基于EKF在线辨识的多堆燃料电池系统最大效率点跟踪控制方法

为保证多堆燃料电池系统(multi-stack fuel cell system,MFCS)在负载不断变化条件下仍能稳定运行在最大效率点,该文提出了一种基于扩展卡尔曼滤波(extended Kalman filter,EKF)在线辨识算法的MFCS最大效率点跟踪控制的方法。该方法利用EKF的实时在线拟合能力,快速实现对MFCS效率/功率曲线的辨识,做到实时估计系统最大效率点功率,并通过功率分配方法实现各个电堆间出力的合理分配,来达到维持系统在最大效率点处稳定运行的目的。最后,在搭建的RT-LAB半实物硬件在环测试平台上,与扰动观测(perturb and observe,P&O)算法进行了对比分析。实验结果证明,该文所提方法能够快速的实时估计MFCS最大效率点功率并且实现跟踪控制,减小燃料电池功率变化率等退化参数,提高燃料电池的耐久性。

燃料电池系统在线辨识和实时最大效率滑模控制方法

为保证燃料电池系统在负载工况变化条件下仍能无扰动地运行在最大效率点,提出一种基于遗忘因子递推最小二乘(forgetting factor recursive least square,FFRLS)在线辨识和Super-Twisting滑模算法的燃料电池系统实时最大效率跟踪方法。该方法基于非线性曲线拟合原理,根据系统实时测量数据,在单位控制周期内实现对燃料电池最大效率点功率的实时估计。采用Super-Twisting滑模算法,保证燃料电池系统在负载工况变化情况下仍能运行在最大效率点。在搭建的测试平台上,开展了多指标性能测试与对比分析。实验结果表明,与扰动观测(perturb and observe,P&O)算法相比,所提出的方法优势更加明显。另外,针对燃料电池输出存在大扰动问题,与PID控制效果进行了对比实验。实验结果显示:Super-Twisting滑模控制变换器在输入电压大扰动下具有较强的鲁棒性,有利于燃料电池系统长期稳定运行。

光伏并网逆变器损耗分析及效率优化控制

以前级Boost、后级全桥逆变器的两级式光伏并网逆变器为例,研究其损耗的计算方法,推导出用于损耗分析计算的公式。分析表明两级式光伏并网逆变器的损耗与其中间母线电压关系密切,中间母线电压的选择直接影响开关管、二极管、电感的损耗,最终影响变换器效率。利用损耗公式,对各器件的具体损耗数值进行详细计算。提出前级采用最大功率点跟踪算法搜寻阵列最大功率点,后级采用最大效率点跟踪算法在线搜寻最大效率点的三环控制策略。搭建实验样机,实验结果表明损耗分析模型和最大效率点跟踪策略的正确性和可行性。

光伏发电中的智能跟踪系统设计

对光伏阵列的最大效率点跟踪技术进行了详细的理论分析，提出了相应的控制策略，组建了一个智能型主被动混合跟踪型光伏发电系统，进行了硬件及软件的设计，并进行了实验验证。

混合液气压缩储能机电系统控制策略

微小规模压缩空气储能是一种环保且很有发展前景的储能方式。本文分析了混合液气压缩储能系统中机电转换环节的工作特性,进而对储能系统的电机控制策略进行研究,提出了利用最大效率点和最大功率点跟踪混合控制策略。针对混合液气压缩储能系统中能量形式转换多的特点,利用宏观能流表示法对混合压缩空气储能系统进行建模,重点对机电转换环节进行仿真。分别利用最大效率点跟踪、最大功率点跟踪以及两种方法的混合控制作为系统控制策略,对比分析仿真结果,证明控制策略的控制效果。

一种用于MPPT的改进型遗传算法

在众多最大功率点跟踪(MPPT)算法中,遗传算法具有收敛速度快的优点,但实际应用中其存在准确率较低、在最大功率点附近摆动的问题,所以在传统遗传算法的基础上引入扰动观察法来提高遗传算法的准确率,并将改进型遗传算法和传统遗传算法进行了仿真对比。结果表明,改进型遗传算法具有更高的准确率,可提高光伏阵列的发电效率。