级联双向软开关DC/DC电路拓扑

    公开(公告)号:CN104578806B

    公开(公告)日:2017-02-22

    申请号:CN201410836076.8

    申请日:2014-12-29

    Applicant: 南昌大学

    CPC classification number: Y02B70/1433 Y02B70/1491

    Abstract: 一种级联双向软开关DC/DC电路拓扑,包括前级升压电路、辅助电路、后级推挽变压器、全桥电路,它们之间依次串接,其中辅助电路包括谐振电感Lr,谐振电容Cr2,内含反并联体二极管VD2的辅助开关管VT2,快恢复二极管VD9、VD10,继电器K;其中,谐振电感Lr的一端连于快恢复二极管VD9的阴极,谐振电感Lr的另一端分别与谐振电容Cr2的正极、辅助开关管VT2的漏极相连,辅助开关管VT2的源极与快恢复二极管VD10的阳极相连,快恢复二极管VD10的阴极连于继电器K的一端,继电器K的另一端分别与谐振电容Cr2的负极、快恢复二极管VD9的阳极相连。本发明控制简单可靠;电路结构简单,易于实现,器件成本低;开关损耗小,开关管的电压应力小,变换效率高;电路通态损耗小。

    一种两电平逆变器的传感器故障诊断方法

    公开(公告)号:CN117872002A

    公开(公告)日:2024-04-12

    申请号:CN202410015689.9

    申请日:2024-01-04

    Applicant: 南昌大学

    Abstract: 本发明涉及电路故障诊断领域,公开一种两电平逆变器的三相定子电流传感器与直流侧电压传感器的故障诊断方法,以提高系统的安全性与可靠性。该方法包括建立两电平逆变器直流侧模型;根据直流侧电容电压估计值与电压传感器测量值得到残差函数;构建故障检测函数,设定检测阈值并进行比较以判断是否有传感器发生故障;构建故障诊断函数,设定检测阈值以诊断发生故障的传感器。该方法能够对逆变器的传感器故障进行检测,并可以对传感器故障进行定位,不会影响系统本身运行。

    一种基于虚拟同步机的并网光伏逆变器自抗扰控制方法

    公开(公告)号:CN109193760B

    公开(公告)日:2021-01-05

    申请号:CN201811047873.2

    申请日:2018-09-07

    Applicant: 南昌大学

    Inventor: 余运俊 胡湘玉

    Abstract: 本发明提供了一种基于虚拟同步机的并网光伏逆变器自抗扰控制方法,包括以下步骤:步骤1,搭建并网光伏逆变器仿真模型;步骤2,搭建虚拟同步机控制及PI双闭环控制仿真模型,搭建自抗扰控制仿真模型;步骤3,对整个控制器的参数进行调整;步骤4,将搭好的基于虚拟同步机的并网光伏逆变器功率自抗扰控制仿真模型在功率突变情况和三相电压不平衡两种情况下运行;步骤5,将基于虚拟同步机的并网光伏逆变器功率自抗扰控制策略的仿真结果与虚拟同步机控制策略的仿真结果作对比,本发明在三相电压不平衡下输出功率波动小,在参考功率突变时输出功率能快速跟踪参考功率,在外加扰动的情况下,能够快速抑制扰动,降低输出功率的波动。

    一种基于猫群算法的PID参数整定方法

    公开(公告)号:CN111427261A

    公开(公告)日:2020-07-17

    申请号:CN202010246723.5

    申请日:2020-03-31

    Applicant: 南昌大学

    Abstract: 本发明公开了一种基于猫群算法的PID参数整定方法,涉及自动控制领域,本发明提利用猫群算法(CSO)的全局搜索能力优化PID参数,将使PID控制系统性能指标函数值全局最小的积分系数和微分系数作为最优整定参数。解决了传统PID参数整定方法在实际控制系统中控制效果变差的问题,利用该方法整定所得的PID控制系统具有调节时间少,稳态误差小等显著优点,对PID控制器在实际控制系统中的精准控制有重大意义。

    基于长短期记忆神经网络的短期光伏发电量预测方法

    公开(公告)号:CN111222674A

    公开(公告)日:2020-06-02

    申请号:CN201910947897.1

    申请日:2019-10-08

    Applicant: 南昌大学

    Inventor: 余运俊 曹骏飞

    Abstract: 一种基于长短期记忆神经网络的短期光伏发电量预测方法,利用长短期记忆神经网络(LSTMNN)预测太阳辐射量间接计算出光伏发电量,包括以下步骤:获取相关地区光伏系统所接收的太阳辐射量数据及相应的历史气象数据信息;将获取的数据归一化处理,分为测试样本和训练样本两部分,建立LSTMNN进行训练;以预测日之前30天的光伏数据作为输入数据,预测当日的太阳辐射量;将预测结果反归一化处理即可得到当日的太阳辐射量数据。本发明建立的预测模型能够保存较长时间太阳辐射量序列所包含的季节性、波动性和趋势性的信息,克服传统递归神经网络训练过程中梯度消失(爆炸)的问题,进一步提高了预测精度。

