含锂电池储能的船舶电力系统模型预测控制研究

由于船舶运行的特殊性和负载波动的复杂性,严重影响船舶电力系统的稳定性,因此引入了能量存储技术,降低电网的波动。根据发电机和锂电池的状态空间模型,建立了含锂电池储能的船舶电力系统,并提出了一种基于模型预测控制的船舶电力系统。在含有负载波动的情况下,使发电机和锂电池的输出能够稳定跟随负载的变化,从而满足负载的需求。并将整个系统在Matlab/Simulink中进行实例仿真,仿真结果表明,在模型预测控制下的船舶电力系统能够很好地满足负载波动需求,明显改善船舶电力系统的稳态性能,增强船舶电网的稳定性。     

基于滑模控制算法的船舶动力定位系统控制仿真研究

针对船舶动力定位控制系统非线性的特点及控制过程难以优化,性能易随外界环境及负载变化而改变,本文提出了一种基于滑模控制算法的船舶动力定位系统控制方法。首先,探讨了动力定位系统数学模型的选取;然后介绍了滑模控制方法的原理及具体算法;最后通过Simulink对该算法进行了仿真验证,验证了滑模控制算法对船舶动力定位系统控制的有效性。     

径向基函数神经网络在集装箱吞吐量预测中的应用

针对一类具有时间序列特性的数据,构造一种基于径向基函数神经网络的预测模型,并将该模型应用于上海港集装箱吴吐量的预测。     

神经网络在船舶主柴油机建模中的应用

该文研究用BP神经网络建立船舶主柴油机模型的方法,并对BP算法进行了改进,提出了一种动态优化学习率的方法,对6L80MC柴油机实际数据用BP网络进行计算的结果表明,该算法能有效地建立船舶主柴油机模型。该模型已成功用于船舶主机遥控仿真系统中。     

改进差分进化算法在舰船电力系统网络重构中的应用

针对舰船电力系统的网络重构,建立了以负载恢复量、开关操作数和发电机效率均衡为多优化目标的舰船电力系统故障恢复模型,提出了一种带自适应离散断点算子和动态变异、交叉因子的改进离散差分进化算法进行求解。改进后的算法能有效地提高收敛速度,并克服传统差分进化算法收敛精度不高、易陷入局部最优的问题。舰船电力系统网络故障恢复算例表明,该方法能获得更好的系统重构方案,并具有较好的优化性能。     

基于变论域模糊方法的电力推进船舶二次调频控制

[目的]针对负荷功率扰动引起的船舶电力系统频率波动问题,[方法]提出引入电池储能单元平衡船舶功率的方法,采用变论域模糊控制对船舶电站进行二次调频控制。以频率偏差及其变化率作为控制器输入,采用增量法设计伸缩因子,在控制规则不变的情况下对论域进行扩大和缩小,以提高控制精度。[结果]仿真结果表明,引入电池单元可减少系统频率的波动次数,缩短频率恢复稳定时间。[结论]与传统的模糊控制相比,变论域模糊控制在外部扰动和参数摄动情况下均具有较好的控制性能,所提方法可保证其较好的鲁棒稳定性与鲁棒性能。     

PSS和SVC的协同设计的研究

本文研究了电力系统稳定器(PSS)和静态无功补偿器(SVC)的协调设计增强电力系统稳定性的问题。以基于非线性的目标函数最小值为优化目标,分析比较PSS和SVC协调设计与单独设计时,系统在三相短路时非线性时间响应。PSS与SVC均采用两个超前滞后控制设计。采用差分进化算法搜索最优控制器参数。非线性仿真结果分析表明,该方法在系统故障条件时的具有较高的有效性和鲁棒性。     

船舶编队预测函数控制研究

针对船舶编队的路线跟踪问题,文中采用领导-跟随方法,在坐标系Cartesian下建立船舶控制模型,分析约束条件,并利用预测函数控制方法进行船舶航向的预测和控制,可快速的完成编队任务。通过MATLAB仿真结果可以得出预测函数控制具有较好的跟踪效果。