【摘 要】
：
应对气候变化和保护环境逐渐成为全世界各国的共识,我国也相应提出了“碳达峰、碳中和”目标。基于可再生能源的分布式发电系统因结构简单、可靠性高等优点,已逐渐成为新能源发电的典型模式。并网逆变器作为连接分布式发电系统和公共电网的重要设备,具有将发电单元发出的直流电转换成交流电的重要作用。本课题就NPC型三相三电平并网逆变器控制问题开展研究。在对NPC型三电平逆变器的拓扑结构、工作原理进行分析的基础上,介
【基金项目】
：
国家自然科学基金项目（U1504617）；
论文部分内容阅读
应对气候变化和保护环境逐渐成为全世界各国的共识,我国也相应提出了“碳达峰、碳中和”目标。基于可再生能源的分布式发电系统因结构简单、可靠性高等优点,已逐渐成为新能源发电的典型模式。并网逆变器作为连接分布式发电系统和公共电网的重要设备,具有将发电单元发出的直流电转换成交流电的重要作用。本课题就NPC型三相三电平并网逆变器控制问题开展研究。在对NPC型三电平逆变器的拓扑结构、工作原理进行分析的基础上,介绍了有限控制集模型预测控制算法的基本工作原理。在实际工况下,电路中器件参数随着物理条件的变化而发生摄动导致控制性能下降。针对因电感参数失配导致系统控制性能下降的问题,提出一种面向NPC型三电平并网逆变器参数失配时的自适应模型预测控制策略。在建立NPC型并网逆变器数学模型的基础上,通过设计基于Sigmoid函数的动态自适应加权代价函数,构造了自适应加权FCS-MPCC控制方法,来补偿参数变化所引起的电能质量恶化,保证在参数较大范围内变化时并网电流满足要求。在Matlab/Simulink软件中搭建逆变器的系统模型,对本课题所提方法进行仿真验证,结果表明所提方法可有效提高控制效果。传统有限控制集模型预测控制算法需要在每一个控制周期对NPC型三相三电平并网逆变器的27个有效开关状态进行遍历寻优计算,系统运算负荷大。为减少运算量,提出一种将有限控制集模型预测控制算法和虚拟空间矢量调制算法相结合的改进型模型预测控制算法VSV-FCSMPC。在原有扇区划分的基础上,增加新的扇区作为辅助扇区,减少模型预测控制遍历寻优次数,降低系统的运算量。同时根据虚拟空间矢量调制技术实现对NPC型并网逆变器中点电压的控制,在模型预测控制的代价函数中省去了中点电压平衡控制项。仿真结果证明所提算法能有效减少计算量、实现中点电压平衡,系统控制性能得到有效提高。最后,基于实验室已有的实验平台对本课题研究内容做实验研究,对本课题所提方法进行初步验证。
其他文献
中医学是中国传统文化的宝贵传承,拥有一套完整的诊断理论体系,为人类的健康生存发展付出了难以估量的贡献。中医独特的诊疗模式为现代医学提供了很多具有参考价值的诊断依据,受到世界各国人民的欢迎,引起了医学研究者们的广泛关注。但是,传统中医独特的诊疗方法也给中医学的传播带来了困难,中医诊断方式难以客观量化表述,诊断过程也跟中医生的主观经验密切相关,中医各种语言以及辨证辨病原理靠经验传承,缺少既定标准。鉴于
肺癌作为我国第一大癌症有着极高的病死率,症状显现晚不易被发现的特点导致诊断出时往往已经到了肺癌晚期,5年生存率更是仅有16.1%。因此,肺癌的早期发现与诊断就显得尤为必要,临床诊断中通过对患者肺部进行CT图像扫描,对扫描CT图像进行诊断从而确定肺结节的状态,为研判病情、辅助治疗提供不可替代的帮助。近代医学科技的高速发展,CT图像成像更加精准,逐步成为肺病治疗的常规检查手段,导致肺部CT图像呈指数型
