁相方法,提出了基于耦合波导实现锁频锁相的新方法。内外相对论速调管振荡器(RKO)产生的微波信号通过耦合波导泄漏到高频结构中,对电子束进行预调制,从而实现锁频锁相。另外,为实现内外高功率微波通道合成,设计了双通道功率合成器。在振荡器的工作频点,功率合成器能弥补振荡器两输出通道相位差,使得功率合成效率提高,合成效率为98.3%。在二极管电压575 kV,磁场强度0.6 T条件下,内外RKO的微波输出功率分别为2.2 GW和3.2 GW,频率差波动小于20 MHz,相位差稳定在10°附近;加载双通道功率合成器,仿真结果表明,微波输出功率为5.31 GW,功率效率32.2%。结果表明,嵌套器件在互锁状态时,振荡器饱和时间缩短,输出功率增大。

MMC结构的分布式光伏系统功率不平衡优化方案

模块化多电平变换器(modular multilevel converter,MMC)由于其模块化结构,已成为大规模光伏(photovoltaic,PV)并网逆变器的研究热点。然而,在不同光照强度和温度下,PV组件之间发电功率不同,导致MMC内部出现桥臂、相间功率不均衡。因此,该文先分析MMC-PV系统在功率不均衡下的表现机理,后提出一种基于MMC结构的光储电能路由,其控制策略在满足交、直流端口功率需求的同时,实现桥臂间和相间的功率自均衡,提高PV利用率和系统稳定性。同时,受桥臂内子模块功率传输极限的影响,对PV和ESS的配置约束作详细分析,最后,通过仿真以及实验验证所提拓扑及控制策略的正确性和有效性。

基于多目标协调的混合储能功率自适应分配方法

混合储能具有良好的功率可控特性,在孤岛微网中常被用作功率缓冲器,补偿分布式电源和负荷多变的功率潮流.围绕储能的功率响应问题,本文设计了混合储能的功率控制方案,并提出了一种基于多目标协调的子单元功率自适应分配方法.首先基于对母线功率供求平衡关系的分析,设计了主从并联型储能功率控制方案.其次利用积分器的“时空调零”特性,实现了子单元的功率自主分配;基于此,考虑了不同荷电状态(SOC)下储能最大充放电功率的差异,设计了子单元的SOC分层管理和多目标功率协调策略.仿真结果表明,所提策略实现的功率分配效果满足子单元的功率响应特性;随着超级电容SOCscn偏移加深,所提策略对SOCscn的优化能力越强,初始SOCscn为97%时能提高10.10%的优化性能,这保障了超级电容作为电压源的功率输出能力;所提策略降低了超级电容常态下的蓄电池的输出深度,蓄电池的最大功率深度降低了46.70%,这提高了蓄电池的使用寿命.

基于低风速功率修正和损失函数改进的超短期风电功率预测

风电功率具有较强的波动性和随机性。为进一步提升风电功率的预测精度,提出一种基于低风速功率修正和损失函数改进的超短期风电功率预测模型。该模型采用卷积神经网络、自注意力机制和双向门控循环单元捕获风电功率序列的长期时序依赖关系。为了解决低风速下待风状态神经网络难以精确拟合的问题,模型通过预测风速并结合当前时段的风电功率对低风速段的预测功率进行修正。针对参数训练的稳定性问题,模型通过改进预测策略和共享权重,引入一种多元非线性的损失函数来提取序列间的关联性。结果表明,所提模型在多项误差指标中均优于对比模型,能够有效提升超短期风电功率的预测效果。

基于CEEMD-SE的CNN&LSTM-GRU短期风电功率预测

为进一步提升短期风电功率的预测精度,提出了一种基于互补集合经验模态分解-样本熵(complementary ensemble empirical mode decomposition-sample entropy,CEEMD-SE)的卷积神经网络(convolutional neural network,CNN)和长短期记忆-门控循环单元(longshorttermmemory-gatedrecurrentunit,LSTM-GRU)的短期风电功率预测模型。首先,利用互补集合经验模态分解将原始风电功率序列分解为若干本征模态函数(intrinsic mode function,IMF)分量和一个残差(residual,RES)分量,利用样本熵算法将相近的分量进行重构;其次,搭建卷积神经网络和长短期记忆网络的并行网络结构,提取数据的局部特征和时序特征,并将特征融合后输入门控循环单元网络中进行学习预测;最后,通过算例进行验证,结果表明采用该模型后预测精度得到了有效提升,其均方根误差降低了15.06%、平均绝对误差降低了15.22%、决定系数提高了1.91%。

