新能源系統(tǒng)中基于DC-DC變換器的能量管理.pdf

1、隨著能源問題的加劇，新型能源（風(fēng)能、太陽(yáng)能、燃料電池等）吸引了越來越多的關(guān)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(guān)鍵的作用，因?yàn)樾履茉窗l(fā)電系統(tǒng)的輸出不穩(wěn)定，不能直接連接負(fù)載，因而需要經(jīng)過各級(jí)DC-DC變換器，轉(zhuǎn)換到能適應(yīng)不同類型負(fù)載的工作電壓。為此，提前預(yù)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(cè)和控制，對(duì)構(gòu)建實(shí)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

2、，實(shí)現(xiàn)了如下創(chuàng)新:
　　解決了DC-DC變換器大信號(hào)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(jù)和非線性觀測(cè)器設(shè)計(jì)方法。該判據(jù)源自SBLS(structuredbilinear systems)系統(tǒng)，基于圖理論，具有理論直觀、計(jì)算量小的特點(diǎn)，使用該判據(jù)成功驗(yàn)證了boost電路和superbuck電路的能觀性，而非線性觀測(cè)器基于port-Hamiltanian模型，具有便于尋找Lyapunov函數(shù)、容易得到觀測(cè)誤差的收斂

3、條件的優(yōu)點(diǎn)，并成功用于boost電路的電流觀測(cè)，觀測(cè)值與真實(shí)值吻合度非常好。
　　針對(duì)能量預(yù)測(cè)的馬爾可夫鏈模型中時(shí)間序列離散化的關(guān)鍵性，提出了SKC(Spectral-analysis-based K-means clustering)方法，對(duì)變量較少的數(shù)據(jù)集有很好的離散化效果。實(shí)驗(yàn)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?；赟KC方法，將MC-TPM(Markov chaintransition