-
公开(公告)号：CN118331384A
公开(公告)日：2024-07-12
申请号：CN202410287477.6
申请日：2024-03-13
Applicant: 三峡大学
IPC: G05F1/67 , C25B1/04 , C25B15/02 , C25B9/65 , C25B9/19 , H02J3/00 , H02J3/32 , G06F17/11 , G06F17/18
Abstract: 本发明公开一种基于INC的光储耦合制氢系统控制方法及系统，包括：搭建光储耦合制氢系统的数学模型，建立光伏电池模型、电化学储能系统模型和PEM电解槽模型；光伏系统以及储能系统均通过变流器与直流母线直接相连，并相应采取MPPT控制和自适应控制方法，负荷端连接PEM电解槽；采用下垂控制叠加双向DC‑DC变流器作为锂电池输出端接口来实现输出或吸收光伏电源波动能量，实现对储能系统充放电的控制；分析光伏电池及PEM电解槽的工作特性，基于改进电导增量法的变步长MPPT算法，引入与电流I相关的系数对特性曲线dP/dU的值进行修正；本发明通过改进电导增量法的变步长MPPT算法使得光伏直流耦合制氢系统的能量转化率和产氢效率得到显著提高。
-
公开(公告)号：CN116896120A
公开(公告)日：2023-10-17
申请号：CN202310648268.5
申请日：2023-05-30
Applicant: 三峡大学
Abstract: 本发明涉及计及双馈风机故障特性的变流器控制参数分区间辨识方法，包括：根据双馈风机变流器典型控制方程确定待辨识参数；确定每个故障区间下的主导控制参数；搭建双馈风机仿真模型，利用改进粒子群优化算法对主导控制参数进行分区间辨识；在不同电压跌落程度的短路故障工况下验证辨识结果的有效性。本发明考虑了各控制参数对局部区间故障工况响应曲线的影响，将故障特性曲线从时域角度划分为故障前、故障中和故障后三个区间，通过斯皮尔曼相关系数法选取与三区间响应数据强相关的控制参数，利用IPSO算法对双馈风机的控制参数进行分区间辨识，有效提高了控制参数的辨识精度。
-
公开(公告)号：CN116306183A
公开(公告)日：2023-06-23
申请号：CN202310139086.5
申请日：2023-02-16
Applicant: 三峡大学
IPC: G06F30/25 , H02J3/38 , G06F30/27 , G06N3/006 , G06N3/0442 , G06F111/08 , G06F113/06
Abstract: 本发明涉及考虑全风速范围的双馈风机变流器控制参数辨识方法，包括：确定待辨识的双馈风机变流器控制参数，采集不同控制参数下的各观测量输出响应数据集，计算待辨识参数与不同观测量间的相关性，选取观测量；利用门控循环单元得到各待辨识控制参数的初步辨识值；基于初步辨识值，利用改进粒子群算法分别对双馈风机不同运行状态下的控制参数进行精确辨识；在三相故障扰动下计算实测曲线与辨识曲线响应误差，验证辨识结果的准确性。本发明在GRU模型初步辨识值的基础上，以风速为依据划分三种不同运行状态，利用改进粒子群算法分别对不同运行状态下的双馈风机变流器控制参数进行了精确辨识，有效解决了风电的随机出力特性影响辨识精度的问题。
-
公开(公告)号：CN115800245A
公开(公告)日：2023-03-14
申请号：CN202211372516.X
申请日：2022-11-03
Applicant: 三峡大学
Abstract: 基于SARIMA‑随机森林组合模型的短期负荷预测方法，包括以下步骤：利用滑动窗口对原始负荷数据进行分组，对各组的待测周前‑次日数据集进行分解得趋势项、季节项和残差项；建立SARIMA模型，预测趋势项得到初步预测结果和残差；聚类天气因素获取相似日，分组构建天气‑残差数据集并建立随机森林回归模型，学习天气因素对残差的影响，利用网格搜索法选择模型参数；组合模型的预测结果，对比天气聚类、残差训练对负荷预测准确率的影响。该方法能够在已知待测日历史负荷和天气因素的条件下准确预测次日负荷，提高了预测准确率。
-
-
-
Search Results
14
records
(took 0.061 seconds)
