-
公开(公告)号：CN109861553A
公开(公告)日：2019-06-07
申请号：CN201910282942.6
申请日：2019-04-09
Applicant: 湘潭大学
Abstract: 本发明主要应用于电力电子技术领域，目标是提供一种模块化多电平变换器子模块电容电压优化均压的控制方法。通过选择不同的优化算法实现模块化多电平变换器子模块电容电压的平衡控制，主要包括以下步骤：基于最近电平逼近调制策略计算需要投入的子模块数目；将MMC系统每个桥臂上的子模块按照从大到小排序；将计算得到的子模块数N与当前投入子模块n进行判断，在不同的条件下选择不同的投切子模块方式；找出当前桥臂上电容电压最大和电容电压最小的子模块，比较两者的差值，再选择不同的优化算法进行子模块的投切。基于本发明的MMC技术，在能够控制子模块电容电压均衡的前提下，还可以保证系统具有较低的开关频率，减少了MMC系统中功率变换器的损耗。
-
公开(公告)号：CN114509940A
公开(公告)日：2022-05-17
申请号：CN202210037190.9
申请日：2022-01-13
Applicant: 湘潭大学
IPC: G05B13/04
Abstract: 本发明提出了一种AMBOA光储系统动态多峰MPPT的Buck/Boost自适应控制方法。以Buck/Boost电路中的开关管占空比作为自适应变异蝴蝶优化算法的粒子，以光伏阵列的输出功率作为算法的适应度函数。本发明通过将蝴蝶优化算法与自适应策略和变异策略相结合，能快速准确地找到光伏阵列处于局部阴影情况下的全局最大功率点，有效避免了算法陷入局部最优值，提高了光储电站的发电效率，并通过Buck/Boost电路自适应控制以及储能模块维持光储发电系统供电的稳定性。
-
公开(公告)号：CN108594927B
公开(公告)日：2021-07-13
申请号：CN201810566632.2
申请日：2018-06-05
Applicant: 湘潭大学
IPC: G05F1/67
Abstract: 本发明公开了一种基于随机蛙跳全局搜索算法的局部阴影光伏阵列多峰最大功率跟踪(Maximum Power Point Tracking，MPPT)控制方法，以光伏阵列的输出电流作为算法的粒子，以光伏阵列的功率作为算法的适应度函数，通过随机蛙跳全局搜索算法这种新型快速且全局的搜索技术，高效而准确的找到光伏阵列的全局最大功率点，然后通过PWM占空比控制Boost电路来实现最大功率点跟踪。本算法可解决局部阴影下具有多峰输出特性的光伏阵列MPPT控制容易陷入局部最大功率点的难题，能准确找到全局最大功率点，并且寻优能力强，搜索精度高，易于编程实现。
-
公开(公告)号：CN112631365A
公开(公告)日：2021-04-09
申请号：CN202011517899.6
申请日：2020-12-21
Applicant: 湘潭大学
IPC: G05F1/67
Abstract: 本发明公开了一种基于SCASL的光伏发电多峰值MPPT控制方法，其方法是利用自学习策略和Lévy飞行的正弦余弦优化算法，在基于该算法的局部搜索和全局探索的基础上，对最大功率点(Maximum Power Point，MPP)进行更快更精准的追踪，完成对局部阴影光伏阵列的MPPT的改进。本发明可以相较于粒子群算法，表现出良好的性能，尤其是架构简单，控制参数少，计算效率高，追踪速度。
-
Patent Agency Ranking
公开(公告)号：CN111694396A
公开(公告)日：2020-09-22
申请号：CN202010633554.0
申请日：2020-07-04
Applicant: 湘潭大学
IPC: G05F1/67
Abstract: 本发明公开了一种基于分子运动轨迹搜索算法的多峰最大功率点跟踪(Maximum Power Point Tracking，MPPT)控制方法。首先将光伏阵列的短路电流Isc聚变为H个种群粒子，并将P-Isc作为种群粒子的搜索范围。将区域内种群粒子追踪最大功率点的运动轨迹调整为椭圆形，高效高覆盖对光伏阵列的全局最大功率点进行搜索。对脱离局部极值的功率点通过改进型扰动观察法进行精度提升。本算法能够对局部阴影下具有多峰输出特性的光伏阵列MPPT最大功率点进行搜索，解决其易陷入局部极值、精度过低等问题，准确找到全局最大功率点。该算法寻优能力强，搜索精度高，易于编程实现。
