水下具有旋转耦合机构的电场耦合无线电能传输系统及参数优化方法

现有水下环境的电场耦合式无线电能传输(EC-WPT)系统耦合机构大多采用平板式,无法适用于水下旋转场合无线供电应用场景。针对以上问题,提出一种水下具有旋转耦合机构的EC-WPT系统,给出耦合机构绝缘层相对介电常数和厚度对耦合电容的影响规律和绝缘层材料及厚度的选取方法,并建立耦合机构模型;以双侧LC补偿的EC-WPT系统为例,建立该系统的等效电路模型,以系统输出功率和传输效率为优化目标,将抗偏移性作为约束条件之一,给出基于第二代非支配排序遗传算法(NSGA-II)的多约束多目标优化方法;通过LT-Spice仿真验证了参数优化方法的可行性和有效性;实验中搭建具有水下旋转耦合机构的EC-WPT系统样机,实现311W的功率传输,效率为87.4%,系统具有良好的抗偏移性。实验比较了水下和空气中的能量传输性能,在耦合机构及参数优化方法相同的情况下,系统在水下的输出功率比空气中高约2倍,并且在水下的抗偏移性优于空气环境。

基于电场耦合的电能信号并行传输系统串扰抑制方法

针对较大功率电场耦合无线电能传输系统信号双向高速传输的需求,该文提出一种基于部分能量通道的电能与信号并行传输系统的串扰抑制方法。通过对所提出的系统拓扑进行分析,给出了电能传输增益表达式与电能串扰增益表达式,并分析了阻波电路参数变化对电能串扰增益的影响;基于交流阻抗法及香农定理分别给出了信号传输增益及信道容量表达式,分析了信号支路参数对信道容量的影响;在综合考虑信号传输增益、信道容量及阻波电路参数敏感性的情况下,给出系统信号支路参数的设计方法。该方法能保证系统在较大功率下降低电能串扰,保障信号稳定传输,实现信号的双向高速传输。通过仿真与实验验证了所提出的拓扑和参数设计方法的有效性。搭建的实验装置实现了传输530.4 W的电能,23.28 Mbit/s信号正向传输速度和24.2428 Mbit/s信号反向传输速度。

基于TensorFlow神经网络的MCR-WPT系统负载与互感识别方法

针对磁耦合谐振式无线电能传输(MCR-WPT)系统负载与互感识别精度低、速度慢等问题,提出一种基于TensorFlow神经网络的双LCC型MCR-WPT系统负载与互感识别方法。该方法基于TensorFlow深度学习框架,采用神经网络模型,将MCR-WPT系统的负载与互感识别问题等效为非线性方程的求解问题,进而转化为深度学习非线性拟合问题,并给出模型的训练方法,最后得到基于TensorFlow神经网络的MCR-WPT系统负载与互感识别模型。通过离线方式训练负载与互感识别模型,并将训练完成的识别模型导入微型控制器,只需要采集系统输入电流值和传输距离就能够实现负载与互感在线同时识别,识别速度快、精度高,有利于系统的实时控制,且成本较低、易于实现,有利于工程推广应用。

高性能电动汽车动/静态无线充电系统关键技术及应用

无线电能传输技术实现了电能从电源侧到用电设备的无线传输,摆脱导线束缚,具有便捷、灵活、安全、可靠等优点。该技术在解决电动汽车静态(驻车)和动态(行驶)中电能补给瓶颈问题方面具有尤为重要的意义和价值。