测距仪信号功率谱及邻道泄露功率

为了解决宽带航空数据链频率资源匮乏的问题,L频段数字航空通信系统(L-DACS,L-band digital aeronautical communications system)将以内嵌的方式部署在航空无线电导航L频段测距仪(DME,distance measure equipment)波道间,因此,不可避免产生测距仪信号干扰L-DACS系统接收机的问题。为了定量描述DME/N(distance measure equipment/normal)与DME/P(distance measure equipment/precision)信号带外泄露对LDACS系统接收机的影响,首先建立了DME/N与DME/P信号数学模型,然后理论推导出DME/N与DME/P信号的功率谱密度表达式,以此为基础研究了DME/N与DME/P信号带外泄露对邻道部署的L-DACS系统接收机的影响,最后通过计算机仿真验证了理论分析结果的正确性。研究表明:DME信号带外泄露对L-DACS系统的影响主要表现在第一邻道,DME/P信号在第一邻道内泄露功率比DME/N信号泄露功率高约10 dB。

计及SOC自恢复的混合储能平抑风电功率波动控制

混合储能系统能够较好地应对复杂的风电波动,有效地提高电网的稳定性和安全性。在混合储能平抑风电功率波动的典型应用场景下,该文首先提出一种计及荷电状态(SOC)自恢复的混合储能平抑风电功率波动控制方法,在满足风电平抑需求的情况下,通过模型预测控制快速调节储能在平抑功率过程中的荷电状态,提高储能持续稳定运行能力;然后,为提高混合储能系统协调运行能力,设计了加权滑动平均(WMA)-模糊控制策略对超级电容和蓄电池功率进行动态分配;最后,结合实际风电功率数据,通过仿真验证了所提策略能有效平衡储能寿命和平抑风电波动的矛盾,能充分考虑两种储能设备的特性差异并提高功率分配的合理性。

应用压力监测技术高功率射频消融治疗心房颤动的效果

目的探讨应用压力监测技术采用高功率短时程(HPSD)射频消融模式治疗心房颤动的疗效及安全性。方法行低功率长时程(LPLD)模式射频消融的房颤患者60例为对照组,采用HPSD模式射频消融的房颤患者60例为研究组。两组均采用损伤指数(LSI)控制每个消融点终点,前壁和底部LSI 4.5~5.5,后壁和顶部LSI 4.0~4.5,观察两组双侧肺静脉电位一次性单圈隔离率、手术时间、X线曝光时间、并发症发生率、1年手术成功率。结果两组均能达到手术即刻成功,研究组肺静脉电隔离(PVI)一次性单圈隔离率略高于对照组,但差异无统计学意义(P>0.05);研究组手术时间显著低于对照组(P<0.01);研究组透视X射线剂量显著低于对照组(P<0.05);两组在房颤射频消融术后空白期内复发的比例较高,研究组空白期内复发率略低于对照组;随访6个月,1年复发率明显下降,但两组比较无统计学差异(P>0.05)。两组均无严重并发症。结论HPSD房颤消融模式可明显缩短手术时间,提高手术效率,减少X线曝光时间,且安全有效。

高功率微波大口径相控阵天线拍波辐射方法研究

相控阵天线是未来高功率微波辐射系统的重要形式之一,是当前研究的热点。为了获得超高等效全向辐射功率,高功率微波天线均为大口径形式。而大口径相控阵天线在辐射高功率微波拍波过程中,存在波束分裂、增益下降问题。针对该问题,本文提出了一种大口径相控阵天线拍波辐射结构,采用“子阵-面阵”两级馈电形式,解决了拍波辐射过程中波束分裂问题,有效提高了高功率微波系统的综合性能。该方法极大地节约了移相器数量,节省了系统成本,降低了系统复杂度,有利于实现高功率微波系统的小型化,提高系统的可靠性。

基于功率预测的自适应变步长MPPT算法研究

最大功率点跟踪技术(Maximum Power Point Tracking, MPPT)是光伏发电系统中关键技术研究的热点之一。针对传统扰动观察法跟踪速度和精度无法兼顾的问题,文中提出了一种以功率变化量为步长控制量的自适应变步长扰动观察法,通过判断功率变化趋势,对远离最大功率点,采用大步长逼近;靠近最大功率点,采用小步长逼近。建立太阳能光伏电池数学模型得到其输出特性曲线,再利用MATLAB/Simulink搭建基于Boost电路的MPPT仿真模型,最后经仿真验证了所提出算法的稳定性、快速性和准确性,它比传统算法具有更好的MPPT暂态性能。

利用非线性损耗提升全固态单频激光器输出功率研究进展(特邀)

全固态单频连续波激光器因其噪声低、线宽窄、光束质量好、功率稳定性高等优点已经被广泛应用于产生非经典光场、冷原子物理研究、引力波探测等诸多领域。随着科学技术的不断发展,传统的全固态激光器的输出功率已经不能满足前沿领域的需求,因此亟需在保持全固态激光器整体性能的同时进一步提升激光器的输出功率。为此首先需要更高的泵浦功率,而这将使激光器内部增益提高,在腔内损耗不变的情况下,原非振荡模式也将满足起振条件,从而使激光器在跳模或多模状态下运转。此外,激光晶体的热效应和损伤阈值也限制了输出功率的提高。本文介绍了一种利用非线性损耗大幅度提升全固态单频连续波激光器的输出功率的技术和方法。通过在谐振腔中引入非线性损耗,使主模经受的非线性损耗是次模的一半。在模式竞争的作用下,谐振腔内的模式被更进一步的选择,从而允许全固态单频激光器在更高的增益下保持单纵模运转。通过在谐振腔内插入多块增益晶体可以有效缓解由于激光增益晶体热效应的限制,从而实现更高功率的单频激光输出。目前高功率全固态连续波激光器的输出功率已经达到了一百瓦的量级,且还在进一步提高。通过在谐振腔内引入非线性损耗,全固态单频连续波激光器的整体性能在得以保障和提高的同时,其应用范围也得到了进一步的推广。

