Optimal Power Flow Using Firefly Algorithm with Unified Power Flow Controller

Firefly algorithm is the new intelligent algorithm used for all complex engineering optimization problems. Power system has many complex optimization problems one of which is the optimal power flow (OPF). Basically, it is minimizing optimization problem and subjected to many complex objective functions and constraints. Hence, firefly algorithm is used to solve OPF in this paper. The aim of the firefly is to optimize the control variables, namely generated real power, voltage magnitude and tap setting of transformers. Flexible AC Transmission system (FACTS) devices may used in the power system to improve the quality of the power supply and to reduce the cost of the generation. FACTS devices are classified into series, shunt, shunt-series and series-series connected devices. Unified power flow controller (UPFC) is shunt-series type device that posses all capabilities to control real, reactive powers, voltage and reactance of the connected line in the power system. Hence, UPFC is included in the considered IEEE 30 bus for the OPF solution.

基于优化功率跟随控制的E-REV能量管理策略研究

基于功率跟随控制的增程式电动汽车能量管理策略具有减缓电池寿命衰减与提高车辆NVH性能等优势,但存在阈值参数依赖性强、增程器启停频繁等问题,为此提出了一种基于优化功率跟随控制的E-REV能量管理策略。依据车速、SOC状态与驾驶员的加速踏板力度等信息特征,制定基于功率跟随控制的能量管理策略。在此基础上,针对固定规则参数的局限性,以车辆行驶总成本与SOC变化梯度为目标函数,结合灰狼优化算法对增程器启停功率阈值参数进行优化,减少发动机频繁启停现象。运用Matlab/Simulink搭建控制策略模型,并联合基于Simcenter/AMESIM搭建的整车物理模型进行仿真试验,结果表明:CHTC-LT循环工况下,优化功率跟随控制策略与功率跟随控制策略相比,SOC最大波动值降低了28%,增程器启停次数减少了28.5%,整车燃油经济性提升了6.89%。

基于Isight的增程式电动汽车定点控制策略优化

基于专家经验和工程经验制定的传统规则能量管理策略并不能适应当前增程式汽车复杂的行驶工况,为了更加精确地控制增程式汽车,使其获得更好的燃油经济性,考虑到增程器中发动机定点控制策略的发动机工作点切换规则影响,采用Cruise建立整车模型、Isight对其参数进行优化的方式探究发动机工作点切换规则对油耗的影响,比较其百公里油耗。研究结果表明,优化后NEDC工况、WLTC工况、混合工况的百公里燃油消耗量分别降低了3.51%、7.3%、8.5%,为增程式汽车定点控制策略优化提供了一种新方法,并验证了其可行性。

基于萤火虫优化模糊P&O的微生物燃料电池最大功率点跟踪

针对微生物燃料电池产电量低、输出不稳定等问题,提出一种混合萤火虫优化和模糊改进扰动观测的最大功率点跟踪算法,利用双种群萤火虫算法的全局优化能力和模糊控制的逻辑推理能力产生更精确的控制信号,通过Boost变换器对等效负载进行动态调节。结果表明:基于双种群萤火虫优化-模糊扰动观测的最大功率点跟踪算法能以更快的速度追踪到并稳定在最大功率点,降低了稳态误差,抑制了功率振荡,提高了抗干扰能力,显著改善了微生物燃料电池的产电能力和供电质量。

热风炉空燃比并行协作粒子群滑模控制策略

针对热风炉燃烧控制存在的纯滞后、大惯性和强干扰等问题,提出了一种基于并行协作骨干粒子群(Parallel Cooperative Bare-Bones Particle Swarm Optimization,PCBBPSO)优化全局滑模控制(Global Sliding Mode Control,GSMC)的热风炉空燃比控制策略;为改善热风炉空燃比控制系统动态特性,引入全局滑模策略,对燃烧系统进行优化控制,以提高系统稳定性,同时,基于热风炉燃烧系统存在的强干扰特性,利用并行协作骨干粒子群对干扰补偿进行调节以减小其对系统的影响,并求取最优控制率;仿真结果表明:与普通粒子群优化全局滑模和普通粒子群优化PID相比,该控制方法达到稳定用时分别减少了26.4 s和9.3 s,能够保持没有超调量,拥有良好稳定的跟踪和抗干扰效果;将该控制策略应用于某钢铁有限公司2200 m 3高炉配套热风炉,工程数据表明:在该空燃比策略的控制下,热风炉空燃比上下波动幅度仅为8.20%,拥有波动小、稳定性好和抗干扰性强等特点,动态响应较好,能够满足热风炉工程实际应用的需要。

