本文關鍵詞：新能源系統(tǒng)中基于DC-DC變換器的能量管理，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著能源問題的加劇,新型能源(風能、太陽能、燃料電池等)吸引了越來越多的關注。在新能源系統(tǒng)的能量管理問題中,DC-DC變換器起著非常關鍵的作用,因為新能源發(fā)電系統(tǒng)的輸出不穩(wěn)定,不能直接連接負載,因而需要經過各級DC-DC變換器,轉換到能適應不同類型負載的工作電壓。為此,提前預知DC-DC變換器的輸入(即新能源發(fā)電系統(tǒng)的輸出)、為DC-DC變換器建立合適的物理模型并作觀測和控制,對構建實際可用的新能源系統(tǒng),具有重要意義。本文即圍繞這兩方面,實現了如下創(chuàng)新：●解決了DC-DC變換器大信號模型不易判斷能觀性的難題,提出了該模型的統(tǒng)一的能觀性判據和非線性觀測器設計方法。該判據源自SBLS (structured bilinear systems)系統(tǒng),基于圖理論,具有理論直觀、計算量小的特點,使用該判據成功驗證了boost電路和superbuck電路的能觀性,而非線性觀測器基于port-Hamiltanian模型,具有便于尋找Lyapunov函數、容易得到觀測誤差的收斂條件的優(yōu)點,并成功用于boost電路的電流觀測,觀測值與真實值吻合度非常好�！襻槍δ芰款A測的馬爾可夫鏈模型中時間序列離散化的關鍵性,提出了SKC(Spectral-analysis-based K-means clustering)方法,對變量較少的數據集有很好的離散化效果。實驗表明SKC方法離散化得到的類簇分布比傳統(tǒng)的等距離散法和譜聚類方法更合理。基于SKC方法,將MC-TPM (Markov chain transition probability matrix)模型應用在風能預測上,比基于等距離散法的模型效果更優(yōu)。最后分析了馬爾可夫鏈模型用于時間序列預測的局限性。
【關鍵詞】：DC-DC變換器 能觀性分析 非線性觀測器 能量預測 離散化方法 馬爾可夫鏈模型
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM46
【目錄】：

• 致謝5-7
• 摘要7-8
• Abstract8-12
• 第一章 緒論與綜述12-22
• 1.1 背景12-13
• 1.2 國內外研究進展13-18
• 1.2.1 DC-DC變換器建模和控制技術13-17
• 1.2.2 發(fā)電系統(tǒng)能量預測技術17-18
• 1.3 論文主要研究內容18-20
• 1.3.1 DC-DC變換器能觀性分析和觀測器設計18-19
• 1.3.2 時間序列的預測19-20
• 1.4 創(chuàng)新點和論文結構20-22
• 第二章 DC-DC變換器建模22-34
• 2.1 引言22
• 2.2 平均模型的產生背景和數學原理22-24
• 2.3 應用：三類DC-DC電路24-31
• 2.3.1 Boost電路24-27
• 2.3.2 Superbuck電路27-30
• 2.3.3 SEPIC電路30-31
• 2.4 模型驗證31-33
• 2.5 本章小結33-34
• 第三章 DC-DC變換器觀測和控制34-66
• 3.1 引言34
• 3.2 大信號模型的能觀性分析34-46
• 3.2.1 圖論基礎34-38
• 3.2.2 DC-DC變換器能觀性分析38-43
• 3.2.3 應用：Boost電路和Superbuck電路43-46
• 3.3 DC-DC變換器觀測器設計46-54
• 3.3.1 基于port-Hamiltanian模型的觀測器設計48-49
• 3.3.2 應用：Boost電路49-54
• 3.4 DC-DC變換器控制器設計54-65
• 3.4.1 狀態(tài)空間MPC方法54-56
• 3.4.2 有效集法56-58
• 3.4.3 應用：SEPIC電路58-65
• 3.5 本章小結65-66
• 第四章 能量預測66-84
• 4.1 引言66
• 4.2 時間序列的離散化方法66-69
• 4.2.1 等距離散法66-67
• 4.2.2 SKC方法67-69
• 4.3 MC-TPM模型69-71
• 4.4 應用：風能預測71-80
• 4.4.1 離散化方法比較72-76
• 4.4.2 MC-TPM模型最佳參數選取76-78
• 4.4.3 預測效果比較78-80
• 4.5 模型局限性80-83
• 4.6 本章小結83-84
• 第五章 總結和展望84-85
• 5.1 研究成果總結84
• 5.2 后續(xù)工作展望84-85
• 參考文獻85-89
• 作者簡歷89-90
• 攻讀學位期間取得的研究成果90

【參考文獻】

中國期刊全文數據庫 前1條

1 周封;金麗斯;劉健;張再利;;基于多狀態(tài)空間混合Markov鏈的風電功率概率預測[J];電力系統(tǒng)自動化;2012年06期

  本文關鍵詞：新能源系統(tǒng)中基于DC-DC變換器的能量管理，由筆耕文化傳播整理發(fā)布。

，

本文編號：282071