引入PID反馈的SHAEKF算法估算电池SOC

电池荷电状态(SOC)的估算精度是电动汽车电池组的重要指标。为提升SOC估算精度,在融合Sage-Husa扩展卡尔曼滤波(SHEKF)算法与自适应扩展卡尔曼滤波(AEKF)算法的基础上,增加比例积分微分(PID)反馈环节,形成改进算法。采用粒子群优化(PSO)算法对二阶RC等效电路模型进行参数辨识;用开源电池数据集对模型和算法进行实验和分析。改进的SHAEKF算法在电池动态应力测试(DST)、北京动态应力测试(BJDST)和美国联邦城市驾驶(FUDS)等工况下的平均估计误差都在1%以内,与单纯的融合算法SHAEKF算法相比,最大误差可减小5%。

改进粒子群优化滚珠丝杠进给系统BP神经网络PID控制策略研究

针对传统的BP神经网络PID(BP-PID)控制因其初始权值随机,导致系统的收敛速度较慢、控制前期会有较大误差和BP神经网络初始权值优化等问题,建立了滚珠丝杠进给系统伺服三环模型,设计了BP-PID控制器,提出了一种二阶振荡混沌映射粒子群算法(SCMPSO)优化滚珠丝杠进给系统BP-PID控制器。首先,混沌映射初始化粒子位置,使粒子均匀分布于空间,增加粒子解的多样性;随后,提出一种非线性余弦自适应惯性权重,以平衡算法的全局搜索能力和局部搜索能力;其次,在算法中引入二阶振荡环节,在面对突变多峰干扰时,能及时跳出局部最优解。研究结果表明:当加入外界干扰时,控制策略SCMPSO-BP-PID在正向进给时段的位移平均误差为0.013 mm,相比SAWPSO-BP-PID、LDWPSO-BP-PID、PSO-BP-PID这3种控制策略分别提升约45.8%、55.2%、61.7%;当加入阶跃响应时,SCMPSO-BP-PID的最大超调量仅为0.029,系统调节时间和峰值时间相比3种控制策略均有较大提升,具有较高的控制精度和稳定性。

考虑电压-无功调节的台区互联装置规划方法

伴随分布式能源广泛接入低压配电网,其对配电网运行灵活性和消纳能力的要求不断提高。利用低压柔性互联装置将独立运行的低压配电台区分区互联,避免传统电压调节和无功补偿装置频繁动作。考虑到柔性互联装置造价昂贵,协同传统电压-无功调节装置,文中提出低压柔性互联装置的选址定容规划方法。首先,分析低压柔性互联装置拓扑和运行方式,建立其潮流模型。其次,建立低压柔性互联装置优化配置的双层规划模型,上层规划以年综合费用最小为目标,下层规划考虑电压-无功协调控制时间序列模型,以运行成本和电压偏差最小为目标,基于粒子群优化算法和混合整数二阶锥规划算法交替求解,得出配电系统最优柔性互联方案和最优运行方式。最后,在IEEE 33节点系统上进行实例分析,验证该双层规划算法的有效性。结果表明,所提方法能有效减少柔性互联装置的过度布置,同时减少由分布式能源频繁波动造成的运行成本。将模型凸化并线性化的方法明显提高了求解效率。

基于阻尼特性分析的跳闸回路抗一点接地误动防护

受跳闸线圈、继电器的电阻及电感与直流系统对地电容影响,变电站断路器跳闸回路在发生一点接地后构成RLC二阶电路,一点接地电流的振荡可能导致线圈或继电器误动并引发断路器跳闸。剖析了跳闸回路的组成与发生一点接地的风险,分析了跳闸回路电阻、电容、电感在常规取值范围内对接地电流的影响,并通过粒子群算法优化、多维度变量分析等方法提出了跳闸回路的电阻、电容、电感在保证一点接地不误动情况下的取值范围。论证了进一步规范继电器电阻及电感值、优化继电器动作电流、管控直流系统等效对地电容的必要性,为变电站设备元件选型与直流系统对地电容常态化管控提供了指导参考。