固体氧化物燃料电池的自抗扰优化控制方法研究

固体氧化物燃料电池(Solid oxide fuel cell,SOFC)因其多燃料适应性、高效能和无污染等特点而应用广泛。然而,SOFC是一个高度耦合、非线性、多变量和复杂的系统,易受扰动的影响而使系统输出电压不断波动变化。因此,为了降低扰动带来的影响,保证SOFC系统输出电压稳定,提出了一种基于改进萤火虫算法的线性自抗扰控制(Linear active disturbance rejection control,LADRC)方法,将萤火虫算法引入阶梯型惯性权重,并采用随机生成方法替代发光程度低的30%个体,进而优化LADRC参数。仿真结果表明,在电压扰动影响下,通过改进萤火虫算法优化的LADRC控制方法比传统PID控制方法的超调量降低了13.65%,具有良好的控制效果。

阴极循环对氢燃料电池系统电压钳位及自增湿效应的研究

通过阳极和阴极两侧的废气再循环可以实现低电流密度下的电压钳位以及无需外部加湿器的自加湿。基于氮气渗漏和水扩散动态系统仿真模型,提出了一种控制阴阳两极气体压力平衡和限电压的控制算法,并对控制算法进行了仿真分析和有效性验证。试验结果表明阴极循环系统动态性能良好,并能够把氢燃料电池在低电流密度下的单片电压控制在0.85 V以下。通过正交试验发现,进气阀开度和循环泵的转速是实现电压快速控制最重要的影响因素;在阴极再循环系统主动运行下,混合气体最高湿度可达60%。

双燃料混合动力船舶燃料模式切换自适应控制

混合动力船舶会采用双燃料模式运行,不同的运行工况下,船舶所需的燃料供应量会有所变化。通过调整燃料模式,使船舶以最佳燃料效率运行,从而减少能源消耗和燃料成本,但是在双燃料环境下,需要切换的模式增加,切换过程无法做到自适应,智能化程度较低。研究一种双燃料混合动力船舶燃料模式切换自适应控制技术。利用转速传感器采集船舶发动机转速信号并实施去噪处理;将船舶燃料模式分为三种,通过粒子群优化算法确定最佳的发动机转速差值分配方案,基于PID完成燃料模式切换自适应控制,实现三种燃料模式之间的有效自适应切换。结果表明:在三种工况下,所研究技术的超调率在2左右,且切换时的振动幅度在(0.15~0.22)m/s^(2)之间,说明该技术控制下燃料模式切换过程更加稳定,自适应应用效果较好。

增程式电动汽车能量管理策略多目标优化

针对增程式电动汽车馈电状态下增程器燃油消耗较高,动力电池寿命衰减较大等问题,提出一种基于遗传算法的能量管理策略多目标优化方法。在选择增程器四点控制策略的基础上,以减少等效燃油消耗及提高电池循环使用寿命作为优化目标,采用遗传算法进行多目标优化。分别采用Simulink、Cruise搭建控制策略模型和整车模型,进行NEDC工况和复合工况下的联合仿真。仿真结果表明,该文提出的控制策略鲁棒性较强,在电量保持模式下,优化后百公里等效油耗分别减少13.2%和8.8%、流经电池能量减少8.9%和5%,有助于提高电池循环使用寿命。

