导读:本文包含了能量管理控制系统论文开题报告文献综述及选题提纲参考文献，主要关键词:可再生能源,并网逆变器,储能系统,虚拟同步发电机
能量管理控制系统论文文献综述
杨青峰[1]（2019）在《基于VSG的混合储能系统能量管理控制策略研究》一文中研究指出可再生能源接入电网时,并网逆变器需提供类似于传统同步发电机的频率调节功能,新的包含惯性环节的虚拟同步发电机(VSG)控制技术用以满足电网频率支持的要求。不同于传统同步发电机,并网逆变器需配置额外的储能系统(ESS)。针对基于VSG的混合ESS系统的能量管理控制,提出了一种基于VSG的HESS协调控制策略,即控制ESS中的超级电容器处理由惯性引入的快速变化功率,同时控制电池组来补偿周期相对较长的功率波动,从而实现整个系统的稳定性。最后,通过试验验证了所提控制策略的有效性。(本文来源于《智慧电力》期刊2019年07期）
滕达[2]（2019）在《轻度混合动力系统能量管理控制策略研究》一文中研究指出随着汽车保有量的逐年增长,传统动力汽车带来的能源紧缺和环境污染问题变得日益严峻,面对为此出台的车辆油耗排放法规以及纯电动汽车存在的局限性,同时具备传统动力汽车和纯电动汽车优点的混合动力汽车应运而生。而轻度混合动力汽车(Mild Hybrid Electric Vehicle,简称MHEV)由于其对车辆原有动力系统改动小、成本低、生产周期短、便于量产等优点而备受关注。本文以某款搭载涡轮增压发动机的传统动力汽车为研究对象,为其开发轻度混合动力系统,针对能量管理控制策略及考虑涡轮增压发动机响应的策略优化问题展开研究,并搭建了整车仿真分析平台和台架试验平台,对所设计的控制策略加以验证,具体研究内容如下:首先,针对目标车型对轻度混合动力系统构型进行设计,对动力系统关键部件进行选型和参数匹配,包括选取起动/发电一体化电机类型及确定其峰值转矩、峰值功率、最高工作转速等电机参数;选取动力电池类型及确定动力电池组额定电压、容量、单体电池串并联个数等动力电池组参数。第二,使用GT-SUITE软件和Matlab/Simulink软件联合搭建轻度混合动力系统前向仿真分析平台,建立包括发动机、电机、动力电池组、传动系、驾驶员、整车纵向动力学等模型,为后续的仿真研究奠定基础。第叁,选取基于最小等效燃油消耗量(Equivalent Consumption Minimization Strategy,简称ECMS)的瞬时优化方法制定能量管理控制策略。在制定控制策略过程中,根据电能流动方向的不同,分别建立电能未来补充模型和电能未来消耗模型,通过定义等效因子、动力电池组荷电状态(State of Charge,简称SOC)补偿、再生制动修正以及相应的推导,确定动力系统等效燃油消耗率为目标函数,根据约束条件进行寻优计算得到发动机和电机的能量分配关系。将该控制策略编写入整车模型并与原传统动力汽车整车模型、未采用该控制策略(仅有自动怠速起停和再生制动功能)的MHEV整车模型进行对比仿真分析,仿真结果证明了该控制策略的节油有效性。最后,考虑涡轮增压发动机响应对整车动力性和燃油经济性的影响,在原有能量管理控制策略的基础上,进行电机动力补偿策略设计。在制定补偿策略过程中,根据发动机和电机总需求输出动力和总实际输出动力的差值、电机动力补偿极限以及动力电池组SOC,并通过对电机设置允许可补偿系数和SOC补偿系数来确定电机动力补偿量。在不同电机允许可补偿系数下,对整车动力性进行仿真分析,仿真结果表明,该补偿策略可以有效提升整车动力,且不同电机允许可补偿系数的动力提升效果不同;针对整车燃油经济性,通过搭建轻度混合动力系统性能试验台架进行试验验证分析,试验结果表明,该补偿策略能够降低整车油耗,且不同电机允许可补偿系数的节油效果不同。本研究对于轻度混合动力系统能量管理控制策略的开发及优化具有一定的参考应用价值,对轻度混合动力汽车的推广起到积极的作用。(本文来源于《吉林大学》期刊2019-06-01）
