-
公开(公告)号：CN103437955A
公开(公告)日：2013-12-11
申请号：CN201310350059.9
申请日：2013-08-13
Applicant: 华北电力大学(保定)
IPC: F03D7/00
CPC classification number: Y02E10/723
Abstract: 本发明公开了风力发电技术领域的一种小型永磁直驱风力发电系统最大功率跟踪装置及控制方法。其中，装置包括风机、最大功率点跟踪MPPT控制器、整流器、n个风速传感器、转速传感器、电压传感器、电流传感器、DC-DC变换器、驱动模块、第一电容、第二电容和负载；通过安装于不同位置的多个风速传感器获取风速向量，并采集大量风速向量-最佳转速的实际样本，利用支持向量机建立风速-最佳转速预测模型。通过将预测模型与小步长扰动观察法结合进行最大功率跟踪。本发明提高了跟踪速度、有效的降低扰动过程的功率损失；并且当风机的特性发生变化后，可以通过重新收集样本，训练新的预测模型以保证预测精度。
-
公开(公告)号：CN106096247B
公开(公告)日：2018-08-07
申请号：CN201610389672.5
申请日：2016-06-06
Applicant: 华北电力大学(保定)
IPC: G06F17/50
Abstract: 本发明提出一种基于多因子拟合模型的大气气溶胶光学厚度估计方法，所述方法在采集PM2.5浓度、PM10浓度、大气气溶胶光学厚度(AOD)的实际样本的基础上，进行湿度修正、标高修正，运用最小二乘法建立大气气溶胶光学厚度(AOD)的多因子拟合模型，并利用该模型进行大气气溶胶光学厚度(AOD)估计，从而解决大气气溶胶光学厚度(AOD)反演精度不高、难以实时获取的问题。
-
公开(公告)号：CN105114238B
公开(公告)日：2018-06-08
申请号：CN201510487074.7
申请日：2015-08-10
Applicant: 华北电力大学(保定)
CPC classification number: Y02E10/38
Abstract: 本发明涉及可再生能源发电技术和海洋装备领域，公开了一种摆板式波浪能发电系统及其控制方法，装置主要包括发电舱、摆杆、摆板、立柱、弹簧、传动杆、T型杆、控制电路；所述传动杆包括传动杆a、传动杆b、传动杆c，传动杆d，T型杆包括T型杆a、T型杆b；所述控制电路包括舵机、速度传感器、第一水位传感器、第二水位传感器、电压传感器、电流传感器、整流器、MCU、DC‑DC变换器、驱动模块、第一电容、第二电容、负载；方法主要包括采集摆板式波浪能发电系统所在水域的波浪速度、波浪高度和摆板高度，根据波浪高度和波浪速度和当前时刻的摆板高度计算速度生成控制舵机转动的指令，在利用采用扰动观察法，发电系统寻找最大功率点，本发明能有效提高摆板式波浪能发电系统效率。
-
公开(公告)号：CN104806450B
公开(公告)日：2017-07-14
申请号：CN201510133361.8
申请日：2015-03-25
Applicant: 华北电力大学(保定)
IPC: F03D7/04
CPC classification number: Y02A30/12 , Y02E10/723
Abstract: 一种基于万有引力神经网络的风电系统MPPT控制方法，所述方法在构造大量功率‑转速‑风速样本的基础上，建立风速的万有引力神经网络预测模型并利用该模型进行风速估计，继而通过最佳叶尖速比法预测出最大功率点所对应的最优风机转速，然后将风机的转速调节到预测的最优风机转速，并以该转速为初始值，采用占空比扰动观察法以设定的扰动步长跟踪风机的最大功率。本发明采用估计的方法获取风速，无需装设风速传感器，可有效节约系统的控制成本，提高系统的可靠性；该方法利用万有引力搜索算法优化神经网络模型，可有效提高风速估计的精度；此外，本发明还具有跟踪速度快的优点，可提高风机的发电效率。
-
公开(公告)号：CN104967353B
公开(公告)日：2017-06-16
申请号：CN201510402092.0
申请日：2015-07-08
Applicant: 国网青海省电力公司 , 华北电力大学(保定) , 国网青海省电力公司电力科学研究院
IPC: H02M7/5387 , H02M3/335
CPC classification number: Y02E10/76
Abstract: 一种离网型风力发电逆变器，构成中包括MPU控制器以及依次连接于风力发电机与负载之间的整流器、储能电容、反激变换器、工频逆变桥和LCL滤波器，所述MPU控制器通过第一电压传感器和第二电压传感器分别采集储能电容电压和逆变器输出电压，通过电流传感器采集LCL滤波器的工频逆变桥侧电感电流，并通过两个驱动模块分别控制反激变换器和工频逆变桥。本发明利用神经网络逆模型和PI控制器构成的复合控制器来控制逆变器的输出电压。在过零点附近以神经网络逆模型控制为主，以充分发挥其响应速度快的优点；在电网电压峰值附近以PI控制为主，以充分发挥其稳态性能好的优点，从而有效提高了离网型风力发电系统的电能质量。