铸铝一体化车门的多目标可靠性优化设计

为提升车门的轻量化水平与性能,采用“材料—结构—性能”一体化集成方法设计铸铝一体化车门。基于构建的铸铝一体化车门有限元模型,以车门的厚度为设计变量,采用径向基函数(radial basis function,RBF)神经网络近似模型和二阶响应面近似模型并分别结合二代非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)、多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法以及多岛遗传算法(multi-island genetic algorithm,MIGA)对车门的下沉刚度工况位移、上扭转刚度工况位移、下扭转刚度工况位移、一阶弯曲模态频率、一阶扭转模态频率和质量进行确定性优化设计。在此基础上,考虑材料及加工制造等不确定性因素,对确定性优化解的质量水平进行6Sigma可靠性分析与优化。结果表明,二阶响应面近似模型与MOPSO算法的优化组合方案实现了车门的最佳轻量化,RBF神经网络近似模型与MOPSO算法的优化组合方案实现了车门下沉刚度工况位移的最小化。上述2种组合分别实现了车门轻量化与安全化的设计目标。研究结果可为车身零部件的优化设计提供参考。

智能扫路车行驶轨迹跟踪控制算法研究

智能扫路车在规划好的全局路径下工作时,对路径跟踪的偏差较大。针对这个问题,提出模型预测控制(MPC)和二阶振荡粒子群优化算法(PSO)相结合的智能扫路车行驶轨迹跟踪控制算法。对智能扫路车运动学和动力学非线性模型进行线性处理得到线性时变系统;设计模型预测控制算法的目标函数和相关约束条件并利用二阶振荡粒子群算法寻找最优的控制时域和预测时域,构建自适应轨迹跟踪控制器;将自适应轨迹跟踪控制算法与其他的轨迹跟踪算法进行实验对比,自适应轨迹跟踪控制算法在跟踪精度和响应时间上更具优势。

基于改进粒子群优化算法的气体源定位研究

为了提高粒子群优化(PSO)算法在气体泄漏源中的定位精度,针对标准PSO算法中存在的收敛早熟等问题,提出了一种惯性权重非线性递减和异步变化的学习因子相结合的改进PSO(IPSO)算法。该方法能够提高算法的性能,并加快粒子的收敛速度,引入二阶振荡环节来增加种群的多样性。通过函数优化实验与其他PSO算法对比,进行有效性分析和误差分析,由气体扩散模型仿真实验得出:定位结果误差值在1%范围内,表明IPSO算法不仅能够优化粒子学习能力,还能够有效提高算法的收敛精度和稳定性。

基于需求响应的家庭能量双层优化调度

随着人民生活水平的提升,家庭用电负荷也在逐渐升高,本文针对降低家庭用电支出问题,考虑需求响应在分时电价环境下,采用双层优化策略。上层是对家庭用电设备分类调度,通过对家庭设备分类调整,将可调度负荷从电价高的时间段调节到低电费的平时段和谷时段运行,从而大大减少家庭用户的用电开支;下层对光伏发电设备和储能设备出力时段进行调整,通过储能设备和光伏设备的配合,合理高效地利用光伏能量。最后通过某典型家庭负荷配置为例,采用改进二阶振荡粒子群算法,分析仅对用电时段优化、用电时段和光伏均优化等不同场景,结果显示该优化算法在迭代23次左右达到稳定,优化后家庭用电支出减少53.64%,验证了文中所采用的双层优化调度有效性。

计及可靠性成本的风光储微电网储能容量协同优化

对比常规能源,新能源具备可再生、污染低、资源丰富的优势,其中风光发电被大规模引入到微电网系统,但由于其发电量具有较强的不确定性,这使得如何提高新能源消纳水平、提升电力系统运行稳定性以及降低微电网配置成本成为了充满挑战性的重要问题。针对上述问题,文章提出一种计及可靠性成本,同时考虑风、光资源多时间尺度不确定性的风光储互补微电网系统储能容量协同优化的方法。该方法采用自回归滑动平均模型和Homer软件仿真离散的风速、光辐照度序列,构建出风机、光伏发电机的出力模型;采取电量不足期望值为评估指标建立可靠性成本函数,构建出微电网配置成本模型;使用改进二阶振荡粒子群算法求解系统最优配置成本。算例结果表明了该方法的可行性及经济性,可为实际风光储互补微电网系统配置规划提供参考。