基于PID算法的燃油汽车发动机怠速跟踪控制

针对汽车发动机在怠速状态下存在超调过大以及响应时间慢等问题,提出一种基于PID算法的燃油汽车发动机怠速跟踪控制方法。分析汽车发动机怠速控制系统的要求,结合PID算法构建燃油汽车发动机怠速跟踪控制器,同时获取发动机的基本参数以及工作数据。在标准粒子原有搜索策略的基础上加入混沌搜索策略,通过混沌粒子群算法优化PID参数,将优化后的参数存储到控制器中,完成PID控制器参数的离线整定,最终实现燃油汽车发动机怠速跟踪控制。经实验测试结果表明:所提方法可以有效降低跟踪误差以及超调量,同时还能够减少响应时间。

基于Simscape的质子交换膜燃料电池冷却系统建模与温度控制策略

为了提高质子交换膜燃料电池(PEMFC)冷却系统模型精度且能够方便有效地对其实现控制,提出基于Simulink/Simscape构建膨胀水箱、冷却液循环泵、散热器等关键冷却系统模块,对燃料电池冷却系统进行物理建模仿真;水冷型燃料电池电堆的温度与冷却液出入堆温差主要受散热器的空气流量与循环水的流量影响,针对空气流量与循环水流量存在强耦合关系,提出了冷却液流量跟随电流控制,线性自抗扰控制空气流量的联合控制策略,实现了散热风扇和循环水泵控制的解耦;为保证控制策略的有效性,减少整定参数的工作量,提出了精英遗传算法优化ADRC(自抗扰控制)参数的方法,优化后的控制策略应对输入有扰动时,系统的最大超调量仅有1.23%且能在30 s内再次达到稳定,因此能够对燃料电池电堆温度实现有效控制。仿真结果表明通过优化后的控制策略在无干扰或有白噪声干扰的阶跃负载电流影响下,都能够对电堆温度与冷却液温差实现有效控制,具有很强的鲁棒性与抗干扰能力。

基于模糊的氢燃料电池时序采样能量控制方法

氢燃料电池汽车的能量管理系统对燃料电池寿命、耐久、经济性等性能起着重要作用。在对经典模糊控制策略的改进基础上,解决控制策略存在的燃料电池输出功率变载频繁的问题,以时序规则进行优化设计,根据燃料电池运行特性、工作效率点以及道路工况具备的特点提出了一种基于时序周期采样的控制策略,通过对车辆搭载燃料电池和动力电池输出功率的控制,完成能量管理策略优化。针对一款实际运营的燃料电池公交车在等速工况和中国典型城市公交循环工况下,使用不同控制策略时的氢耗、燃料电池输出功率状态、动力电池荷电状态变化等数据进行分析,发现设计的控制策略能有效降低燃料电池变载次数,提高燃料电池使用寿命,在氢耗方面比功率跟随策略、开关控制策略有明显优势,在初始动力电池荷电状态为60%条件下,后两者策略氢耗分别增加了3.98%和27.88%。

大功率型燃料电池重卡能量管理策略的研究

针对大功率型燃料电池重卡混合动力系统尚无成熟能量管理策略的问题,提出在燃料电池重卡能量管理策略设计中燃料电池保护优先的控制方法。根据该方法,综合考虑重卡动态工况特性和动力系统工作特性,以实现燃料电池工作状态最优为前提,以提高重卡经济性和燃料电池耐久性为目标,建立了复合模糊控制能量管理策略;在此基础上,为降低燃料电池劣化工况出现的频率,使用加权均值滤波算法WAFA和燃料电池变载速率限制法,提出了WAFA复合模糊控制能量管理策略。仿真结果表明:在重卡的复杂工况下,WAFA复合模糊控制策略在整车经济性和燃料电池耐久性方面均优于功率跟随策略,其中:燃料电池平均工作效率提高6.46%,等效百公里氢耗降低4.64%,燃料电池劣化工况明显减少。本研究为大功率型燃料电池重卡的能量管理策略研发提供了参考。

基于改进灰狼优化算法自抗扰控制器在火电燃料控制系统中的应用

针对火电厂燃料控制这一非线性、滞后性、强干扰的被控对象,设计基于改进灰狼优化算法的自抗扰控制器。对燃料控制系统不同工况进行了阶跃仿真实验、扰动测试、鲁棒性测试以及变工况实验。实验结果表明,相较于传统比例积分(PI)控制器和专家经验整定的自抗扰控制器,改进灰狼优化算法的自抗扰控制器可以实现燃料量的快速、稳定调节,在抗扰动及变工况过程中有较好的控制效果,具有较强的鲁棒性。