高宇[3]（2019）在《微电网混合储能系统的能量管理控制策略探究》一文中研究指出在微电网中,储能系统对分布式能源的不稳定性起到了重要的补偿作用。但在电池储能系统中,这种不确定的功率波动会严重影响电池的使用寿命。超级电容具有非常好的循环充放电寿命,将其与蓄电池一起组成混合储能系统,可形成优势互补。而混合储能系统中最关键的就是如何协调电池与电容之间的功率流向,因此必须建立合理的能量管理策略以保证系统的稳定运行。(本文来源于《现代信息科技》期刊2019年07期）
席利贺[4]（2018）在《增程式电动汽车能量管理策略优化及增程器控制系统研究》一文中研究指出环境污染与能源危机是我国汽车产业发展所面临的巨大挑战,大力发展新能源汽车、实现汽车产业结构转型已经成为我国政府、企业和科研机构的共识,现已初步确立了将“纯电驱动”作为我国新能源汽车发展和汽车工业转型的发展导向。增程式电动汽车具有整车成本较低、续驶里程长、不需要复杂的机械传动装置以及清洁高效等优点,发展增程式电动汽车是一种适合我国汽车产业现状和整体国情的可行发展道路。本论文以增程式电动汽车为研究对象,遵循基于模型的控制系统设计思想,开展了增程式电动汽车整车建模、能量管理策略设计与优化、增程器控制系统开发等方面的研究。基于MATLAB/Simulink建立了增程式电动汽车前向仿真模型,模型主要由动力系统部件模型(包括驱动电机模型、增程器系统模型、锂离子动力电池模型)、整车动力学模型、驾驶员模型、整车控制器模型四个部分组成。在该模型中构建了基于进气门延迟关闭修正系数的米勒循环发动机平均值模型。利用台架试验与实车试验对模型的仿真效果进行验证,结果表明:模型可对增程式电动汽车在实际工况下的性能进行较高精度模拟,并能够模拟出增程器系统工作过程中米勒循环发动机的主要动态特性,可作为能量管理策略设计及增程器控制系统开发的仿真平台。研究了增程式电动汽车能量流全局优化问题,以燃油消耗量最小为优化目标,采用动态规划算法对能量流全局优化问题进行求解。针对传统动态规划算法的误差累积问题,提出了一种基于动力电池SOC(State of Charge)状态空间有效求解区域的动态规划ESR算法。仿真结果表明,与传统动态规划算法相比,所提出的动态规划ESR算法降低了累积误差,使动力电池SOC终端状态与目标值的差值在1%以内;并且在NEDC工况下,与原车采用的电能消耗-电能维持型控制策略的仿真结果相比,基于动态规划ESR算法提高了燃油经济性近19%。本文系统分析了增程式电动汽车充电特点,指出提高增程式电动汽车总运行时间内燃油经济性的能量管理策略控制目标为:对行驶周期内的整车需求功率进行优化分配,控制动力电池SOC随行驶里程以近似线性变化的方式下降;为了提高车辆在行驶周期结束进入充电站时动力电池存储电能的能力,动力电池SOC应处于最低限值。基于此,本文采用Elman神经网络对能量流全局优化结果进行训练,构建了增程式电动汽车能量流全局优化控制模型集,并与动力电池电能消耗率计算模块、动力电池目标SOC计算模块和控制模型选择算法相耦合,提出了基于能量流全局优化控制模型的实时能量管理策略。为了提高增程器能够在响应目标发电功率过程中的动态性能,根据V型开发模式,设计了增程器控制系统。