-
公开(公告)号：CN112631365B
公开(公告)日：2022-02-18
申请号：CN202011517899.6
申请日：2020-12-21
Applicant: 湘潭大学
IPC: G05F1/67
Abstract: 本发明公开了一种基于SCASL的光伏发电多峰值MPPT控制方法，其方法是利用自学习策略和Lévy飞行的正弦余弦优化算法，在基于该算法的局部搜索和全局探索的基础上，对最大功率点(Maximum Power Point，MPP)进行更快更精准的追踪，完成对局部阴影光伏阵列的MPPT的改进。本发明可以相较于粒子群算法，表现出良好的性能，尤其是架构简单，控制参数少，计算效率高，追踪速度。
-
公开(公告)号：CN108594927A
公开(公告)日：2018-09-28
申请号：CN201810566632.2
申请日：2018-06-05
Applicant: 湘潭大学
IPC: G05F1/67
Abstract: 本发明公开了一种基于随机蛙跳全局搜索算法的局部阴影光伏阵列多峰最大功率跟踪（Maximum Power Point Tracking，MPPT）控制方法，以光伏阵列的输出电流作为算法的粒子，以光伏阵列的功率作为算法的适应度函数，通过随机蛙跳全局搜索算法这种新型快速且全局的搜索技术，高效而准确的找到光伏阵列的全局最大功率点，然后通过模糊PI控制Boost电路来实现最大功率点跟踪。本算法可解决局部阴影下具有多峰输出特性的光伏阵列MPPT控制容易陷入局部最大功率点的难题，能准确找到全局最大功率点，并且寻优能力强，搜索精度高，易于编程实现。
-
公开(公告)号：CN115459260A
公开(公告)日：2022-12-09
申请号：CN202211193006.6
申请日：2022-09-28
Applicant: 湘潭大学
Abstract: 本发明公开了一种基于重构思路的光伏发电系统部分器件故障处理方法，其方法是利用人工重构技术以及自动重构算法，在基于自动重构算法以及人工干预重构技术的基础上，对光伏发电过程中的器件故障通过及时投切以及替换，以此实现重构，完成对整个系统的供电稳定安全可靠保障，并实现发电功率最大。本发明相较于之前老式的器件故障处理方法，表现出更加良好的性能，尤其是：能够利用自动重构以及人工干预进行重构的技术操作。一般来说，人工干预重构的优先级是要高于自动重构，以至于在自动重构操作过程中可以直接进行人工干预重构。但是在日常操作中，为避免人工干预重构所导致的耗时久、最大发电功率效果不理想等缺点，一般较多采用自动重构。本发明中所提及的技术，能保有自动重构的快速性，还能降低少数状况下因自动重构的不确定性所导致的系统供电风险问题，同时兼顾人工干预重构以及自动重构的优点。
-
公开(公告)号：CN113837465A
公开(公告)日：2021-12-24
申请号：CN202111109720.8
申请日：2021-09-18
Applicant: 湘潭大学
Abstract: 本发明公开一种多阶段的校园电力短期负荷预测方法。该模型使用改进的聚类算法KPCA‑SSA‑KMEANS将校园典型场景进行分类，然后利用改进的VMD方法(IVMD)将负荷信号分解为多个IMF；再利用分散熵对IMF进行复杂度分析将复杂度相近的合并重组；然后将各序列分别建立IVMD‑DE‑LSTM子模型，采用滚动策略预测指定长度的负荷点序列；最后累计所有模型的预测值，来完成对未来时间序列预测。最后将本发明用到校园短期负荷预测的场景上去，与现有技术相比，本发明具有提高短期负荷预测精度、降低训练时间等优点，而且预测误差最小。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.012 seconds)