基于遗传算法优化的汽车转矩系统节能协调控制研究

为了提高混合动力汽车的节能效果,在等效燃油消耗最小策略(ECMS)的基础上引入遗传算法(GA),设计了一种基于遗传算法优化电机转矩系统节能协调控制方法。以整车冲击度作为价值指标设置目标函数,通过GA获得最佳转矩优化参数,以优化模式运行阶段的电机转矩,减小冲击影响。研究结果表明:优化后电机转矩达到了稳定低值,实现了系统误差补偿的显著提升。对新欧洲驾驶循环(NEDC)和全球轻型汽车测试循环(WLTC)工况进行优化,可以对冲击度起到良好抑制作用,冲击度均下降幅度近44%。遗传算法优化等效燃油消耗最小策略(GA-ECMS)协调控制方案可以获得更优模式切换品质,也可以实现混合动力系统运行模式经济性的大幅提升。经实例验证,GA优化使电机保持更稳定转矩输出状态,对整车冲击度起到明显抑制效果,有效地协调控制汽车转矩系统,满足节能要求。

电控单体泵燃油喷射系统控制方法研究

电控单体泵由电控泵喷嘴发展而来,由于在电控泵与喷油器之间加入了高压油管,使电控单元从发出喷油信号到燃油喷入气缸的时间延迟加长。针对该特点,考虑程序计算时间、电磁阀响应特性等因素对喷油正时的影响,设计了凸轮信号盘、曲轴信号盘与发动机气缸的相位关系及判缸方式,确立了喷油正时控制策略。试验结果表明,发动机判缸速度快,且电控单元可按喷油正时控制策略准确、柔性地控制喷油正时和喷油量。优化喷油正时脉谱后,电控单体泵柴油机在欧洲十三稳态循环工况测试ESC下达到了欧-Ⅲ排放标准,同时也保持了与原机相近的动力性能。

燃料电池汽车动力总成控制策略

讨论了燃料电池汽车的动力总成负载均衡、动力蓄电池充电态闭环控制、燃料电池发动机功率的预测调节 ,以及电机回馈制动控制策略等问题 ;介绍了动力总成控制器的算法实现 ,并示例性地给出了实车转鼓测试结果 .测试结果表明 ,针对电电混合动力总成提出的基本控制策略能充分考虑动力总成各组成部件的动力和经济特性 。

基于ARM9和MPC56x的燃料电池发动机双核主控制器的研制

燃料电池发动机控制系统具有输入输出通道多、控制变量多和控制算法复杂等特点。针对燃料电池分布式控制系统中的主控制器,提出了采用ARM系列单片机进行上层算法的计算、采用MPC56x系列单片机进行底层输入输出和外围驱动接口、采用CAN总线进行信息交互的双核控制器的设计思路。设计了ARM和MPC56x兼容的数字核心接口板,并对双核的燃料电池发动机主控制器进行了验证。

燃料电池发动机空气参数的最优控制

研究了燃料电池测试平台空气系统的控制算法,目的是获得最佳的空气温度和湿度控制,使得系统调整时间最短。建立了燃料电池空气子系统的温度控制模型和湿度控制模型,给出了控制算法,并将本研究的最优控制算法应用于燃料电池发动机系统;计算结果表明,该算法实现了系统的最优控制。

基于遗传算法的燃料电池车控制策略优化

燃料电池车一般包括燃料电池与辅助电池两个特性不同的动力源,属于串联式混合驱动结构。燃料电池车的整车控制策略包括能量分配策略,制动回馈策略和换档控制策略。这三者对整车燃料经济性的影响至关重要。然而,决定整车控制策略的参数较多,一般是靠经验选择,而且难以用常规的方法来优化。本文提出用遗传算法对主要控制策略参数进行优化,取得了令人满意的结果。