在控制系统软件方面,提出了基于模糊自适应优化PID的增程器协调控制策略,并采用遗传算法对模糊自适应PID基准参数进行优化,建立了以增程器转速误差及其变化率为输入的模糊推理算法;在增程器硬件设计方面,完成了微处理器选择、电源电路设计和通讯模块设计等,并利用Altium Designer完成了印刷电路板整体设计;最后利用MATLAB软件中RTW自动代码生成工具箱,开发了增程器协调控制策略嵌入式代码,并完成了增程器控制系统软硬件集成。利用dSPACE实时仿真系统,建立了增程式电动汽车整车控制器硬件在环试验平台。通过硬件在环试验研究,验证了所提出能量管理策略及其提高燃油经济性的有效性。分析试验结果表明:所建立的能量管理策略能够实时控制增程式电动汽车并实现设计目标;与原车控制策略相比,在已知驾驶员期望行驶里程信息时,采用该策略可以提高行驶周期内燃油经济性9.2%,并能够控制动力电池SOC在车辆行程结束达到充电站时降到最低值。建立了增程器试验台架,进行了增程器不同工作模式的台架测试。分析台架试验结果表明:所设计的增程器控制系统能够实时控制增程器并能够达到设计目标;在增程器启动过程台架测试中,相比基于发电机转速控制的启动控制策略,所建立的基于发电机转矩控制的启动控制策略降低了增程器启动过程加速度峰值68.9%以上;在增程器发电功能台架测试中,所设计的基于模糊自适应优化PID的增程器协调控制策略,能够改善增程器在跟随目标发电功率过程中的动态性能和稳态性能,其中在超调量和稳态误差两方面,与所要求的性能指标值相比,平均降低了 55.0%和 36.0%。(本文来源于《北京交通大学》期刊2018-09-01）
胡悦[5]（2018）在《混合动力电动汽车控制系统设计与能量管理策略研究》一文中研究指出近年来,随着汽车电动化、智能化技术的快速发展,节能与新能源汽车的能量利用效率得到了大幅提升。与此同时,政策与法规对车辆的能量利用效率要求也在不断提高。如何利用新的智能化技术进一步提高车辆的能量利用效率是目前节能与新能源汽车领域一个重要的研究课题。本文研究了混合动力电动汽车控制系统设计及智能能量管理策略。以一款并联式混合动力电动汽车为研究对象,建立了混合动力电动汽车的仿真模型。设计了混合动力电动汽车的整车控制系统,介绍了硬件设计方法,以及基于模型的控制策略设计方法,并在实车中应用。为进一步提高混合动力汽车的能量利用率,研究了叁种基于学习的能量管理策略:基于模糊Q学习的能量管理策略、基于深度强化学习的能量管理策略和基于深度确定性策略梯度的能量管理策略。针对模糊控制不能实现工况自适应的问题,提出了基于模糊Q学习的能量管理策略,将Q学习与模糊控制结合,实现了模糊控制参数的自调整。该算法主要包括Q函数的估计网络,基于Q学习的模糊控制参数调整方法以及输出动作的搜索。对基于模糊Q学习的能量管理策略进行了仿真实验,结果表明,基于模糊Q学习的能量管理策略能够取得较好的节油效果,而且能够实现在线学习,自适应行驶工况的变化。基于模糊Q学习的能量管理策略需要根据专家经验设计模糊规则。为实现不依赖专家经验、基于数据驱动的能量管理策略,提出了基于深度强化学习的能量管理策略。该方法将强化学习与深度神经网络结合形成深度Q网络,可以直接从输入状态中获取控制动作,实现了从状态输入直接到动作输出的端对端的控制。介绍了该算法的关键概念,构建了估计Q函数的深度网络,并设计了基于深度强化学习能量管理策略的算法步骤。为了在线适应不同的行驶工况,进一步提出了基于深度强化学习的在线学习架构。仿真结果表明,基于深度强化学习的能量管理策略在离线和在线应用场景下均取得了良好的节油效果。