自适应滑动平均与小波包分解平抑风电波动

为了平抑风电场输出功率的波动,提出用磷酸铁锂电池和超级电容组成混合储能系统配备在风电场,使并网功率波动性降低。首先,分析不同情况下风电出力的历史数据,在满足风电输出功率并网波动标准的前提下,对风电场的输出功率进行自适应滑动平均分解,得到并网功率和混合储能功率。其次,对混合储能功率进行小波包分解,得到低频功率信号和高频功率信号,分别由锂电池和超级电容进行平抑,实现混合储能内部的功率分配。算例分析表明,所提方法能够自适应地对不同场景下风电场输出功率进行分解,确保混合储能内部功率分配合理,使混合储能系统的使用时间更长,对平抑风电场输出功率的波动起到至关重要的作用。

足绑式PNS自适应滑动平均零速区间检测方法

针对足绑式个人导航系统(PNS)中,传统的滑动平均算法对零速区间检测的延迟问题,设计了一种基于自适应滑动平均算法,对零速区间进行检测。首先对比力模值和角速率模值进行滑动平均,根据平均后数据的变化趋势,通过比较样本方差,设置一个自适应的滑动时间窗口来判断行人是否静止。该方法既能避免由于平滑算法带来的延时问题,又能够消除抖动干扰造成的误检,从而得到准确的零速区间。行走实验验证了本文方法的有效性,自适应滑动平均算法的导航精度提高了50%。

平抑风电出力波动的混合储能功率分配策略

储能技术逐渐成为平抑功率波动、提高电网接纳能力的有效手段,但风电功率波动情况复杂且多变,单一储能并不具备高能量、高功率密度特性。因此为解决风力发电出力平滑问题,针对其随机性间歇性等典型特征,本工作拟采用混合储能技术手段,结合锂离子电池和超级电容两种储能的优势,设计一种基于自适应滑动平均滤波-小波包分解双层功率分解分配策略,利用滑动平均滤波算法完成风电功率的自适应分解,获得并网功率和混合储能所需最低功率。考虑到混合储能输出功率依然含有丰富的信息以及小波包分解层数和功率分界点的确定规则,借助小波包算法对平抑的风电功率进行二次分解,并结合变频熵值策略优化混合储能的功率分配,有效改善风电功率的波动情况,实现混合储能功率的最优分解和合理分配。采用国家标准时间尺度波动情况、引入储能前后波动情况、功率幅值、充放电次数等评价指标对不同功率分配方式进行对比分析,结果表明,所提策略能够满足国家标准对风电场出力波动要求,减小对电网的冲击,与传统小波包分解算法对比具有较好自适应性,整体波动情况提升23.69%,锂电池充放电次数降低58.2%。模型评估结果表明,所提方法能够提升混合储能系统整体经济性并延长电池使用寿命。

激光焊接过程的非线性辨识和自适应控制

针对提高焊接质量控制问题,采用激光技术。激光焊接过程的数学模型具有较强的非线性,一般的线性辨识方法无法得到它的精确模型。对激光焊接过程非线性系统难于建模和难于控制的问题,首先提出了基于夏氏法的非线性辨识方法,辨识出了具有典型非线性的焊接过程模型。为保证识别精度,提出了自适应滑动平均控制器的设计方法。经过仿真实验,结果表明了辨识方法和控制方法的有效性,通过自适应控制方法可以保证激光焊接过程跟踪指定的期望值,并具有控制算法简单,控制精度高和抗干扰能力强等优点。

考虑储能电池运行寿命的风电功率波动平抑方法研究

储能应用于风电功率波动平抑时,存在有效平抑波动功率与减小储能电池负担难以协调的问题,导致风电功率波动平抑效果不佳或储能电池负担增大。针对以上问题,提出了一种改进的自适应滑动平均滤波算法,在满足1min和10min双时间尺度的风电并网功率波动率标准下,对风电功率进行自适应分解,不仅获得了满足风电并网标准的并网功率参考值,还减小了需要储能电池平抑的波动功率,然后采用双磷酸铁锂电池来平抑波动功率,同时考虑荷电状态(state of charge,SOC)反馈,通过检测储能电池SOC的值,判断其是否达到充电上限或放电下限,以此防止过充过放电对储能电池运行寿命的影响,运用雨流计数法寿命评估模型对储能电池运行寿命进行评估。算例表明,所提算法能够根据风电功率波动率的大小在线实时调节滑动窗口的大小,实现风电功率的分解,从而有效地平抑了风电功率波动,并且降低了储能电池的负担,延长了其使用寿命。

