基于不确定性补偿的燃烧室热声震荡模型预测控制方法

    公开(公告)号:CN113359441A

    公开(公告)日:2021-09-07

    申请号:CN202110577445.6

    申请日:2021-05-26

    Inventor: 孙立 陈卓 苏志刚

    Abstract: 本发明公开了一种基于不确定性补偿的燃烧室热声震荡模型预测控制方法,建立了燃烧震荡的机理模型,然后对机理模型进行简化,建立用于控制器设计的半机理数学模型,并基于半机理数学模型进行燃烧系统的不确定性补偿,最后建立了一种基于不确定性补偿的模型预测控制方法。本发明通过机理建模的方法从热声震荡产生原理角度建立模型以抑制燃烧不稳定现象;通过模型简化便于反馈控制器设计,并基于DOB进行模型偏差和外部扰动的实时补偿,二者复合形成的基于不确定性补偿的模型预测控制方法可以有效提升燃气轮机燃烧过程负荷跟踪和扰动抑制两方面的性能,为进一步发掘燃气轮机灵活运行潜力提供了支撑。

    室外温度扰动条件下的空气源热泵动态能效优化控制方法

    公开(公告)号:CN114740727A

    公开(公告)日:2022-07-12

    申请号:CN202210439033.0

    申请日:2022-04-25

    Abstract: 本发明公开了一种室外温度扰动条件下的空气源热泵动态能效优化控制方法,步骤如:S1:建立空气源热泵调节室内温度的动态系统模型;S2:确定被控对象的输入变量和输出变量,进行仿真实验,获取数据集;S3:进行数据预处理,建立空气源热泵系统状态空间模型;S4:初始化预测控制器,设定预测参数,建立系统输出预测方程;S5:确定系统约束条件,构建多约束优化问题;S6:将约束优化问题转化为标准线性规划问题进行求解;S7:被控对象的实际输出实时反馈到控制器,时间基点由k移至k+1,返回S6,重复执行S6‑S7。本发明方法综合考虑用户侧扰动影响,在高精度控制室内温度同时,使热泵运行时的动态能效保持最优值,提高了系统运行的热舒适性和经济性。

    室外温度扰动条件下的空气源热泵动态能效优化控制方法

    公开(公告)号:CN114740727B

    公开(公告)日:2024-05-17

    申请号:CN202210439033.0

    申请日:2022-04-25

    Abstract: 本发明公开了一种室外温度扰动条件下的空气源热泵动态能效优化控制方法,步骤如:S1:建立空气源热泵调节室内温度的动态系统模型;S2:确定被控对象的输入变量和输出变量,进行仿真实验,获取数据集;S3:进行数据预处理,建立空气源热泵系统状态空间模型;S4:初始化预测控制器,设定预测参数,建立系统输出预测方程;S5:确定系统约束条件,构建多约束优化问题;S6:将约束优化问题转化为标准线性规划问题进行求解;S7:被控对象的实际输出实时反馈到控制器,时间基点由k移至k+1,返回S6,重复执行S6‑S7。本发明方法综合考虑用户侧扰动影响,在高精度控制室内温度同时,使热泵运行时的动态能效保持最优值,提高了系统运行的热舒适性和经济性。

    一种面向波动电能消纳的固体氧化物电解制氢系统动态建模方法

    公开(公告)号:CN114781188A

    公开(公告)日:2022-07-22

    申请号:CN202210608371.2

    申请日:2022-05-31

    Abstract: 本发明公开了一种面向波动电能消纳的固体氧化物电解制氢系统动态建模方法,涉及制氢和储能领域。包括以下步骤:S1:基于电化学与传热机理构建以波动的可再生能源电力作为唯一的能量源的高温固体氧化物电解槽的动态模型;S2:构建高温固体氧化物电解制氢系统各辅机部件的动态模型并对电解制氢过程进行仿真;S3:对高温固体氧化物电解水制氢系统机理模型进行双输入双输出传递函数模型辨识;S4:基于所建立的辨识模型进行模型预测控制(MPC)设计。本发明提出了面向波动电能消纳的高温固体氧化物电解水制氢系统的动态仿真模型,并通过系统辨识和控制设计,为电解系统定量供应符合反应要求的反应原料,实现反应温度的精确控制,提高制氢系统的稳定性。

    一种面向波动电能消纳的固体氧化物电解制氢系统动态建模方法

    公开(公告)号:CN114781188B

    公开(公告)日:2024-10-11

    申请号:CN202210608371.2

    申请日:2022-05-31

    Abstract: 本发明公开了一种面向波动电能消纳的固体氧化物电解制氢系统动态建模方法,涉及制氢和储能领域。包括以下步骤:S1:基于电化学与传热机理构建以波动的可再生能源电力作为唯一的能量源的高温固体氧化物电解槽的动态模型;S2:构建高温固体氧化物电解制氢系统各辅机部件的动态模型并对电解制氢过程进行仿真;S3:对高温固体氧化物电解水制氢系统机理模型进行双输入双输出传递函数模型辨识;S4:基于所建立的辨识模型进行模型预测控制(MPC)设计。本发明提出了面向波动电能消纳的高温固体氧化物电解水制氢系统的动态仿真模型,并通过系统辨识和控制设计,为电解系统定量供应符合反应要求的反应原料,实现反应温度的精确控制,提高制氢系统的稳定性。