    一种基于双Q学习算法的储能在交易市场决策优化方法

    公开(公告)号:CN110598925A

    公开(公告)日:2019-12-20

    申请号:CN201910832395.4

    申请日:2019-09-04

    Applicant: 南昌大学

    Inventor: 余运俊 蔡振奋

    Abstract: 一种基于双Q学习算法的储能在交易市场决策优化方法,包括如下步骤:建立储能在交易市场决策的数学模型;将储能操作描述为一个马尔可夫决策过程;采用真实历史市场交易价格数据,运用Double-Q learning算法,对两个数据集进行迭代训练,得到训练后的Q表;储能在训练好的Q表中执行决策目标最大化的动作,得到在联合套利下的累计奖励。本发明Double-Q learning算法采用两个函数对Q表进行迭代更新,减少了Q-learning算法高估问题的影响,设计的套利策略更加稳定,使得储能长期套利收益更高;套利来源不只限于电力市场,加入了碳市场,使得套利收入显著增加。

    一种基于自适应动态规划优化虚拟同步机光伏并网逆变器的控制方法

    公开(公告)号:CN109301858A

    公开(公告)日:2019-02-01

    申请号:CN201811040637.8

    申请日:2018-09-07

    Applicant: 南昌大学

    Inventor: 余运俊 王忠阳

    Abstract: 本发明提供了一种基于自适应动态规划优化虚拟同步机光伏并网逆变器的控制方法,包括以下步骤:步骤1,采集逆变器的输出电压、输出电流,计算出逆变器的输出有功功率和无功功率;步骤2,整定VSG内部的参数;步骤3,将计算得到的有功功率和无功功率输入到虚拟同步机中;步骤4,建立虚拟同步机的非线性模型;步骤5,当刚刚启动系统和给定视在功率突变时,将基于虚拟同步机的并网光伏逆变器功率ADP策略的仿真结果与虚拟同步机控制策略的仿真结果作对比,分析控制策略的结果,本发明减少了系统的振荡,加快了功角和输出电压的响应速度,改善了频率的振荡,在功率指令发生变化时,该方法也能够有效的改善系统的动态性能,提高了系统的安全可靠性。

    基于输出网侧电流估计的单相LCL型并网逆变器谐振抑制方法

    公开(公告)号:CN106230015A

    公开(公告)日:2016-12-14

    申请号:CN201610579289.6

    申请日:2016-07-22

    Applicant: 南昌大学

    CPC classification number: H02J3/38 H02J3/01

    Abstract: 基于输出网侧电流估计的单相LCL型并网逆变器谐振抑制方法,是利用LCL型滤波器与L型滤波器在低中频段频率特性相似,且L型滤波器频率特性不含谐振峰的特点,通过控制器Gc(s)的输出进行积分(积分器的增益为LCL滤波器总感值的倒数),得出网侧电流的估计值,同时引入观测补偿器,并将网侧电流测量值作为参考输入,对估计值进行修正,使估计值跟踪测量值,从而达到对网侧电流测量值滤波的目的,此时估计值即为经过滤波的测量值。将估计值作为负反馈值进行控制,可以达到抑制LCL谐振点的目的,提高系统的稳定性。

    一种基于蚁群算法的局部阴影下光伏阵列全局MPPT方法

    公开(公告)号:CN104793691B

    公开(公告)日:2016-06-15

    申请号:CN201510142633.0

    申请日:2015-03-30

    Applicant: 南昌大学

    Abstract: 一种基于蚁群算法的局部阴影下光伏阵列全局MPPT方法,包括如下步骤:(1)利用蚁群算法结合PI控制器搜索光伏阵列工作于全局最大功率点处的电压;(2)通过PI控制器控制连接光伏阵列的Boost电路,使光伏阵列稳定运行在(1)所寻最佳电压处;(3)在最佳电压处采用小步长的扰动观察法跟踪光伏阵列的全局最大功率点。本发明采用十进制蚁群算法生成电压变量对功率最大值寻优,通过PI控制器控制阵列的输出电压,有效提高系统的抗干扰性;蚁群算法结合扰动观察法可以解决具有多峰输出特性的光伏阵列最大功率点跟踪问题,克服常规算法跟踪可能陷入局部最大功率点的缺点,能够找到真正的全局最大功率点并实现快速、准确的跟踪。

Patent Agency Ranking