风电场混合储能双级优化配置

针对风力发电输出功率的波动性以及混合储能容量优化,以风储联合发电系统为研究对象,提出一种风电场混合储能双级优化配置策略。该策略首先利用自适应滑动平均滤波(AMAF)得到并网功率,然后利用变分模态分解(VMD)将储能目标功率分解,上级循环采用储能组合方案为寻优变量,下级循环采用高频与低频功率的分界点为寻优变量,整个循环以混合储能经济成本为目标函数,得出最佳组合方案与分界点。最后,通过实验分析将所提策略与经验模态分解进行对比分析,结果表明该策略能够减少模态混叠,系统成本降低8.53%;混合储能不同组合方式对比单一储能,方案7中的混合储能系统(HESS)成本与单一储能全钒液流电池相比成本降低28.8%,与超级电容相比降低36.46%。

基于混合卡尔曼滤波的陀螺降噪技术

为了对光纤陀螺的动静态输出进行滤波,本文设计了混合卡尔曼滤波算法。首先使用窗口来分割原始数据,然后使用自适应滑动平均法检测窗口内的间断点;对于不具有间断点的窗口内部,使用修正值为k1的卡尔曼滤波方法来进行信号降噪;对于窗口内部具有间断点的情况,使用修正值为k2的卡尔曼滤波方法来进行信号降噪。采集陀螺的静态输出信号、仿真出陀螺的动态输出信号,同时使用DWT算法、普通卡尔曼滤波法、混合卡尔曼滤波方法进行降噪,结果表明只有混合卡尔曼滤波同时适用于陀螺的动静态输出。

基于变分模态分解下利用混合储能平抑风电出力波动的控制策略

针对风电有功功率波动这一问题,提出一种自适应滑动平均和变分模态分解相结合的滤波方法。针对某典型风电场出力数据,利用自适应算术平均法确定并网功率和储能系统充放电功率;采用变分模态分解方法把储能功率分解成一系列频率由低到高的子模态,从而完成混合储能系统功率的初级分配。针对功率型储能元件能量密度低,容易出现过充或过放的现象,对功率型储能元件的荷电状态进行实时监测。根据模糊控制制定的规则对混合储能系统的初级功率进行修正。算例分析表明,风电出力波动不但可以得到很好地平抑,而且混合储能系统也能够安全合理地工作。

基于Kalman滤波的陀螺降噪技术研究

在自适应滑动平均技术基础上针对光纤陀螺的动静态输出设计了混合Kalman滤波算法,首先用窗口分割原始数据,接着用自适应滑动平均法检测窗口内的间断点;没有间断点的窗口内部,使用修正值为M_1的Kalman滤波进行信号降噪;窗口内部具有间断点的使用修正值为M_2的Kalman滤波进行信号降噪。使用DWT算法、普通Kalman滤波法、混合Kalman滤波对陀螺的动态和静态输出信号进行降噪,仿真结果表明只有混合Kalman滤波同时适用于陀螺的动静态输出。

基于蓄电池-超级电容混合储能的风电功率平滑控制

针对风电出力的随机性、波动性对电力系统的安全稳定运行产生了极大影响,提出了基于自适应滑动平均算法与集合经验模态分解相结合的混合储能系统平滑风电出力波动方法。首先利用自适应滑动平均算法将风电输出功率分解,得到满足并网条件的并网功率和混合储能功率;其次将混合储能功率进行集合经验模态分解,得到一系列频率由高到低依次排列的本征模态分量;然后根据蓄电池与超级电容的介质频率特性,将混合储能功率分配给蓄电池与超级电容;最后针对储能元件易出现过充过放的弊端,对储能元件的荷电状态进行实时监测,利用模糊优化控制对蓄电池与超级电容的功率指令进行实时修正。仿真结果表明,所提策略不仅能自适应地实现风电功率的分解,使得并网功率满足风电输出功率最大波动值的限值要求,还可确保储能元件的荷电状态工作在正常范围内,避免过充过放的发生。

一种用于光纤陀螺信号滤波的AMA-DWT-DMKF算法

为解决光纤陀螺(FOG)信号滤波过程中噪声抑制与信号跟踪的矛盾,提出了一种自适应滑动平均离散小波变换——双模式卡尔曼滤波(AMA-DWT-DMKF)算法,利用AMA算法将FOG输出信号划分为信号过渡区域和稳定区域,并融合DWT算法和基于不同过程噪声方差Q/测量噪声方差R比条件下Kalman滤波算法的优势特性,对AMA算法判定结果进行针对性滤波。采用AMA-DWT-DMKF算法对FOG静态信号、扰动信号以及变化的速率信号进行滤波,实验结果表明,所提算法在保证较高噪声抑制能力的同时,具有较好的信号跟踪能力。