    一种计及多重不确定性的住宅综合能源系统的热电优化日前调度方法

    公开(公告)号:CN114784797B

    公开(公告)日:2024-01-19

    申请号:CN202210439732.5

    申请日:2022-04-25

    Abstract: 本发明涉及一种计及多重不确定性的住宅综合能源系统的热电优化日前调度方法,该方案包括燃料电池、蓄电池、光伏发电、储热单元及热泵等设备。首先,本发明基于时变马尔可夫模型对各不确定性变量进行随机特性建模;然后,本发明建立了住宅综合能源系统的运行模型,并基于该模型设计了以总燃料成本为目标、各类运行及安全条件为约束的最优经济日前调度问题;最后,本发明采用随机动态规划算法对该日前调度问题进行求解,实现多重不确定性下能量管理的优化调度。本发明可实现住宅综合能源系统的热电协同,有效应对多重不确定性,实现热电供需平衡,提高系统能量利用效率,降低燃料成本,促进住宅能源系统运行的可持续性。

    锂离子电池最大容量衰退曲线的重构方法

    公开(公告)号:CN114720882B

    公开(公告)日:2023-02-17

    申请号:CN202210549795.6

    申请日:2022-05-20

    Abstract: 本发明公开了一种锂离子电池最大容量衰退曲线的重构方法,包括如下步骤:S1:基于已有加速老化数据集,进行数据处理,得到单次充电过程中锂离子电池增量容量与电压变化关系曲线;S2:根据单次充电过程中增量容量与电压变化关系曲线确定神经网络的输入和输出变量,将加速老化试验数据代入神经网络中,构建重构锂离子电池最大容量衰退曲线的基础模型;S3:根据基础模型和工业正常使用情况下充放电的数据,选择参考容量点,建立迁移模型;S4:将迁移后的模型用来重构锂离子电池正常老化时的最大容量衰退曲线,并进行误差分析。本发明的方法具有数据需求少、精度高、误差小的优势。

    基于不确定性补偿的燃烧室热声震荡模型预测控制方法

    公开(公告)号:CN113359441B

    公开(公告)日:2022-09-09

    申请号:CN202110577445.6

    申请日:2021-05-26

    Inventor: 孙立 陈卓 苏志刚

    Abstract: 本发明公开了一种基于不确定性补偿的燃烧室热声震荡模型预测控制方法,建立了燃烧震荡的机理模型,然后对机理模型进行简化,建立用于控制器设计的半机理数学模型,并基于半机理数学模型进行燃烧系统的不确定性补偿,最后建立了一种基于不确定性补偿的模型预测控制方法。本发明通过机理建模的方法从热声震荡产生原理角度建立模型以抑制燃烧不稳定现象;通过模型简化便于反馈控制器设计,并基于DOB进行模型偏差和外部扰动的实时补偿,二者复合形成的基于不确定性补偿的模型预测控制方法可以有效提升燃气轮机燃烧过程负荷跟踪和扰动抑制两方面的性能,为进一步发掘燃气轮机灵活运行潜力提供了支撑。

    一种计及多重不确定性的住宅综合能源系统的热电优化日前调度方法

    公开(公告)号:CN114784797A

    公开(公告)日:2022-07-22

    申请号:CN202210439732.5

    申请日:2022-04-25

    Abstract: 本发明涉及一种计及多重不确定性的住宅综合能源系统的热电优化日前调度方法,该方案包括燃料电池、蓄电池、光伏发电、储热单元及热泵等设备。首先,本发明基于时变马尔可夫模型对各不确定性变量进行随机特性建模;然后,本发明建立了住宅综合能源系统的运行模型,并基于该模型设计了以总燃料成本为目标、各类运行及安全条件为约束的最优经济日前调度问题;最后,本发明采用随机动态规划算法对该日前调度问题进行求解,实现多重不确定性下能量管理的优化调度。本发明可实现住宅综合能源系统的热电协同,有效应对多重不确定性,实现热电供需平衡,提高系统能量利用效率,降低燃料成本,促进住宅能源系统运行的可持续性。

    基于神经网络和迁移模型的锂离子电池最大容量衰退曲线的重构方法

    公开(公告)号:CN114720882A

    公开(公告)日:2022-07-08

    申请号:CN202210549795.6

    申请日:2022-05-20

    Abstract: 本发明公开了一种基于神经网络和迁移模型的锂离子电池储电容量衰退曲线的重构方法,包括如下步骤:S1:基于已有加速老化数据集,进行数据处理,得到单次充电过程中锂离子电池增量容量与电压变化关系曲线;S2:根据单次充电过程中增量容量与电压变化关系曲线确定神经网络的输入和输出变量,将加速老化试验数据代入神经网络中,构建重构锂离子电池最大容量衰退曲线的基础模型;S3:根据基础模型和工业正常使用情况下充放电的数据,选择参考容量点,建立迁移模型;S4:将迁移后的模型用来重构锂离子电池正常老化时的最大容量衰退曲线,并进行误差分析。本发明的方法具有数据需求少、精度高、误差小的优势。

Patent Agency Ranking