基于深度强化学习的能量管理策略需要对输出动作进行离散化,而能量管理问题中的发动机转矩是连续输出量,离散化的动作不可能历遍转矩输出的所有动作,因此,提出基于深度确定性策略梯度的能量管理策略,直接输出连续控制动作。该方法基于行动者-评论家框架,主要包含Actor和Critic两个网络。介绍了基于深度确定性策略梯度的能量管理策略的框架和计算步骤,并进行了仿真分析。结果表明,该方法在SOC全区间范围内都取得了良好的节油效果。本文提出了叁种基于学习的智能能量管理策略,进一步提高了混合动力电动汽车的能量利用率;同时,本文的工作对于将深度强化学习等人工智能算法应用到新能源汽车的控制领域具有重要意义。(本文来源于《中国科学院大学(中国科学院深圳先进技术研究院)》期刊2018-06-01）
丁峰,肖杨婷,张少华[6]（2018）在《船舶综合电力系统的能量管理控制系统与全数字仿真研究》一文中研究指出从经济性角度设计船舶能量管理系统的控制策略;引入储能单元,利用其灵活性强和响应速度快等优点,结合能量管理控制策略,减小负荷波动对电网的影响;建立综合电力系统简化模型验证能量管理控制策略的功能和有效性。仿真结果表明,采用提出的能量管理控制策略可以使机组运行在最佳油耗范围内,并且提出的简化仿真模型可以验证能量管理系统控制策略的功能。(本文来源于《船舶工程》期刊2018年05期）
孙勇锋[7]（2018）在《偏远通信基站离网型光伏发电系统能量管理控制策略》一文中研究指出文章提出了一种基于光储互补结构的离网型光伏发电系统的能量管理策略,通过配合控制每一级变换器的工作模式,合理、高效地管理离网型光伏发电系统。该系统主要应用于供电困难或人烟稀少的偏远通信小负荷基站,系统包括光伏电池,锂离子电池,通信基站负载以及能量转换系统(Power Conversion System)。其PCS主电路采用多级变换架构:光伏电池通过单向直流变换器形成公共直流母线;锂电池通过双向直流变换器跨接在该公共直流母线上;光伏电池和锂电池均采用公共直流母线上统一的全桥逆变器实现通信基站负载供电。建立了5kW光伏发电系统,通过实验验证了所设计的能量管理控制系统的有效性。(本文来源于《通信电源技术》期刊2018年05期）
林岩,张建成,王宁[8]（2017）在《一种基于虚拟同步发电机的光储发电系统能量管理控制策略》一文中研究指出光伏微网是一种重要的可再生能源接纳方式,然而由于光伏电源输出波动性强以及缺乏惯性等问题,给微网运行带来了巨大的压力。为提高微网的运行稳定性和供电可靠性,在光伏电源侧配置储能,与受VSG控制的逆变器组成光储发电系统。设计了一种基于VSG的光储系统能量管理控制策略,对系统进行协调控制。控制的核心在于将光伏出力和储能荷电状态信息引入到VSG控制中,通过改变斜率和平移曲线的方式调整VSG的下垂特性,使光储系统根据运行状况主动改变功频输出和光能摄入,从而将储能荷电状态控制在安全范围内。最终实现光储系统的无互联信号自治管理及对微网运行的主动支撑。通过Matlab/Simulink工具搭建了仿真模型,对相关分析和所提方案进行了系统仿真和方法验证。(本文来源于《现代电力》期刊2017年05期）