基于PFN-Marx技术的紧凑型重频脉冲功率源

针对低磁场相对论磁控管高功率微波器件实验驱动需求,对基于脉冲形成网络(PFN)储能的高功率脉冲产生技术进行了研究。为了使其结构紧凑且具有较好的输出脉冲波形,设计了半环形PFN脉冲形成单元,两个半环形带状PFN与一体化开关、绝缘盘组成圆环形高压脉冲产生模块。PFN脉冲形成单元由13个陶瓷电容与半环形金属电极板构成,多个高压脉冲产生模块同轴层叠,所有开关导通后各模块PFN串联放电,产生快前沿高功率方波脉冲,再通过对触发开关和充电电源的同步控制实现重频工作。采用电磁仿真软件对PFN物理结构进行优化设计,研制的高压脉冲产生模块充电51 kV在负载8.5Ω上输出电压峰值49.6 kV、脉冲半高宽108 ns、脉冲前沿14 ns、平顶(90%~90%) 74 ns,具有较好的方波特性;11个高压脉冲产生模块层叠集成为1个22级紧凑PFN-Marx装置,在充电51 kV的条件下,84Ω负载上获得峰值516 kV的高电压脉冲输出,半高宽104 ns、平顶63 ns、脉冲前沿11 ns,实现了20 Hz连续15 s重频稳定工作,输出波形完全一致。

基于多粒度时间卷积网络的超短期风功率预测

针对传统风功率预测方法通常基于固定时间粒进行研究,但该类方法往往忽略了其他时间粒度对风功率的影响的问题,提出一种基于多粒度时间卷积网络(MGTCN)的超短期风功率预测方法,使用时间卷积网络来挖掘多粒度视角下的风力机数据特征,并设计多粒度特征融合模块来增强模型的鲁棒性,提高风功率预测精度。首先,利用随机森林算法(RF)得到与输出功率相关性较强的部分特征数据;然后,对筛选后的特征数据进行多粒度划分,通过时间卷积网络(TCN)提取各个粒度的独立特征。最后,使用挤压激励网络(SENet)对不同粒度特征进行自适应加权融合,得到最终预测值。采用中国某风场数据进行算例分析,结果表明相较于其他方法,所提方法在24步预测任务和6步预测任务上取得了最佳的预测性能,具有较高的准确性和稳定性。在24步预测任务上归一化均方根误差、归一化平均绝对值误差和决定系数指标分别为0.152、0.108和0.7214,在6步预测任务上各指标分别为0.1027,0.0683和0.8717。

电-氢混合储能型多微电网系统有功功率均衡控制方法

在多电-氢微电网并联运行的交流系统中,采用传统控制方法的逆变器会受到输出线路阻抗差异所产生的影响产生较大环流,甚至无法实现有功功率的合理分配,考虑到系统中电压偏差与有功功率间的关系,对多微电网的有功功率分配问题进行分析研究.首先,构建含光伏、燃料电池、电解槽、蓄电池的电-氢混合储能微电网交流系统模型;其次,根据反下垂控制中有功功率与电压间的关系,构造考虑电压偏差的反下垂控制,并为使额定有功功率自适应调节,提出基于功率跟随控制的反下垂控制方法;最后,在多电-氢微电网并联运行的系统中,对本文所提方法进行RT-LAB半实物实验验证及与其他方法的对比验证.实验结果显示:基于本文所提控制方法的系统稳定后功率分配的准确度达97.50%,母线电压的精准度达99.86%,环流大小的范围约为[−3.0,3.0]A,均优于其余方法.

局部阴影下基于GWO-P&O混合算法的光伏最大功率点跟踪

针对局部遮阴环境下传统灰狼优化(Gray wolf optimization,GWO)算法在跟踪最大功率点时P-U特性曲线出现多峰值、后期收敛速度慢、稳态精度低等问题,结合灰狼优化算法和扰动观察法(Perturbation and observation,P&O)各自的优势,提出了基于GWO-P&O的混合优化最大功率点跟踪(Maximum power point tracking,MPPT)算法。首先,采用灰狼优化算法逐渐向光伏的全局最大功率点靠近。其次,在灰狼优化算法收敛后期引入P&O法,既保持了灰狼优化算法较高的稳态精度,又能以较快速度寻找到局部最大功率点。最后,在不同环境工况下,将所提出的GWO-P&O方法与传统GWO算法进行对比。结果表明,改进的GWO-P&O算法在保证良好稳态性能的同时,一定程度上提高了GWO算法后期跟踪最大功率时的收敛速度。