公开(公告)号：CN119882519A

公开(公告)日：2025-04-25

申请号：CN202411801220.4

申请日：2024-12-09

Applicant: 国网宁夏电力有限公司电力科学研究院 ,  三峡大学 ,  国网宁夏电力有限公司

Inventor： 任勇 ,  李峰 ,  徐恒山 ,  钟怡宸 ,  柴森 ,  周江浪

IPC: G05B19/042

Abstract: 本发明提供一种基于鲸鱼优化算法的光伏发电机组控制参数辨识方法，属于光伏发电机组控制技术领域。包括：S1、基于硬件在环仿真平台开展多工况测试，记录实测数据；S2、利用实测数据对待辨识参数进行初始化，将待辨识参数更新至辨识模型，并基于鲸鱼优化算法对所述待辨识参数进行迭代寻优，得到辨识数据集；S3、采用佳点集对辨识数据集进行筛选，并运用相关性分析锁定关键参数；S4、利用Tent映射构建多鲸群捕食策略，对关键参数及其他参数进行分步辨识，得到最终的控制参数辨识结果。本发明基于鲸鱼优化算法对辨识参数寻优，提高了参数辨识效率，通过佳点集、Tent映射对基本算法进行改进，在提高辨识准确性的基础上，改善控制参数对不同工况的适应性。

公开(公告)号：CN119247766A

公开(公告)日：2025-01-03

申请号：CN202411236324.5

申请日：2024-09-04

Applicant: 国网宁夏电力有限公司电力科学研究院 ,  三峡大学

Inventor： 李宏强 ,  李旭涛 ,  丁培 ,  薛飞 ,  任勇 ,  马鑫 ,  周雷 ,  张宁博 ,  徐恒山 ,  李晨阳 ,  马姣龙 ,  钟怡宸 ,  赵杰 ,  田蓓

IPC: G05B13/04 ,  F03D7/00 ,  F03D9/25 ,  G06F18/2113 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/126

Abstract: 本发明提供一种基于REF‑BiLSTM模型的双馈风机控制参数辨识方法，属于风力发电控制技术领域。包括：根据DFIG数学模型的控制结构，确定需要辨识的控制参数；通过ART‑GA算法生成训练数据集；采用RFE算法对DFIG原始数据集进行特征提取；采用BiLSTM算法对DFIG控制参数进行辨识。本发明改进遗传算法建立训练数据集采用递归式特征消除RFE算法对该数据集进行特征提取；最后，利用BiLSTM模型对DFIG的控制参数进行辨识，可有效提高数据的利用率，进一步提高DFIG控制参数的辨识精度。

公开(公告)号：CN119244438A

公开(公告)日：2025-01-03

申请号：CN202411236434.1

申请日：2024-09-04

Applicant: 国网宁夏电力有限公司电力科学研究院 ,  三峡大学

Inventor： 李旭涛 ,  丁培 ,  李宏强 ,  薛飞 ,  任勇 ,  马鑫 ,  周雷 ,  张宁博 ,  徐恒山 ,  李晨阳 ,  马姣龙 ,  钟怡宸 ,  赵杰 ,  田蓓

IPC: F03D7/04 ,  G05B13/04 ,  G06F18/27 ,  G06N20/10

Abstract: 本发明提供一种基于引力搜索算法的直驱风机结构化辨识方法及系统，属于风力发电控制领域。方法步骤包括：基于直驱风机数学模型的控制结构，确定出LVRT控制策略中各LVRT控制模式需要辨识的控制参数；采用SVR算法对直驱风机原始数据集进行训练，得到个体初值和寻优范围；采用GSA算法对直驱风机LVRT控制模式和控制参数进行辨识。本发明针对传统智能算法易陷入局部最优的缺陷，在种群初始化前通过SVR出待辨识参数初步结果，并以此为依据设置个体初值，缩小寻优范围，再引入GSA算法在位置更新阶段基于物体间引力和质量的优化算法，模拟物体在引力场中的运动过程来搜索最优解，提高算法的局部寻优能力。

公开(公告)号：CN119209766A

公开(公告)日：2024-12-27

申请号：CN202411177213.1

申请日：2024-08-26

Applicant: 三峡大学

Inventor： 徐恒山 ,  王思维 ,  李晨阳 ,  潘鹏程 ,  张磊 ,  李康辉 ,  王地康 ,  曾宪金 ,  刘春燕 ,  常晴松 ,  马蛟龙 ,  周江浪 ,  钟怡宸 ,  陈逍阳 ,  柴森 ,  李家辉 ,  赵杰 ,  陈雷

IPC: H02J3/48 ,  H02J3/50 ,  G01R19/00 ,  G01R21/00 ,  G01R31/00 ,  G06F17/12 ,  G06N3/006

Abstract: 基于MODE算法的光伏逆变器LVRT控制方式及其参数辨识方法，首先，通过RT‑LAB搭建光伏控制器半实物测试平台，并对不同工况进行LVRT测试，获取参数辨识所需数据集；其次，以LVRT期间功率和电流的实测值为寻优目标，采用MODE算法分别辨识出指定功率方式和指定电流方式的控制参数；最后，建立PSASP光伏机电暂态模型并代入参数辨识结果，通过计算指定功率方式和指定电流方式对待测工况实测值的辨识误差，确定待测工况的LVRT控制方式。该方法能够准确辨识光伏逆变器的控制方式与控制参数，有效提升了LVRT期间功率和电流的仿真精度，从而有效提高辨识结果对不同LVRT工况的适应性。

公开(公告)号：CN117895567A

公开(公告)日：2024-04-16

申请号：CN202311734836.X

申请日：2023-12-15

Applicant: 三峡大学

Inventor： 徐恒山 ,  钟怡宸 ,  王思维 ,  王地康 ,  李康辉 ,  曾宪金

IPC: H02J3/38 ,  G05B11/42 ,  G06N3/006 ,  H02J3/40 ,  H02J3/32 ,  H02J3/01 ,  G05F1/67

Abstract: 本发明公开一种粒子群算法优化光伏储能并网逆变器PID控制器方法，包括以下步骤：步骤一：根据光伏发电系统的物理特征搭建模型，利用最大功率点跟踪算法，有效地控制电池的功率输出；步骤二：选择蓄电池作为储能装置，双向DC/DC变换器连接蓄电池和电网直流母线完成能量的传输；步骤三：将储能装置与光伏发电系统连接到同一直流侧，通过共同的逆变器控制策略，完成从直流到交流的转换，进而实现系统的并网；步骤四：逆变器采用网压比例前馈和PLL技术，同时在PID控制器上加入自适应环节，通过PSO算法对控制器参数进行自适应优化；本发明解决了传统方法在整定控制器参数场景下准确度不高、收敛速度较慢的缺点。