万小明[9]（2017）在《混合动力燃气热泵系统研究与能量管理控制策略优化》一文中研究指出混合动力燃气热泵系统(HPGHP)作为一种新型的空调系统形式,将混合动力技术与传统燃气热泵(GEHP)技术相结合,实现系统制冷、采暖、供热一体化。混合动力燃气热泵技术的发展不仅能够实现系统能源的高效利用,避免传统燃气热泵部分负荷运行时的缺陷,也能够通过天然气这种清洁能源的使用缓解日益恶化的环境问题,实现节能环保。本文的研究与探讨工作是以江苏省科技厅工业支撑项目“混合动力分布式供能系统技术研究与开发”(项目编号:BE2009151)为背景,对共轴并联式混合动力燃气热泵系统进行了研究。本文着重对共轴并联式混合动力燃气热泵的系统构成与能量管理控制优化策略进行了研究,具体研究内容如下:(1)对混合动力燃气热泵系统的部件组成、工作原理进行了详细的描述与说明,对系统驱动系下不同的叁种连接方式进行了分析对比,系统最终选择共轴并联式混合动力燃气热泵系统。(2)针对共轴并联式混合动力燃气热泵系统,确定了其运行的主要叁种工作模式:燃气发动机驱动压缩机并充电模式(模式C)、燃气发动机单独驱动压缩机模式(模式D)以及燃气发动机和电机联合驱动压缩机模式(模式L)。与此同时,通过理论与实验相结合的方法,建立了混合动力燃气热泵系统关键部件的数学模型,主要包括压缩机模型、燃气发动机模型、电机模型。(3)基于功率分配原则,本文首先提出了基于规则的简单逻辑控制策略,以实现系统双动力源燃气发动机和蓄电池组的简单高效动力分配;其次,基于等效燃气消耗最小的思想,详述了混合动力燃气热泵系统等效燃气转化过程并建立了等效燃气消耗最小模型,结合混合动力燃气热泵系统动力分配功率平衡原则,提出了以等效燃气消耗最小为目标的能量管理优化控制策略,并对系统燃气经济性和污染物排放进行了分析讨论。其研究结果表明,在最小等效燃气消耗控制策略下,无论压缩机需求负荷如何变化,发动机都能够始终保持在其经济区内高效的运行,使发动机的热效率始终保持在0.25以上;当燃气发动机的转速为950rpm、1450rpm、2150rpm时候,燃气发动机燃气消耗率的最小值分别为 284.62 g/(kWh),286.93 g/(kWh),296.6 g/(kWh)。在模式 C、模式 D、模式L下,燃气消耗率的平均值分别为291.26 g/(kWh),296.89 g/(kWh)和301.33 g/(kWh)。(本文来源于《东南大学》期刊2017-06-01）
殷忠宁,童鑫,古海生,潘超,郑海良[10]（2016）在《基于新型拓扑的光伏发电系统的能量管理控制策略》一文中研究指出针对基于储能技术的光伏系统的新拓扑,以单相光伏并网系统为例,提出一种针对该系统的能量管理控制策略。采用新拓扑的光伏系统主要由太阳电池、蓄电池、3个单向变换器及1个DC/AC变换器组成,太阳电池和蓄电池协调工作为负载提供相对稳定的能量供应,多余或不足的能量由电网进行动态调节;根据太阳电池和蓄电池工作状态的变化,各个变换器不断调整自身的工作状态,确保整个系统的高效稳定运行;最后,通过仿真验证提出系统能量管理控制策略的有效性。(本文来源于《太阳能》期刊2016年07期）
能量管理控制系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着汽车保有量的逐年增长,传统动力汽车带来的能源紧缺和环境污染问题变得日益严峻,面对为此出台的车辆油耗排放法规以及纯电动汽车存在的局限性,同时具备传统动力汽车和纯电动汽车优点的混合动力汽车应运而生。而轻度混合动力汽车(Mild Hybrid Electric Vehicle,简称MHEV)由于其对车辆原有动力系统改动小、成本低、生产周期短、便于量产等优点而备受关注。