CN105467963B - 动力包系统及动力包系统优化方法 - Google Patents
动力包系统及动力包系统优化方法 Download PDFInfo
- Publication number
- CN105467963B CN105467963B CN201510991022.3A CN201510991022A CN105467963B CN 105467963 B CN105467963 B CN 105467963B CN 201510991022 A CN201510991022 A CN 201510991022A CN 105467963 B CN105467963 B CN 105467963B
- Authority
- CN
- China
- Prior art keywords
- power packet
- equipment
- packet system
- parameter
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了一种动力包系统及动力包系统优化方法,涉及电站装备的变频应用技术领域,通过对于系统最优效率的追踪控制,从而可有效避免系统控制过程出现诸如大马拉小车等能量的浪费,即能够以最小的功率消耗,实现系统内各设备间的最优运行匹配,可实现在传统变频控制的基础上再节能3%~8%,进而能够在降低能耗的同时大大提升电厂的经济效益;同时,本申请中的技术方案中基于全集成优化控制策略的动力包系统还有利于电站装备的集成化、智能化升级,进而有助于整个产业链的升级改造。
Description
技术领域
本发明涉及电站装备的变频应用技术领域,尤其涉及一种动力包系统及动力包系统优化方法。
背景技术
目前,进行变频改造的电站系统(如火力发电系统),一般包括变频器、电机、负载(如风机或凝泵、压缩机等)及上位系统等部件。在实际应用中,一般是上位系统发出控制指令至变频器,以控制并驱动电机的运转,进而带动负载工作,从而达到预定控制的目标。
当前火电厂系统中的电机和变频系统主要是采用通用的矢量控制或VVVF控制策略,而这些控制策略多是基于磁场恒定控制模块的前提下工作的,且对于包括负载在内的整个系统的闭环控制则是多采用PID方式进行操作,即整个控制系统在设置调试完成后,不论负载是否变化,该系统的控制策略均不会有所改变,进而会在诸如负载等系统内的部件发生变化时,会使得其功耗消耗较大,造成能源的浪费。
另外,由于系统中的各个设备是离散供货,就会使得系统内各设备参数的匹配不能达到最优,而若负载随着电厂工况产生变化时,由于传统的控制系统不具备对于包括负载在内的系统整体关键信息的整合与优化条件,故难以追踪系统的最大效率点,且在负载有较大变化情况下,其存在调整时间过长、设备运行不平稳等诸多缺陷,这样就会使得采用传统的控制策略的冷却系统其运行效率无法处于最优状态,进而进一步造成能源浪费。
同时,在整个系统中,变频器的输出决定了电机的运行状态,而电机的运行效率又与负载相关,且电机的运行状态又决定了负载的效率,而由于传统的控制系统没有对变频器、电机、负载统一建模优化(即只能按照既定程式输出控制指令),无法确保整个系统具有较佳的工作效率,进而会进一步的加剧系统能量的浪费。
发明内容
针对上述存在的问题,本发明记载了一种动力包系统及动力包系统优化方法,通过对于系统最优效率的追踪控制,从而可有效避免工业系统的控制过程出现诸如大马拉小车等能量的浪费,即能够以最小的功率消耗,实现系统内各设备间的最优运行匹配,可实现在传统变频控制的基础上再节能3%~8%,进而能够在降低能耗的同时大大提升电厂的经济效益;同时,本申请中的技术方案中基于全集成优化控制策略的动力包系统还有利于传统工业系统(如火电厂等)的集成化、智能化升级,进而有助于整个产业链的升级改造。
为了实现上述目的,本发明采取的技术方案为:
一种动力包系统,可应用于电站系统的变频改造(如发电厂工厂管网冷却系统的变频改造等),所述动力包系统,包括:
负载设备,如凝泵等,作为所述动力包系统(如变频改造后的发电厂管网冷却系统)的执行设备,以对目标变量进行有效控制;
驱动设备,驱动所述负载设备工作;
变频器,与所述驱动设备连接,以通过调整所述驱动设备的供电电能来控制所述负载设备的运行;
动力包控制设备,分别与所述负载设备、所述驱动设备和所述变频器连接;
其中,所述动力包控制设备获取并根据所述动力包系统中各设备的参数,输出优化指令至所述负载设备和/或所述驱动设备和/或所述变频器,以对所述动力包系统的运行效率进行优化。
作为一个优选的实施例,上述的动力包系统中:
所述动力包系统中各设备的参数均包括属性参数和实时运行参数。
作为一个优选的实施例,上述的动力包系统中所述动力包控制设备包括:
动力包系统参数模型单元,存储有所述动力包系统中各设备的属性参数;
智能系统状态观测器,分别与所述动力包系统中各设备连接,以实时获取所述各设备的实时运行参数;
智能运行模式发生器,分别与所述动力包系统参数模型单元和所述智能系统状态观测器连接;以及
智能预测补偿器,分别与所述智能系统状态观测器、所述智能运行模式发生器及所述变频器连接;
其中,所述智能系统状态观测器中存储有基于所述动力包系统准确参数的数学观测模型,以根据所述实时运行参数和所述数学观测模型输出当前实际运行效率;所述智能运行模式发生器根据接收的所述属性参数、所述实时运行参数、所述当前实际运行效率和工况参数输出理论最优指令和下一时间单元效率理论值;所述智能预测补偿器根据接收的所述当前实际运行效率和所述下一时间单元效率理论值对所述理论最优指令进行补偿,以输出所述优化指令至所述负载设备和/或所述驱动设备和/或所述变频器。
作为一个优选的实施例,上述的动力包系统中:
所述智能系统状态观测器通过传感器分别与所述动力包系统中的所述负载设备和所述驱动设备各设备连接,以获取所述负载设备的实时运行参数和所述驱动设备的实时运行参数;以及
所述智能系统状态观测器通过通讯方式直接与所述变频器连接,以获取所述变频器的实时运行参数。
作为一个优选的实施例,上述的动力包系统还包括:
远程监控设备,与所述智能运行模式发生器连接,以用于输入所述工况参数至所述智能运行模式发生器及显示所述动力包系统当前的工作状态。
作为一个优选的实施例,上述的动力包系统中:
所述驱动设备为感应电机,所述负载设备包括风机和/或凝泵和/或压缩机等;
其中,所述感应电机驱动所述风机和/或所述凝泵和/或压缩机等负载设备工作。
本申请还提供了一种动力包系统优化方法,可基于上述任意一项所述的动力包系统,所述方法包括:
对所述动力包系统中各设备进行优化匹配后,将各设备的属性参数输入至动力包系统参数模型单元;
利用存储有基于所述动力包系统准确参数的数学观测模型的智能系统状态观测器获取所述动力包系统中各设备的实时运行参数,且该智能系统状态观测器基于所述数学观测模型并根据所述实时运行参数和所述属性参数输出当前实际运行效率;
根据输入的工况参数,所述智能运行模式发生器利用接收的所述属性参数、所述实时运行参数和所述当前实际运行效率输出理论最优指令至负载设备和/或驱动设备和/或变频器,以对所述动力包系统的运行效率进行优化。
作为一个优选的实施例,上述的动力包系统优化方法中,所述智能运行模式发生器根据接收的所述属性参数、所述实时运行参数、所述当前实际运行效率和所述工况参数输出下一时间单元效率理论值,所述方法还包括:
智能预测补偿器根据接收的所述当前实际运行效率和所述下一时间单元效率理论值对所述理论最优指令进行补偿,以输出所述优化指令至负载设备和/或驱动设备和/或变频器,以对所述动力包系统的运行效率进行优化。
作为一个优选的实施例,上述的动力包系统优化方法还包括:
利用远程监控设备输入所述工况参数至所述智能运行模式发生器及显示所述动力包系统当前的工作状态。
作为一个优选的实施例,上述的动力包系统优化方法中:
所述驱动设备为感应电机,所述负载设备包括风机和/或凝泵和/或压缩机;
其中,所述感应电机驱动所述风机和/或所述凝泵和/或所述压缩机工作。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明及其特征、外形和优点将会变得更加明显。在全部附图中相同的标记指示相同的部分。并未可以按照比例绘制附图,重点在于示出本发明的主旨。
图1是本发明实施例一所提供的动力包系统的结构示意图;
图2是图1中动力包控制设备的结构及连接关系示意图;
图3是本发明实施例二所提供的动力包系统优化方法的流程图;
图4是本发明实施例中以凝泵作为负载设备时进行优化的结构示意图。
具体实施方式
下面结合附图和具体的实施例,对本发明作进一步的说明,但是不作为本发明的限定。
实施例一:
图1是本发明实施例一所提供的动力包系统的结构示意图,图2是图1中动力包控制设备的结构及连接关系示意图;如图1~2所示,本实施例提供了一种动力包系统,可应用于发电厂的工厂管网冷却系统中,具体可包括:
负载设备,可作为动力包系统的执行设备,以用于对发电厂中的热源进行降温处理;例如该负载设备可为发电厂中的大型风机和/或凝泵和/或压缩机等仪器设备。
驱动设备,可通过传动设备(如轴承传动系统等)与上述的负载设备连接,以驱动负载设备工作;例如,该驱动设备可为电动机(如感应电机等),一般为用电设备,即利用电能来驱动上述的风机和/或凝泵和/或压缩机等负载设备工作,以对热源进行散热降温处理。