-
Patent Agency Ranking
公开(公告)号：CN106656032A
公开(公告)日：2017-05-10
申请号：CN201610739281.1
申请日：2016-08-29
Applicant: 华北电力大学(保定)
IPC: H02S50/00
Abstract: 本发明提出一种针对雾霾积灰的光伏发电功率输出减少率估计方法，所述方法利用PM2.5累积浓度、PM10累积浓度表征光伏电池面板的积灰浓度，在构造大量PM2.5累积浓度‑PM10累积浓度‑光伏电池发电功率输出减少率实际样本的基础上，运用最小二乘法建立了光伏发电功率输出减少率的估计模型，并利用该模型估计雾霾天气下光伏电池板的发电功率输出减少率。本发明有助于提高雾霾天气下光伏发电功率的预测精度。
-
公开(公告)号：CN104454346B
公开(公告)日：2017-02-15
申请号：CN201410622989.X
申请日：2014-11-09
Applicant: 中科诺维(北京)科技有限公司 , 华北电力大学(保定)
IPC: F03D7/00
CPC classification number: Y02E10/723
Abstract: 一种小型永磁直驱风力发电系统最大功率跟踪控制方法，所述方法在采集大量风速向量-转速-功率的实际样本的基础上，建立风速的萤火虫支持向量机回归预测模型并利用该模型进行风速估计，继而通过最佳叶尖速比法预测出最大功率点所对应的最优风机转速，然后将风机的转速调节到预测的最优风机转速，并以该转速为初始值，采用扰动观察法以设定的扰动步长跟踪风机的最大功率。本发明实现了无传感器风速估计，大大节省了发电系统的控制成本，提高了寻找最大功率点的速度与准确度，降低了扰动过程中的功率损失。
-
公开(公告)号：CN106372718A
公开(公告)日：2017-02-01
申请号：CN201610739282.6
申请日：2016-08-29
Applicant: 华北电力大学(保定)
Abstract: 本发明提出一种雾霾积灰条件下的光伏发电功率输出减少率估计方法，所述方法在采集大量PM2.5浓度-PM10浓度-相对湿度-风速-光伏发电功率输出减少率的实际样本数据的基础上，利用万有引力神经网络建立光伏发电功率输出减少率的预测模型，并利用该模型进行雾霾积灰下的光伏发电功率输出减少率的估计。本发明能够解决光伏电池面板积灰浓度难以测量、对光伏发电的影响难以定量分析的问题，从而有助于提高光伏发电的预测精度。
-
公开(公告)号：CN106096247A
公开(公告)日：2016-11-09
申请号：CN201610389672.5
申请日：2016-06-06
Applicant: 华北电力大学(保定)
IPC: G06F19/00
Abstract: 本发明提出一种基于多因子拟合模型的大气气溶胶光学厚度估计方法，所述方法在采集PM2.5浓度、PM10浓度、大气气溶胶光学厚度(AOD)的实际样本的基础上，进行湿度修正、标高修正，运用最小二乘法建立大气气溶胶光学厚度(AOD)的多因子拟合模型，并利用该模型进行大气气溶胶光学厚度(AOD)估计，从而解决大气气溶胶光学厚度(AOD)反演精度不高、难以实时获取的问题。
-
公开(公告)号：CN103684028B
公开(公告)日：2016-08-03
申请号：CN201310685965.4
申请日：2013-12-16
Applicant: 华北电力大学(保定)
IPC: H02M7/5387 , H02M7/539 , H02M3/335
CPC classification number: Y02E10/56
Abstract: 一种多变压器推挽型光伏逆变器，它包括DSP及依次连接的DC/DC变换器、DC/AC变换器和滤波器，所述DSP内设置有由DC/AC变换器的PI控制器、人工神经网络模型和前馈运算器构成的复合控制器，所述人工神经网络模型的输入端接DC/AC变换器第个采样周期时的状态变量，其输出的第个采样周期时输出电压的预测值接前馈运算器的负输入端，所述前馈运算器的正输入端接时刻的电压设定值，其输出信号与PI控制器的输出信号叠加后控制DC/AC变换器的占空比。本发明利用神经网络模型预测逆变器下一时刻的输出电压，并通过前馈运算器及时对当前时刻的占空比进行补偿，从而克服了PI控制器的滞后性，提高了逆变系统的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.033 seconds)