基于二阶近似扩展卡尔曼滤波的锂离子电池SOC估计

为提高电池荷电状态(SOC)估计的准确性,更高阶的扩展卡尔曼滤波(EKF)算法被用来估计SOC值。首先建立锂离子电池一阶Thevenin等效电路模型,采用样条函数来表述开路电压(OCV)和SOC值的函数关系。为更加精确地识别等效电路模型参数,提出一种新的带有可变遗忘因子最小二乘法(VFFRLS)的算法来在线识别模型参数。由于VFFRLS解的精度依赖于算法初始值的设定,为此采用改进粒子群算法求得模型初始参数值,进而得到更加精确的VFFRLS初始值。最后采用二阶EKF来估计电池的SOC值,以此提高估计精度。两组不同的数据集用来证明二阶EKF估计SOC值具有普适性。实验结果表明,二阶EKF在估计不同工况条件下的SOC值时,平均绝对误差(MAE)都保持在1%以内,由此证明了所提方法的有效性。

孤岛微电网中二阶滤波器与PID控制器一体化参数整定方法

在孤岛微电网系统中,为降低测量噪声影响从而引入二阶滤波器;然而二阶滤波器的引入,通常使原系统PID控制器的最优参数发生改变,从而导致控制系统性能指标下降;为解决此问题,提出了一种一体化参数整定方法;该方法利用混合粒子群算法,以不同参数下,系统性能指标在Topsis综合评价法中的高得分作为寻优目标,一体化整定PID控制器与二阶滤波器的参数,保证滤波器的引入不会对系统性能指标造成较大改变,从而提升控制器性能;通过孤岛微电网系统仿真实验,验证了该方法的可行性与有效性。

基于改进粒子群算法的 USV 航向分数阶控制

针对欠驱动水面船舶(underactuated surface vessel,USV)航向保持稳定性问题,对船舶自动舵控制系统设计了分数阶PIλDμ控制器。积分阶次λ和微分阶次μ的引入使得分数阶比例-积分-微分(proportion integration differentiation,PID)PIλDμ控制器具有更好的鲁棒性和抗扰动能力,但同时也加大了算法设计的难度。使用改进粒子群算法对分数阶PIλDμ控制器参数进行整定,即解决了粒子群算法容易使粒子陷入局部最优问题,又解决了分数阶PIλDμ控制器整定参数多、设计复杂问题。通过仿真对比实验,结果表明,该控制器能很好地根据船舶动态特性变化,自动进行适应性参数优化,具有跟踪速度快、航向控制超调小以及抗扰性强等优点。

基于数据的SecRPSO-SVM短期电力负荷预测

针对支持向量机在建模中的参数选取问题,提出一种二阶振荡和带斥力因子的粒子群优化算法优化支持向量机参数。采用非线性递减权重平衡算法的全局和局部搜索能力,二阶振荡因子保持种群多样性,提高全局搜索能力。斥力因子使粒子在搜索空间均匀分布,避免陷入局部最优。针对电力负荷的非线性、时变性、受多因素影响的复杂特点,提出一种基于数据的支持向量机预测模型,综合考虑天气、时间因素、历史负荷对预测结果的影响。仿真表明该方法可以建立短期电力负荷的有效高精度预测模型。

基于直流频率限制控制器的超低频振荡抑制方案

随着鲁西背靠背以及渝鄂背靠背工程的相继推进,异步联网后送端电网出现的超低频振荡威胁着系统的稳定运行。针对异步联网后的多直流送出系统,分析了超低频振荡产生原因及直流频率限制器(FLC)抑制超低频振荡的机理。结合直流FLC影响因子和直流控制敏感度提出了一种考虑送端电网水电分布的直流排序方法。并据此提出了一种的超低频振荡抑制方案,该方案利用最小二乘法–旋转不变技术的信号参数估计算法和改进粒子群优化算法,将多直流优化问题转化为多个单直流顺序循环优化问题,以实现对超低频振荡较好的抑制。最后以渝鄂异步联网后的川渝电网为算例,仿真验证了所提方案的有效性。

