研究了一种基于电压模型预测控制(Voltage model predictive control,VMPC)的大功率异步电机弱磁系统,通过对d-q轴定子电压(u_(sd),u_(sq))在线预测,取消了传统电流环中的两个PI控制器,进而实现对电压的优化控制,提升异步电机速-矩控制...研究了一种基于电压模型预测控制(Voltage model predictive control,VMPC)的大功率异步电机弱磁系统,通过对d-q轴定子电压(u_(sd),u_(sq))在线预测,取消了传统电流环中的两个PI控制器,进而实现对电压的优化控制,提升异步电机速-矩控制性能。首先,建立最大电磁转矩的解析模型,分析u_(sd),u_(sq)对各个工况下转矩输出的影响;然后,引入模型预测控制,设计了d-q定子电流(i_(sd),i_(sq))为控制量,u_(sd)、u_(sq)为输出的VMPC模型;最后,建立了搭载VMPC的最大转矩弱磁控制系统,仿真验证方法的有效性。展开更多
光伏发电功率的预测对电网稳定以及安全地运行有重要意义,提出一种基于长短期记忆网络(long short term memory,LSTM)数字孪生体的预测模型,通过数字孪生体模型实现光伏发电功率的精准预测。数字孪生体分为物理空间与数据空间,首先根据...光伏发电功率的预测对电网稳定以及安全地运行有重要意义,提出一种基于长短期记忆网络(long short term memory,LSTM)数字孪生体的预测模型,通过数字孪生体模型实现光伏发电功率的精准预测。数字孪生体分为物理空间与数据空间,首先根据物理空间得到的气象孪生数据由LSTM算法获取初步的预测功率,同时更新历史气象数据库。然后在气象数据库中找到相似日,对比相似日的预测功率和实际功率,对初步的预测功率进行误差修正,得到最终光伏功率预测值。文中所提的数字孪生体实现了物理实体与数据驱动的连接,同时物理实体可进行自我学习和更新,因此相较于传统的光伏预测结果更为精确,通过仿真算例进一步证实数字孪生体预测的准确性。展开更多
文摘研究了一种基于电压模型预测控制(Voltage model predictive control,VMPC)的大功率异步电机弱磁系统,通过对d-q轴定子电压(u_(sd),u_(sq))在线预测,取消了传统电流环中的两个PI控制器,进而实现对电压的优化控制,提升异步电机速-矩控制性能。首先,建立最大电磁转矩的解析模型,分析u_(sd),u_(sq)对各个工况下转矩输出的影响;然后,引入模型预测控制,设计了d-q定子电流(i_(sd),i_(sq))为控制量,u_(sd)、u_(sq)为输出的VMPC模型;最后,建立了搭载VMPC的最大转矩弱磁控制系统,仿真验证方法的有效性。
文摘光伏发电功率的预测对电网稳定以及安全地运行有重要意义,提出一种基于长短期记忆网络(long short term memory,LSTM)数字孪生体的预测模型,通过数字孪生体模型实现光伏发电功率的精准预测。数字孪生体分为物理空间与数据空间,首先根据物理空间得到的气象孪生数据由LSTM算法获取初步的预测功率,同时更新历史气象数据库。然后在气象数据库中找到相似日,对比相似日的预测功率和实际功率,对初步的预测功率进行误差修正,得到最终光伏功率预测值。文中所提的数字孪生体实现了物理实体与数据驱动的连接,同时物理实体可进行自我学习和更新,因此相较于传统的光伏预测结果更为精确,通过仿真算例进一步证实数字孪生体预测的准确性。