永磁电机式机械弹性储能机组储能箱优化设计与并网控制
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第12-21页 |
1.1 选题的背景与意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-19页 |
1.2.1 储能技术研究现状 | 第13-15页 |
1.2.2 平面涡卷弹簧建模与设计研究现状 | 第15-17页 |
1.2.3 生物地理学算法研究现状 | 第17-19页 |
1.3 本文的主要工作 | 第19-21页 |
第2章 机械弹性储能机组的工作原理及建模 | 第21-29页 |
2.1 永磁电机式机械弹性储能机组构成及工作原理 | 第21-22页 |
2.2 储能箱的构成 | 第22-23页 |
2.3 涡卷弹簧的行为分析 | 第23-24页 |
2.4 机组的相关特征参数 | 第24-27页 |
2.4.1 储能容量 | 第25页 |
2.4.2 能量存储密度 | 第25-26页 |
2.4.3 放电时间和自放电率 | 第26-27页 |
2.5 联动式储能箱 | 第27-28页 |
2.6 本章小结 | 第28-29页 |
第3章 储能箱优化设计相关技术 | 第29-45页 |
3.1 约束优化的基本概念 | 第29-30页 |
3.2 约束处理机制 | 第30-32页 |
3.2.1 罚函数法 | 第30页 |
3.2.2 约束条件与目标函数分开处理法 | 第30-31页 |
3.2.3 修复法 | 第31-32页 |
3.2.4 特殊编码和算子法 | 第32页 |
3.3 生物地理学优化算法 | 第32-39页 |
3.3.1 迁徙算子 | 第32-35页 |
3.3.2 变异算子 | 第35-36页 |
3.3.3 BBO算法的整体流程 | 第36页 |
3.3.4 多种迁徙数学模型 | 第36-39页 |
3.4 其他基本进化算法 | 第39-44页 |
3.4.1 遗传算法 | 第39-41页 |
3.4.2 微分进化算法 | 第41-43页 |
3.4.3 粒子群算法 | 第43-44页 |
3.5 本章小结 | 第44-45页 |
第4章 基于混合生物地理学算法的储能箱优化设计 | 第45-62页 |
4.1 混合生物地理学优化算法 | 第45-49页 |
4.1.1 新型变异算子 | 第45-46页 |
4.1.2 BBO与自适应DE算法的混合策略 | 第46-47页 |
4.1.3 混沌搜索策略的引入 | 第47-48页 |
4.1.4 改进算法的流程 | 第48-49页 |
4.2 基于数值测试函数的仿真实验 | 第49-57页 |
4.2.1 参数设置及优化结果 | 第50-51页 |
4.2.2 与先进优化技术的对比 | 第51-54页 |
4.2.3 基于工程测试函数的仿真实验 | 第54-56页 |
4.2.4 优化速度的对比 | 第56-57页 |
4.3 基于HBBO算法的储能箱优化设计 | 第57-61页 |
4.3.1 优化问题描述 | 第58-59页 |
4.3.2 仿真实验与结果分析 | 第59-61页 |
4.4 本章小结 | 第61-62页 |
第5章 机械弹性储能机组并网控制 | 第62-70页 |
5.1 直接电流并网控制基本原理 | 第62-63页 |
5.2 锁相技术 | 第63-64页 |
5.3 带电网电压前馈补偿的直接电流控制 | 第64-66页 |
5.4 仿真实验 | 第66-69页 |
5.4.1 仿真模型 | 第66-67页 |
5.4.2 仿真结果分析 | 第67-69页 |
5.5 本章小结 | 第69-70页 |
第6章 结论与展望 | 第70-72页 |
6.1 结论 | 第70页 |
6.2 展望 | 第70-72页 |
附录A | 第72-76页 |
附录B | 第76-79页 |
参考文献 | 第79-83页 |
攻读硕士学位期间发表的论文 | 第83-84页 |
攻读硕士学位期间参加的科研工作 | 第84-85页 |
致谢 | 第85页 |