变频器,可通过滤波器来与上述的驱动设备连接,以通过调整向驱动设备输送的能量来控制驱动设备的运行,例如可通过调整电动机获得的电能(如电压、电流等电性参数)来调整感应电机(即电动机)的转速,进而来调整风机和/或凝泵和/或压缩机等负载设备的运转(一般调整转速)。
动力包控制设备,分别与上述的负载设备、驱动设备及变频器等各部件连接,以获取并根据所述动力包系统中各设备的参数(可包括自身设备预设的属性参数和当前工作的实时运行参数等),输出优化指令至所述负载设备和/或所述驱动设备和/或所述变频器,以对所述动力包系统的运行效率进行优化。
远程监控设备(可包括显示设备和输入设备等部件),与上述的动力包控制设备连接,以用于输入根据实际需求而设定的工况参数至动力包控制设备中(可利用上述的输入设备(如键盘、鼠标、触摸屏等),同时还能用于显示动力包系统当前的工作状态等相关参数信息。
优选的,上述的动力包控制设备可包括动力包系统参数模型单元、智能系统状态观测器、智能运行模式发生器及智能预测补偿器等部件,且动力包系统参数模型单元可存储有所述动力包系统中各设备的属性参数,智能系统状态观测器则可分别与所述动力包系统中各设备连接,以用于实时获取所述各设备的实时运行参数,而智能运行模式发生器则可分别与所述动力包系统参数模型单元和所述智能系统状态观测器连接;同时,智能预测补偿器则可分别与所述智能系统状态观测器、所述智能运行模式发生器及所述变频器连接;具体的:
上述的智能系统状态观测器中存储有基于所述动力包系统准确参数的数学观测模型,以根据所述实时运行参数和所述数学观测模型输出当前实际运行效率;所述智能运行模式发生器根据接收的所述属性参数、所述实时运行参数、所述当前实际运行效率和工况参数输出理论最优指令和下一时间单元效率理论值;所述智能预测补偿器根据接收的所述当前实际运行效率和所述下一时间单元效率理论值对所述理论最优指令进行补偿,以输出所述优化指令至所述负载设备和/或所述驱动设备和/或所述变频器。
进一步的,上述的智能系统状态观测器则可通过传感器分别与所述动力包系统中的所述负载设备和所述驱动设备各设备连接,以获取所述负载设备的实时运行参数和所述驱动设备的实时运行参数;而所述智能系统状态观测器通过通讯方式直接与所述变频器连接,以获取所述变频器的实时运行参数。
本实施例中的动力包系统,为可基于全系统集成优化控制策略的动力包控制系统,通过关键技术的有机配合,可实现对系统最优效率的追踪控制,例如:
1)本实施例中的智能系统状态观测器,其不同于传统的单一设备状态观测器,而是建立基于整个动力包系统(如可包括变频器、感应电机、风机、凝泵、压缩机等)准确参数的数学观测模型,并可利用传感器反馈得到的实际运行参数,通过综合评估各设备运行效率、计算系统进而可获得各个设备及整体系统运行效率。
2)本实施例中智能系统运行模式发生器,则不同于传统控制策略下控制模型设定完成就不再改变的状态,即该智能系统运行模式发生器能够根据准确参数模型与实际工况,建立对应各工况的一体化控制模型,确定各工况下的最优控制指令,制成指令表存储于中央处理器,以分层次阶段调整各设备的运行状态。
3)本实施例中的智能预测补偿器,可对整个调整过程进行离散处理,即在每一个单位调整时间,根据系统状态观测器得到的系统运行参数,预测下一时间元的运行参数,结合与最优控制指令,进行偏差补偿调整,在保证智能调整过程的稳定与可靠的前提下,还能进一步加快调整过程,并同时确保系统各设备的平稳运行。
转速估计模块可建立基于动力包电机准确参数的数学模型,并结合给定的参考频率及实际获得的电压、电流等参数,实现对电动机转速及位置的估计,进而可在开环状态下获取电动机当前转速的近似值。
优选的,上述的负载观测模块则可建立基于动力包各设备准确参数的数学观测模型,并可利用高阶滑模控制器,来保证控制量的连续平滑和快速响应。
优选的,上述的谐振抑制补偿控制器则可通过对观测到的负载(如风机和/或凝泵和/或压缩机等)转速、传动轴扭转角的处理,来获得对电动机的输入频率的微调补偿量,并可配合设置在VF电流分配模块与驱动设备之间的滤波器(即提供电能的电源分别与VF电流分配模块和谐振抑制补偿控制器连接,而VF电流分配模块则依次通过诸如滤波器、SVPWM模块及逆变器等部件后连接至感应电机,以向感应电机提供电能运行,进而利用感应电机驱动诸如风机等负载设备工作),来减少引起扭振的谐波分量,进而实现对转速平稳控制,以抑制系统出现轴扭振等不利现象的出现。