本文以某款搭载涡轮增压发动机的传统动力汽车为研究对象,为其开发轻度混合动力系统,针对能量管理控制策略及考虑涡轮增压发动机响应的策略优化问题展开研究,并搭建了整车仿真分析平台和台架试验平台,对所设计的控制策略加以验证,具体研究内容如下:首先,针对目标车型对轻度混合动力系统构型进行设计,对动力系统关键部件进行选型和参数匹配,包括选取起动/发电一体化电机类型及确定其峰值转矩、峰值功率、最高工作转速等电机参数;选取动力电池类型及确定动力电池组额定电压、容量、单体电池串并联个数等动力电池组参数。第二,使用GT-SUITE软件和Matlab/Simulink软件联合搭建轻度混合动力系统前向仿真分析平台,建立包括发动机、电机、动力电池组、传动系、驾驶员、整车纵向动力学等模型,为后续的仿真研究奠定基础。第叁,选取基于最小等效燃油消耗量(Equivalent Consumption Minimization Strategy,简称ECMS)的瞬时优化方法制定能量管理控制策略。在制定控制策略过程中,根据电能流动方向的不同,分别建立电能未来补充模型和电能未来消耗模型,通过定义等效因子、动力电池组荷电状态(State of Charge,简称SOC)补偿、再生制动修正以及相应的推导,确定动力系统等效燃油消耗率为目标函数,根据约束条件进行寻优计算得到发动机和电机的能量分配关系。将该控制策略编写入整车模型并与原传统动力汽车整车模型、未采用该控制策略(仅有自动怠速起停和再生制动功能)的MHEV整车模型进行对比仿真分析,仿真结果证明了该控制策略的节油有效性。最后,考虑涡轮增压发动机响应对整车动力性和燃油经济性的影响,在原有能量管理控制策略的基础上,进行电机动力补偿策略设计。在制定补偿策略过程中,根据发动机和电机总需求输出动力和总实际输出动力的差值、电机动力补偿极限以及动力电池组SOC,并通过对电机设置允许可补偿系数和SOC补偿系数来确定电机动力补偿量。在不同电机允许可补偿系数下,对整车动力性进行仿真分析,仿真结果表明,该补偿策略可以有效提升整车动力,且不同电机允许可补偿系数的动力提升效果不同;针对整车燃油经济性,通过搭建轻度混合动力系统性能试验台架进行试验验证分析,试验结果表明,该补偿策略能够降低整车油耗,且不同电机允许可补偿系数的节油效果不同。本研究对于轻度混合动力系统能量管理控制策略的开发及优化具有一定的参考应用价值,对轻度混合动力汽车的推广起到积极的作用。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
能量管理控制系统论文参考文献
[1].杨青峰.基于VSG的混合储能系统能量管理控制策略研究[J].智慧电力.2019
[2].滕达.轻度混合动力系统能量管理控制策略研究[D].吉林大学.2019
[3].高宇.微电网混合储能系统的能量管理控制策略探究[J].现代信息科技.2019
[4].席利贺.增程式电动汽车能量管理策略优化及增程器控制系统研究[D].北京交通大学.2018
[5].胡悦.混合动力电动汽车控制系统设计与能量管理策略研究[D].中国科学院大学(中国科学院深圳先进技术研究院).2018
[6].丁峰,肖杨婷,张少华.船舶综合电力系统的能量管理控制系统与全数字仿真研究[J].船舶工程.2018
[7].孙勇锋.偏远通信基站离网型光伏发电系统能量管理控制策略[J].通信电源技术.2018
[8].林岩,张建成,王宁.一种基于虚拟同步发电机的光储发电系统能量管理控制策略[J].现代电力.2017
[9].万小明.混合动力燃气热泵系统研究与能量管理控制策略优化[D].东南大学.2017
[10].殷忠宁,童鑫,古海生,潘超,郑海良.基于新型拓扑的光伏发电系统的能量管理控制策略[J].太阳能.2016