关键词： 永磁同步电机   无位置传感器控制   超螺旋滑模观测器   改进的粒子群优化算法   滑模参数   高频噪声  

摘要： 针对永磁同步电机传统滑模观测器存在高频滑模噪声,从而导致精度低、较大抖振以及相位延迟的问题,以及使用固定的滑模参数会使估算精度受到参数干扰而产生误差的情况,造成控制精度比较低,提出一种改进的粒子群优化(IPSO)算法超螺旋滑模观测器作为无位置传感器控制的改进方法。该方法首先进行永磁同步电机数学模型的建立,然后建立超螺旋滑模观测器,最后应用改进粒子群算法。超螺旋算法采用积分形式来消除高频噪声,减小误差抖振以及相位延迟。引入改进粒子群算法对滑模观测器参数进行滑模参数寻优,通过在线调整滑模系数可以获得较高的收敛速度和稳态精度。仿真和实验结果验证了该控制策略能有效抑制系统抖振,减小相位延迟,且估计精度高,进一步说明该策略在电动汽车中有一定的可行性。

关键词： 新能源发电项目   成本管控   资源优化配置  

摘要： 在全球能源转型的大背景下,新能源项目作为推动绿色发展和实现碳中和目标的关键力量,蓬勃发展。然而,新能源项目具有投资大、周期长、技术更新快等特点,使得成本管控、资源优化成为项目成功的关键因素。探讨新能源发电项目建设中的成本管控与资源优化配置的有效策略,通过分析风电、光伏等新能源发电项目的特点,提出一系列可行的解决方案,以期提高新能源发电项目的经济效益和可持续性。

关键词： 风力发电系统   生态环境   影响评估   应对措施  

摘要： 风力发电是新能源领域的重要发展方向,产业规模扩张对生态环境产生显著影响。基于综合评价指标体系和实地调查数据的系统评估显示,风电场建设运营存在多重环境问题。风机噪声振动超出环境标准,场区植被覆盖度显著下降,生物多样性指数明显降低,土壤理化性质改变导致水文特征变化。有必要采用新型隔音材料,优化风机布局,开展生态修复,为风电场环境保护提供参考。综合治理后,噪声显著降低,鸟类迁徙影响显著减小,植被覆盖率显著提升。

关键词： 逆变器   谐波污染   阻抗重塑   电能质量   微电网  

摘要： 在能源结构加速转型的当下,微电网凭借其整合分布式能源、提升能源利用效率、增强供电可靠性等优势,成为电力领域的研究热点。然而,微电网中大量电力电子设备和非线性负载的接入,引发了诸如谐波污染、电压波动与不平衡等电能质量问题,严重影响了微电网的稳定运行以及所接入设备的正常工作。逆变器作为微电网与外部电网连接的关键枢纽,其性能对微电网电能质量起着决定性作用。通过对逆变器阻抗进行重塑,能够有效改善微电网的电能质量,为微电网的可靠运行提供有力保障。

关键词： 永磁同步电机   模型预测控制   共模电压   多矢量  

摘要： 针对传统三矢量模型预测控制策略存在的矢量选择计算量大、各矢量作用时间计算复杂与存在较大共模电压的问题,提出了多矢量模型预测电流控制策略。首先针对较大共模电压问题,提出利用有效电压矢量合成代替传统零矢量,同时利用电压矢量选择表与电压矢量位置角快速选择矢量,减少矢量选择计算量,其次采用电压误差占空比的方式简化计算各矢量作用时间,最后通过仿真与实物平台验证其有效性,证明了该控制算法在提高系统稳态性能的同时抑制了较大共模电压对于电机的影响。

关键词： 智能建筑   光伏新能源   电气系统  

摘要： 随着可持续发展观念的普及,生态环保智能城市建设成为了我国战略发展目标。在国家可持续发展战略的积极推动下,光伏新能源技术实现了创新发展,在城市智能建筑电气中得到了重点应用。基于此,文章对现代城市智能建筑中的光伏新能源技术进行了分析,首先介绍了光伏新能源技术的概述,其次探索了光伏新能源技术在城市智能建筑电气中的具体应用策略,以期为相关研究人员提供参考。

关键词： 微型电动汽车   永磁   同步电机   仿真分析  

摘要： 驱动电机受制于空间限制,其电磁场、温度场、机械场等物理场交叉耦合,是一个难点问题。文章以微型电动车用无刷永磁同步电机为研究对象,通过设计电机参数,建构基于MOTOR-CAD的数字化模型,并对其电磁场、机械场、温度场进行仿真分析。结果表明,驱动电机的磁密在1.6 T至1.9 T之间,定子齿部磁密较大为1.760 T;定子绕组、轭部、齿部的最高温度为69.9、68.3、65.3℃,最高温度主要集中在绕组上;转子铁芯应力最大值为7.742 MPa,转子铁芯位移最大值为0.7874μm。设计驱动电机完全能够满足工作需求,且具有良好的冷却性能,研究结论可以对微型电动车的驱动系统提供相关的科学参考。

关键词： 智能电网   机器学习   深度学习   优化调度   电力采集终端  

摘要： 智能电网的发展对电力采集终端的优化调度提出了更高要求,传统调度方法难以满足高效、精准、实时的智能化需求。人工智能的引入,使电力采集终端具备更强的自适应调度能力,能够基于负荷预测、异常检测和优化控制,提高电网运行的稳定性与能源利用效率。机器学习、深度学习和智能优化算法在调度任务中展现出优越的计算性能,边缘计算和多智能体协同调度,进一步增强了实时响应能力与分布式优化水平。本文旨在探讨人工智能在智能电网电力采集终端优化调度中的关键技术及应用前景。

关键词： 风力发电控制系统   非线性经济模型预测控制   滚动时域估计   疲劳负荷   实时迭代  

摘要： 为应对风电系统经济效益控制和实时性要求的新挑战,针对风力发电控制系统,提出了一种非线性经济模型预测控制策略。在最大化发电功率的同时减少了塔架和齿轮箱等关键结构的疲劳负荷,设计了一个滚动时域估计器为优化提供有意义的初始化。优化问题求解方面,利用相邻采样时刻间非线性规划程序的相似性,实现了算法的实时迭代求解。以5 MW风电机组作为研究对象,在ACADOS框架下实时迭代求解最优控制问题。仿真结果表明:所提控制策略能够有效提高系统运行经济效益并且能够实现实时控制。

关键词： 分布式电源   概率模型   改进的无迹变换方法   遍历最优化算法  

摘要： 近年来,大量电力电子类分布式电源(distributed generation,DG)随机接入配电网,导致发电情况具有随机性和不确定性。同时,配电网也受到负荷的随机性和非线性特点的影响,导致配电网的电能质量问题相较于以往更为严重。为解决该问题,提出一种考虑负荷和DG不确定性的选址定容方法,以功率损耗和电压总谐波畸变率为目标函数;建立负荷和DG概率模型,并分别采用非线性最小二乘法和极大期望优化算法对模型参数进行求解;采用改进的无迹变换方法确定系统潮流情况。遍历最优化算法与网络损耗灵敏度因子相结合,在降低计算量的同时找到DG的最佳接入方案。构建概率性优化求解算法,求解不确定性情况下配电网中DG的概率性优化问题,实现DG的优化管控。采用IEEE-33和IEEE-69节点系统进行仿真验证,结果表明所提方法可显著降低网损,改善电能质量。