需要注意的,本实施例仅是以发电厂的工厂管网冷却系统为例进行说明,但本领域技术人员应当知悉的是,本申请记载的技术方案可基于公知知识结合本申请中记载的相关内容还能适用于其他的能够实现变频的电站系统中,由于其基本原理均较为近似,为了阐述简洁故在此不予累述。
实施例二
图3是本发明实施例二所提供的动力包系统优化方法的流程图,本实施例二中动力包系统优化方法可基于上述实施例一动力包系统的基础上(即实施例一与实施例二中相同或相应的技术特征之间可以相互适用),可应用于诸如发电厂中对于热源的冷却中,如图1~3所示,上述的动力包系统优化方法可包括:
首先,可对所述动力包系统中各设备进行优化匹配后,将各设备的属性参数输入至动力包系统参数模型单元。
其次,可利用存储有基于所述动力包系统准确参数的数学观测模型的智能系统状态观测器获取所述动力包系统中各设备的实时运行参数,且该智能系统状态观测器基于所述数学观测模型并根据所述实时运行参数和所述属性参数输出当前实际运行效率。
之后,可根据输入的工况参数,所述智能运行模式发生器利用接收的所述属性参数、所述实时运行参数和所述当前实际运行效率输出理论最优指令至负载设备和/或驱动设备和/或变频器,以对所述动力包系统的运行效率进行优化。
进一步的,可利用智能预测补偿器根据接收的所述当前实际运行效率和所述下一时间单元效率理论值对所述理论最优指令进行补偿,以输出所述优化指令至负载设备和/或驱动设备和/或变频器,以对所述动力包系统的运行效率进行优化。
进一步的,可利用远程监控设备输入所述工况参数至所述智能运行模式发生器及显示所述动力包系统当前的工作状态。
具体的,首先,可在选定动力包系统中各设备时,先进行各设备参数的优化匹配,并将各设备关键参数(即属性参数)写入智能中央控制器(如动力包系统参数模型单元),以备中央控制器内部建模使用;其次,可通过传感器获得电机、凝泵等的关键运行参数(即实时运行参数),可通过通讯方式获得变频器运行参数(即实时运行参数),将关键参数送至中央控制器的观测器入口(即发送至智能系统状态观测器),以用于评估系统的实际运行效率(当前实时运行效率)、实际关键运行参数(即实时运行参数);之后,在动力包订制阶段,可根据实际需求,将现场的工况参数输入中央控制器(即智能运行模式发生器),以建立对应不同工况下的最优指令表,对应于各工况下系统理论可达到的最优效率。最后,在实际运行过程中,由智能运行模式发生器模块根据接收的实时运行参数、当前实际运行参数及公开参数等进行综合评估,输出理论最优指令至变频器和/或驱动设备和/或降温负载设备,以实现对动力包系统运行效率的优化操作。
进一步的,为了对动力包系统运行效率进一步的优化,可在工况调整阶段,利用智能预测补偿器,在单个离散时间单元,根据智能系统状态观测器获得的当前实际运行参数、智能运行模式发生器输出的下一时间单元运行效率理论值及内部理论模型计算参数,追踪效率偏差,输出补偿指令以对理论最优指令进行补偿,进而使得在动力包系统在下一时间单元内能够趋近甚至达到下一时间单元运行效率理论值。
图4是本发明实施例中以凝泵作为负载设备时进行优化的结构示意图;为了更加详细的阐明本申请的技术方案,下面就以负载设备为凝泵进行详细说明,如图4所示:
预设以凝泵从额定状态调整为轻载状态,定义T n为当前时间单元,而在Tn+1时间内,可根据实际的负载,中央控制器得到对应的最优控制指令;首先,在第一阶段以负载效率最优模式,可调整变频器与感应电机,使凝泵运行于满足工况的最优效率状态;其次,在第二阶段则保持凝泵运行参数不变,追踪感应电机最大效率,补偿调整最优指令,调整变频器输出,实现感应电机励磁优化,使其损耗降到最低;最后,在第三阶段追踪系统最优效率,即在满足工况的前提下,统筹考虑变频器与感应电机的损耗,采用最佳开关频率及最佳电流指令,使动力包系统的总损耗达到最低。
需要注意的是,由于本实施例二与上述实施例一为相互对应的结构及方法,故在实施例一中提及的相同或相应的技术特征均可适应性的应用于本实施例二中,而在实施例二中提及的相同或相应的技术特征均可适应性的应用于本实施例一中,故为了阐述简洁,在本实例二中与上述实施例一中相同或相应的部分技术特征并未进行重复阐述,但本领域技术人员应当理解的时,上述实施例一中记载的技术特征可适应性应用于本实施例二中的技术特征,均应理解为在本实例二中有所记载。