柔性多状态开关与分布式储能系统联合接入规划

随着分布式电源渗透率的提升,配电网运行面临着源荷强随机波动带来的挑战。柔性多状态开关(SOP)和分布式储能系统(DESS)可分别在空间和时间上实现潮流的灵活调节,进而提升配电网运行的灵活性。建立了基于时空特性的SOP和DESS双层规划模型,其中上层为选址定容层,考虑系统经济性,以配电网年综合运行成本最小作为优化目标;下层为运行优化层,以配电网网损费用和电压偏移之和最小作为优化目标。通过社区挖掘算法和改进负荷矩方法确定规划方案待安装节点集合,并采用自适应粒子群优化和二阶锥规划的混合算法求解规划模型。以IEEE 33节点系统进行算例分析与对比验证,结果表明SOP和DESS联合接入能有效改善配电网电压时空分布,且运行安装成本最低。

基于粒子群优化算法的多交叉口信号配时

以城市道路多个单点信号控制交叉口组成的绿波系统为研究对象,对绿波系统的交叉口信号配时优化进行研究。通过对路段和干线机动车流进行协调控制设计,以西安市某两相邻交叉口晚高峰时段各进口道的交通量、通行能力、饱和流量以及各交叉口进口道的实际车均延误时间为约束,确定各交叉口的信号周期及各相位有效绿灯时长,使得干线延误量最小。设计了PSO算法的编码方式,分别采用PSO算法、灾变PSO算法和二阶振荡PSO算法对多交叉口交通信号配时进行优化计算。仿真实验表明,二阶振荡PSO算法在该实例中表现最优。

二阶线性常微分方程的两点边值问题的新解法

基于变分原理,将二阶线性常微分方程的两点边值问题转化为等价的变分问题（即泛函极值问题）,利用两点三次Hermite插值构造一个逼近可行函数的近似函数,从而将问题转化为一个多元单目标优化问题,最后运用粒子群优化算法求解该优化问题,由此求得二阶线性常微分方程的两点边值问题的近似解.数值实验表明该方法优于传统的里兹法和有限差分方法.

粒子群优化算法用于二阶状态变量滤波器的设计

用粒子群优化算法设计了高Q值二阶状态变量滤波器,有效地解决了基本遗传算法设计电路存在的收敛速度慢、易早熟的问题.用Pspice对设计出的滤波器进行仿真,得到了令人满意的结果.结果表明,在平均收敛代数和平均收敛时间两个重要指标上,粒子群优化算法明显优于基本遗传算法.

基于分数阶模糊PID控制的水轮机调节系统

针对水轮机调节系统中传统PID控制规律存在适应性不足的问题,设计了一种新型的分数阶模糊PID控制器(FOFPID),该控制器在模糊PID控制器(FPID)的基础上将微分及积分阶次进行从整数阶到非整数阶的拓展,并利用改进Oustaloup滤波算法对该控制器中的分数阶微积分进行数字实现.提出了一种基于Rechenberg五分之一法则的动态适应量子粒子群算法(DAQPSO),对水轮机调节系统控制器参数进行优化.仿真试验表明:FOFPID控制器在水轮机调节系统扰动幅度及运行工况变化时具有较强的适应性,并在水轮机调节系统参数发生变化时具有更好的鲁棒性;与QPSO,RLQPSO及MLQPSO相比,DAQPSO算法具有较好的计算精度,能为水轮机调节系统控制器提供更优的参数候选方案.

基于改进二阶循环平稳解卷积的轴承故障检测方法

针对涡轴发动机主轴轴承故障特征难以提取,背景噪声干扰大的问题,提出了改进二阶循环平稳解卷积(PSO-CYCBD)方法,用于提取强噪声背景下的故障特征频率.该方法采用粒子群优化(PSO)算法对二阶循环平稳解卷积(CYCBD)方法中的滤波器长度参数进行寻优.首先,基于故障轴承振动特点建立信号模型,然后用PSO算法对包络谱故障特征比(FFR)进行最大化处理,将得到的最优滤波器长度参数输入到CYCBD方法中,对滤波后的信号进行包络谱分析,提取故障特征频率.最后,将提出的方法应用于实测信号中,与传统包络谱分析相比提高了故障特征提取的效率和准确性,从而验证了该方法的有效性.