随着近些年人工智能、机器学习和深度学习技术从兴起逐渐趋于成熟,以微芯片为载体的类脑神经网络技术也受益于集成电路新工艺和设计技术的发展,在硬件结构及其相应的加速算法上不断涌现崭新的技术,从而引领着人类社会向更为智能化的未来科技时代突飞猛进。基于电子硬件实现的基本神经元及其构建的大规模人工神经网络模型可追溯到上世纪60年代,近些年由于大数据分析、智能感知、动态图像和音频识别等技术的推动,用高性能的神经
随着人工智能技术的快速发展,自动驾驶汽车已成为全球汽车产业发展的战略方向。目标检测作为自动驾驶感知系统的重要组成部分,其检测结果直接影响后续决策行为,进而影响自动驾驶的安全性能。传统目标检测算法的特征泛化能力较差,算法结构设计复杂,难以达到自动驾驶对检测精度和速度的要求。基于深度学习的目标检测算法可有效改善上述不足,满足自动驾驶感知需求。本文针对自动驾驶感知需求,对基于深度学习的二阶段目标检测算法
在近十年中,人们对人机交互以及情感计算需求的提升使面部情绪识别也成为研究和发展的主要方向,人们对人工智能领域的更高追求使得基于深度学习的面部情绪识别网络需要嵌入智能设备中以应用于现实生活的场景当中,然而传统的人脸表情识别研究中存在模型训练难、应用落地难以及小样本学习困难等关键技术问题和挑战,并且现有的人脸表情数据集在一些负面情绪上的样本数量较少,存在面部情绪样本不平衡的问题,本文针对上述问题进行了
燃料电池混合动力汽车（Fuel Cell Hybrid Electric Vehicle,FCHEV）凭借其零排放、高效率、低噪声等优点被认为是未来交通领域最具有研究前景的新能源车型之一。然而,燃料电池存在着动态响应慢、功率密度低等缺点,单独使用其作为能量源将无法满足车辆的负载需求。在配备有锂电池以及超级电容的燃料电池混合动力汽车当中,超级电容和锂电池共同作为辅助能量源,为车辆提供加速和起动时所需
复杂动态网络,指由大量动态节点以复杂的拓扑结构耦合而成的网络,因其在不同领域的广泛应用,于近年来引起了研究者们极大的兴趣。同步行为作为其最重要的集群行为之一,其典型应用包括多自主体一致性、混沌信号加密等问题,具有极大的研究价值。另一方面,网络化控制策略,近年来因其低成本、易调试、可远程控制等优点愈发受到研究人员的关注。复杂动态网络因其数据量庞大、节点的空间分布等特点而迫切的需要网络化、数字化的数据
图像风格迁移是指从一组内容图像中提取出图像语义内容、从一组风格图像中提取出风格,然后将图像语义内容和风格相结合,形成风格化图像的过程。图像风格迁移具有一定的商业价值,目前市面上有很多关于图像风格迁移的商业应用。此外,对于图像风格迁移的研究有助于解决其他问题,已有研究人员通过图像风格迁移的方法实现了图像去雾、图像修复和图像超分辨率等。图像风格迁移最开始是通过非真实感渲染的方法和纹理合成的方法实现的,
随着汽车保有量的快速增加和交通安全问题的凸显,无人驾驶技术已经受到国内外的广泛关注。智能赛车作为低成本无人驾驶技术研发平台,其运动规划与控制受到学术界的青睐。为提高车辆控制算法对不同道路的适应能力,在原有学习预测控制算法的基础上,提出一种基于经验迁移的赛车学习预测控制策略。本文通过建立赛车曲线坐标系模型,使用学习预测控制器控制小车行驶,记录小车在历史赛道上的行驶轨迹,将其作为历史采样安全集,其中采
桥式起重机作为短距离运输货物的重要设备,普遍应用于自动化码头、数字化工厂、仓储物流等各个领域。桥式起重机作为一类非线性、强耦合的典型欠驱动系统,在运行过程中易受到外界因素干扰产生负载摆动,进而影响桥式起重机的定位精度和工作效率。起重机的防摆和定位策略作为实现桥式起重机精确定位与快速消摆的关键技术,目前已成为桥式起重机控制领域的一个研究热点。本文利用拉格朗日动力学方程建立三维桥式起重机动力学模型,将