综上所述,本申请实施例中的动力包系统及动力包系统优化方法,通过设置的动力包控制设备对于系统最优效率的追踪控制,即利用智能系统状态观测器获取各设备的实时运行参数,而利用智能运行模式发生器依据工况参数及实时运行参数等输出理论最优指令,且还可利用智能预测补偿器对下一时间单元的理论最优指令进行补偿,进而输出最优指令至动力包系统内的各设备(如变频器和/或驱动设备和/或负载设备),以实现对各设备的单独或多个设备或整个系统的运行效率优化,从而可有效避免冷却系统的控制过程出现诸如大马拉小车等能量的浪费,即能够以最小的功率消耗,实现系统内各设备间的最优运行匹配,可实现在传统变频控制的基础上再节能3%~8%,进而能够在降低能耗的同时大大提升电厂的经济效益;同时,本申请中的技术方案中基于全集成优化控制策略的动力包系统还有利于传统工业系统(如火电厂等)的集成化、智能化升级,进而有助于整个产业链的升级改造。
本领域技术人员应该理解,本领域技术人员结合现有技术以及上述实施例可以实现所述变化例,在此不予赘述。这样的变化例并不影响本发明的实质内容,在此不予赘述。
以上对本发明的较佳实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,其中未尽详细描述的设备和结构应该理解为用本领域中的普通方式予以实施;任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例,这并不影响本发明的实质内容。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (8)
1.一种动力包系统,其特征在于,应用于电站装备的变频改造中,所述动力包系统包括:
负载设备,作为所述动力包系统的执行机构;
驱动设备,驱动所述负载设备工作;
变频器,与所述驱动设备连接,以通过调整所述驱动设备的供电电能来控制所述负载设备的运行;
动力包控制设备,分别与所述负载设备、所述驱动设备和所述变频器连接;
其中,所述动力包控制设备获取并根据所述动力包系统中各设备的参数,输出优化指令至所述负载设备和/或所述驱动设备和/或所述变频器,以对所述动力包系统的运行效率进行优化;
所述动力包系统中各设备的参数均包括属性参数和实时运行参数;
所述动力包控制设备包括:
动力包系统参数模型单元,存储有所述动力包系统中各设备的属性参数;
智能系统状态观测器,分别与所述动力包系统中各设备连接,以实时获取所述各设备的实时运行参数;
智能运行模式发生器,分别与所述动力包系统参数模型单元和所述智能系统状态观测器连接;以及
智能预测补偿器,分别与所述智能系统状态观测器、所述智能运行模式发生器、所述变频器、所述驱动设备和所述负载设备连接;
其中,所述智能系统状态观测器中存储有基于所述动力包系统准确参数的数学观测模型,以根据所述实时运行参数和所述数学观测模型输出当前实际运行效率;所述智能运行模式发生器根据接收的所述属性参数、所述实时运行参数、所述当前实际运行效率和工况参数输出理论最优指令和下一时间单元效率理论值;所述智能预测补偿器根据接收的所述当前实际运行效率和所述下一时间单元效率理论值对所述理论最优指令进行补偿,以输出一补偿指令至所述负载设备和/或所述驱动设备和/或所述变频器。
2.如权利要求1所述的动力包系统,其特征在于,所述智能系统状态观测器通过传感器分别与所述动力包系统中的所述负载设备和所述驱动设备各设备连接,以获取所述负载设备的实时运行参数和所述驱动设备的实时运行参数;以及
所述智能系统状态观测器通过通讯方式直接与所述变频器连接,以获取所述变频器的实时运行参数。
3.如权利要求1所述的动力包系统,其特征在于,还包括:
远程监控设备,与所述智能运行模式发生器连接,以用于输入所述工况参数至所述智能运行模式发生器及显示所述动力包系统当前的工作状态。
4.如权利要求1所述的动力包系统,其特征在于,所述驱动设备为感应电机,所述负载设备包括风机和/或凝泵和/或压缩机;
其中,所述感应电机驱动所述风机和/或所述凝泵和/或所述压缩机工作。
5.一种动力包系统优化方法,其特征在于,基于如权利要求1~4中任意一项所述的动力包系统,所述方法包括:
对所述动力包系统中各设备进行优化匹配后,将各设备的属性参数输入至动力包系统参数模型单元;
利用存储有基于所述动力包系统准确参数的数学观测模型的智能系统状态观测器获取所述动力包系统中各设备的实时运行参数,且该智能系统状态观测器基于所述数学观测模型并根据所述实时运行参数和所述属性参数输出当前实际运行效率;
所述智能运行模式发生器根据输入的工况参数,以及接收的所述属性参数、所述实时运行参数和所述当前实际运行效率输出理论最优指令至负载设备和/或驱动设备和/或变频器,以对所述动力包系统的运行效率进行优化。
6.如权利要求5所述的动力包系统优化方法,其特征在于,所述智能运行模式发生器根据接收的所述属性参数、所述实时运行参数、所述当前实际运行效率和所述工况参数输出下一时间单元效率理论值,所述方法还包括:
智能预测补偿器根据接收的所述当前实际运行效率和所述下一时间单元效率理论值对所述理论最优指令进行补偿,以输出所述补偿指令至负载设备和/或驱动设备和/或变频器,以对所述动力包系统的运行效率进行优化。
7.如权利要求5所述的动力包系统优化方法,其特征在于,所述方法还包括:
利用远程监控设备输入所述工况参数至所述智能运行模式发生器及显示所述动力包系统当前的工作状态。
8.如权利要求5所述的动力包系统优化方法,其特征在于,所述驱动设备为感应电机,所述负载设备包括风机、凝泵或压缩机;
其中,所述感应电机驱动所述风机、所述凝泵或所述压缩机工作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510991022.3A CN105467963B (zh) | 2015-12-24 | 2015-12-24 | 动力包系统及动力包系统优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510991022.3A CN105467963B (zh) | 2015-12-24 | 2015-12-24 | 动力包系统及动力包系统优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105467963A CN105467963A (zh) | 2016-04-06 |
CN105467963B true CN105467963B (zh) | 2018-09-25 |
Family
ID=55605772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510991022.3A Active CN105467963B (zh) | 2015-12-24 | 2015-12-24 | 动力包系统及动力包系统优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105467963B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113392565B (zh) * | 2021-07-12 | 2022-07-29 | 中车青岛四方机车车辆股份有限公司 | 车体与动力包振动匹配状态定量评估方法、系统及设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205450735U (zh) * | 2015-12-24 | 2016-08-10 | 上海电气富士电机电气技术有限公司 | 动力包系统 |
-
2015
- 2015-12-24 CN CN201510991022.3A patent/CN105467963B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205450735U (zh) * | 2015-12-24 | 2016-08-10 | 上海电气富士电机电气技术有限公司 | 动力包系统 |
Non-Patent Citations (1)
Title |
---|
高效智能"动力包"全集成技术发展探讨;邓云天;《装备机械》;20140930(第3期);权利要求1-2 * |
Also Published As
Publication number | Publication date |
---|---|
CN105467963A (zh) | 2016-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chinchilla et al. | Control of permanent-magnet generators applied to variable-speed wind-energy systems connected to the grid | |
Ghasemi et al. | Application of fractional calculus theory to robust controller design for wind turbine generators | |
US9391554B2 (en) | Control of a permanent magnet synchronous generator wind turbine | |
CN103850875B (zh) | 用于为风场提供偏航备用的系统和方法 | |
CN104221241A (zh) | 用于控制变频器的方法和装置 | |
Jayaprakash et al. | Photovoltaic Powered Fuzzy Algorithm for IoT-Monitored Four Switch Induction Motor Drive | |
US20160036450A1 (en) | Method of optimizing dispatch of variable speed engine-generator sets | |
Kassem | Modelling and robust control design of a standalone wind‐based energy storage generation unit powering an induction motor‐variable‐displacement pressure‐compensated pump | |
Mossa et al. | Enhanced control and power management for a renewable energy-based water pumping system | |
Hamid et al. | Optimal MPPT and BES control for grid-tied DFIG-based wind energy conversion system | |
Sayed et al. | Dynamic performance of wind turbine conversion system using PMSG-based wind simulator | |
CN105467963B (zh) | 动力包系统及动力包系统优化方法 | |
CN205450735U (zh) | 动力包系统 | |
Hardan et al. | Application of a power-controlled flywheel drive for wind power conditioning in a wind/diesel power system | |
CN102097812B (zh) | 一种风力发电机组及其无功控制方法 | |
CN112600252A (zh) | 石油钻机多电源并车系统及方法 | |
Nguyen et al. | The power-sharing system of DFIG-based shaft generator connected to a grid of the ship | |
Wang et al. | Voltage equalization control of three-phase cascaded H-bridge multilevel rectifiers | |
Bratcu et al. | Optimal control of wind energy conversion systems: From energy optimization to multi-purpose criteria-A short survey | |
Valikhani et al. | A brain emotional learning-based intelligent controller (BELBIC) for DFIG system | |
Djeriri et al. | Direct power control based artificial neural networks of doubly fed induction generator for wind energy conversion system application | |
CN101771274B (zh) | 一种提高火力发电机组运行效率的方法 | |
Ramana Vasu et al. | Enhanced space vector modulated scalar control of induction motor | |
Wang et al. | Design and implementation of power electronic load used to test tidal current energy generator sets | |
CN112468022B (zh) | 一种多组型电机组变频节能系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |