CN114879807A - 一种温度瞬态变化下的温差发电最大功率点跟踪方法 - Google Patents
一种温度瞬态变化下的温差发电最大功率点跟踪方法 Download PDFInfo
- Publication number
- CN114879807A CN114879807A CN202210668024.9A CN202210668024A CN114879807A CN 114879807 A CN114879807 A CN 114879807A CN 202210668024 A CN202210668024 A CN 202210668024A CN 114879807 A CN114879807 A CN 114879807A
- Authority
- CN
- China
- Prior art keywords
- disturbance
- temperature
- sampling point
- current step
- deli
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
- G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
- G05F1/66—Regulating electric power
- G05F1/67—Regulating electric power to the maximum power available from a generator, e.g. from solar cell
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Control Of Electrical Variables (AREA)
Abstract
本发明提供了一种温度瞬态变化下的温差发电最大功率点跟踪方法,考虑温差发电系统的系统温度变化对功率的影响,将扰动电流步长划分为仅受跟踪算法扰动影响的扰动电流步长和仅受温差发电系统的温度变化影响的扰动电流步长,并设置对应的权重。在计算总扰动电流步长时,根据温度变化增量的大小判断此时系统温度的变化状态,调整权重,判断扰动方向,最终得到下一采样点的扰动电流。本发明引入仅受温度变化影响的扰动电流步长,减小温度瞬态变化导致算法误判带来的精度影响,可以在温度瞬态变化的系统中达到较高的控制效率,更好地应对温度瞬态变化的复杂环境。
Description
技术领域
本发明涉及温差发电技术领域,具体涉及一种温度瞬态变化下的温差发电最大功率点跟踪方法。
背景技术
温差发电技术就是一项利用热能发电的新能源技术。针对温差发电技术,MPPT算法(温差发电最大功率点跟踪算法)是一种能够提高温差发电效率的有效方法,可使温差发电技术真正应用于工业生产中。
在实际应用中,最大功率点跟踪算法的扰动和温差发电系统的温度变化均会使温差发电系统的功率发生变化。现有的MPPT算法仅依靠电压、电流的变化判断TEG(温差发电片)的工作状态,以此决定下一时刻扰动信号的大小和方向,忽略了温差发电系统的温度变化对系统的功率变化的影响,仅适用于温度平稳变化的系统。但对于温度瞬时变化的系统,在算法采样频率内温度变化剧烈,温度是引起TEG功率变化的主要原因,忽略系统温度变化会极易出现误判,产生错误的控制信号。同时,现有MPPT算法仅依靠温差发电系统的历史数据来控制未来的工作点,当算法进行决策计算时,系统的实际状态已经发生了改变,MPPT的跟踪控制总是滞后于真实的系统环境。当温差发电系统的温度发生瞬时剧烈变化时,系统状态的更新滞后极易引起算法决策的错误,从而降低算法的跟踪精度。
因此,目前亟需一种跟踪温差发电最大功率点的方法,能够在温度瞬时变化时,迅速、精确、实时地找到最大功率点,提高系统功率。
发明内容
有鉴于此,本发明提供了一种温度瞬态变化下的温差发电最大功率点跟踪方法,能够在温度变化时,迅速、精确、实时地找到最大功率点,提高系统功率。
为实现上述发明目的,本发明的技术方案为:
一种温度瞬态变化下的温差发电最大功率点跟踪方法,具体步骤包括:
步骤1、对温差发电系统在连续三个采样点的进行数据采样,计算温差发电系统每个采样点的功率与温度。
步骤2、根据采样点的功率和温度,得到下一采样点的预测温度,进而得到系统温度变化增量。
步骤3、计算跟踪算法中的第一扰动电流步长,第一扰动电流步长仅受扰动影响。
步骤4、计算跟踪算法中的第二扰动电流步长,第二扰动电流步长仅受温度变化影响。
步骤5、判断系统温度变化增量的绝对值是否不大于设定阈值。
是,根据温差发电最大功率点跟踪算法确定下一采样点的扰动方向;调整第一扰动电流步长和第二扰动电流步长的权重,计算总扰动电流步长。
否,调整第一扰动电流步长和第二扰动电流步长的权重,计算总扰动电流步长,根据系统温度变化增量的正负确定扰动方向。
步骤6、根据总扰动电流步长和扰动方向,计算下一采样点的扰动电流。
重复步骤1-6,直至扰动电流不再变化,则第一个扰动电流不再变化的采样点为最大功率点。
进一步的,步骤2中,采用拉格朗日插值法得到下一采样点的预测温度。
进一步的,第一扰动电流步长delI1的公式为:
其中,Ifix为系统中给定的基准扰动电流步长,ΔP为仅受跟踪算法扰动影响的系统功率增量,ΔI为仅受跟踪算法扰动影响的系统电流增量。
第二扰动电流步长delI2的公式为:
其中,N为温差发电片TEG中热电偶的数量,α为温差发电系统在第i个采样点的系统塞贝克系数,RL为温差发电系统在第i个采样点的外接负载,Rin为温差发电系统在第i个采样点的等效内阻,delT为系统温度变化增量。
总电流步长delI的公式为:
delI=ω1delI1+ω2delI2
其中,ω1为第一扰动电流步长权重,ω2为第二扰动电流步长权重。
进一步的,系统温度变化增量delT的公式为:
delT=ΔTi+1-ΔTi i=1,2,3,...n.
其中,ΔTi=Ti-Ti-1,ΔTi+1=Ti+1-Ti,Ti为温差发电系统在采样点i的温度,Ti-1为温差发电系统在采样点i-1的温度,Ti+1为温差发电系统在采样点i+1的温度, n为采样点个数。
进一步的,步骤5的具体方法为:
当|delT|>X时,温度瞬态变化,增加delI2的权重ω2,减小delI1的权重ω1;当delT>X时系统温度变化增量为正数,扰动方向为正向,采样点i+1的总扰动电流步长为delI;当delT<-X时系统温度变化增量为负数,扰动方向为负向,采样点i+1总扰动电流步长为-delI;X为设定阈值。
当|delT|≤X时,温度缓慢变化,增加delI1的权重ω1,减小delI2的权重ω2;根据MPPT算法确定下一采样点的扰动方向。
有益效果:
1、本发明提供了一种温度瞬态变化下的温差发电最大功率点跟踪方法,考虑温差发电系统的系统温度变化对功率的影响,将扰动电流步长划分为仅受跟踪算法扰动影响的扰动电流步长和仅受温差发电系统的温度变化影响的扰动电流步长,并设置对应的权重。在计算总扰动电流步长时,根据温度变化增量的大小判断此时系统温度的变化状态,调整权重,判断扰动方向,最终得到下一采样点的扰动电流。本发明引入仅受温度变化影响的扰动电流步长,减小温度瞬态变化导致算法误判带来的精度影响,可以在温度瞬态变化的系统中达到较高的控制效率,更好地应对温度瞬态变化的复杂环境。
2、本发明采用拉格朗日插值法得到下一采样点的预测温度,并在计算温度变化增量时代入预测温度和历史温度,从而使当前时刻扰动信号的决策具有更强的时效性。
3、本发明在考虑温度瞬态变化的同时,还对温度稳定状态下的系统进行扰动电流计算,适用范围较广。
附图说明
图1为本发明方法的流程图。
图2为温差发电系统采样点与扰动电流步长关系图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
如图1所示,本发明提供了一种温度变化下的温差发电最大功率点跟踪方法,具体步骤为:
步骤1、对温差发电系统在连续三个采样点的进行数据采样,计算温差发电系统在每个采样点的功率与温度,关系如图2所示。首先,分别记录温差发电系统在三个连续采样点i-2,i-1,i时的电流(Ii-2,Ii-1,Ii)和电压(Vi-2,Vi-1, Vi),以及温差发电片热端陶瓷片温度和温差发电片冷端陶瓷片温度
接着,根据电流(Ii-2,Ii-1,Ii)和电压(Vi-2,Vi-1,Vi)计算得到温差发电系统在采样点i-2,i-1,i时的功率(Pi-2,Pi-1,Pi),计算公式为:
Pi=ViIi i=0,1,2,3,...,n.
步骤2、根据采样点的功率和温度,采用拉格朗日插值法预测下一采样点i+1 的温度。温差发电系统的温度具有强延时性,在加热功率瞬态变化时,温度曲线更接近正弦曲线。根据步骤二计算得到的(Ti-2,Ti-1,Ti),本实施例采用拉格朗日插值法对温差发电系统采样点i+1时的温度进行预测。
为计算表述方便,将温差发电系统在采样点i-2,i-1,i时的温度分别记为 (xi-2,Ti-2),(xi-1,Ti-1),(xi,Ti),其中x为具体采样时间的绝对值。温差发电系统在采样点i+1时的温度(xi+1,Ti+1)计算公式为:
步骤3、计算跟踪算法中,仅受跟踪算法扰动影响的第一扰动电流步长。
首先,计算温差发电系统仅受跟踪算法扰动影响的功率增量。假设温差发电系统的功率增量均由两部分组成,分别为温差发电系统仅受系统温度变化影响的功率增量与仅受跟踪算法扰动影响的功率增量。用Pi-1=Pi-2+ΔPi-2′+ΔPi-2″表示温差发电系统在采样点i-1时的功率。其中ΔPi-2′为温差发电系统在采样点i-2时仅受系统温度变化影响的功率增量。ΔPi-2″为采样点i-2时仅受跟踪算法扰动影响的功率增量,Pi-2为温差发电系统在采样点i-2时的功率。
同理可得温差发电系统在采样点i时的功率Pi=Pi-1+ΔPi-1′+ΔPi-1″。同一温差发电系统中,系统温度变化会遵循一定的规律。在不使用跟踪算法时,温差发电系统的温度变化与功率增量之间为近似线性关系,因此可近似得到ΔPi-1′-ΔPi-2′=0。利用多次相减,消除温差发电系统受系统温度变化影响的功率增量,即ΔPi-2′与ΔPi-1′,计算公式为:
(Pi-Pi-1)-(Pi-1-Pi-2)=(Pi-1+ΔPi-1′+ΔPi-1″-Pi-1)-(Pi-2+ΔPi-2′+ΔPi-2″-Pi-2) i=2,3,...,n.
化简上式得到:
(Pi-Pi-1)-(Pi-1-Pi-2)=ΔPi-1′-ΔPi-2′+ΔPi-1″-ΔPi-2″ i=2,3,...,n.
=ΔPi-1″-ΔPi-2″
仅保留由跟踪算法扰动影响的功率增量ΔP,即:
ΔP=(Pi-Pi-1)-(Pi-1-Pi-2) i=2,3,...,n.
令ΔI=(Ii-Ii-1)-(Ii-1-Ii-2),计算得到跟踪算法中仅受算法扰动影响的扰动电流步长,公式为:
其中,Ifix为系统中给定的基准扰动电流步长,ΔP为仅受跟踪算法扰动影响的系统功率增量,ΔI为仅受跟踪算法扰动影响的系统电流增量。
步骤4、计算跟踪算法中仅受温差发电系统的温度变化影响的扰动电流步长。
首先,根据历史采样温度Ti-1,Ti和预测温度Ti+1,分别做差得温差发电系统的温度变化ΔTi和ΔTi+1,从而预测采样点i+1时的温度变化的增量delT,计算公式为:
ΔTi=Ti-Ti-1 i=1,2,3,...n.
ΔTi+1=Ti+1-Ti i=1,2,3,...n.
delT=ΔTi+1-ΔTi i=1,2,3,...n.
根据塞贝克效应公式V=IR=NαΔT计算在温度变化的增量delT下跟踪算法中仅受温差发电系统的温度变化影响的扰动电流步长,公式为:
其中,N为温差发电片TEG中热电偶的数量,α为温差发电系统在第i个采样点的系统塞贝克系数,RL为温差发电系统在第i个采样点的外接负载,Rin为温差发电系统在第i个采样点的等效内阻,delT为系统温度变化增量。
步骤5、判断系统温度变化增量的绝对值是否不大于设定阈值。为了充分考虑温度对系统的影响,判断温差发电系统的温度变化状态,本发明根据系统历史温度变化情况,为系统温度变化的增量delT设定阈值X=20,以此判断温差发电系统的温度处于剧烈变化状态还是缓慢变化状态。当|delT|>X时,温度变化剧烈,|delT|≤X时,温度变化缓慢。
当|delT|≤X时,温度变化缓慢,根据MPPT算法确定下一采样点的扰动方向;调整第一扰动电流步长和第二扰动电流步长的权重,计算总扰动电流步长。
当|delT|>X时,温度变化剧烈,调整第一扰动电流步长和第二扰动电流步长的权重,计算总扰动电流步长,并根据系统温度变化增量的正负确定扰动方向,具体为:判断系统温度变化增量是否为正数;是正数,扰动方向为正向;是负数,扰动方向为负向。
本发明中,调整权重的具体方法为:
分别对仅受跟踪算法扰动影响的扰动电流步长delI1和仅受温差发电系统的温度变化影响的扰动电流步长delI2赋予不同权重ω1,ω2后叠加,最终得到加载在温差发电系统跟踪算法中的总扰动电流步长,公式为:
delI=ω1delI1+ω2delI2
当|delT|>X时,温度变化剧烈,受温度变化影响的功率增量将占据主导地位,需增加delI2的权重ω2,减小delI1的权重ω1,使受温度影响的delI2权重更大。
在此种情况下,存在两种情况,分别为delT>X和delT<-X。当delT>X时,系统处于升温状态时,则i+1时向温差发电系统输出正向总扰动电流步长delI,使系统的电流值增加。当delT<-X时,系统处于降温状态,则i+1时向温差发电系统输出负向总扰动电流步长-delI,使系统的电流值减小。
当|delT|≤X时,温度变化缓慢,受跟踪算法扰动影响的功率增量将占主导地位,需增加delI1的权重ω1,减小delI2的权重ω2,使受跟踪算法扰动影响的delI1权重更大。本发明实施例中,权重在两组中选择,当|delT|>X时,使用的权重取值为ω2=0.06,ω1=0.04;当|delT|≤X时,使用的权重取值为ω1=0.8,ω2=0.2。在每一次寻找最大功率点过程中,权重的大小不会按照步长进行增减,具体取值和系统有关。同时,根据传统扰动观察算法(MPPT算法)确定下一采样点的扰动方向即可。
步骤6、根据总扰动电流步长和扰动方向,计算下一采样点的扰动电流。扰动方向为正向时,下一采样点的扰动电流为当前采样点的扰动电流与总扰动电流步长之和;扰动方向为负向时,下一采样点的扰动电流为当前采样点的扰动电流与总扰动电流步长之差。
重复步骤1-6,直至扰动电流不再变化,则第一个扰动电流不再变化的采样点为最大功率点。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种温度瞬态变化下的温差发电最大功率点跟踪方法,其特征在于,具体步骤包括:
步骤1、对温差发电系统在连续三个采样点的进行数据采样,计算温差发电系统每个采样点的功率与温度;
步骤2、根据采样点的功率和温度,得到下一采样点的预测温度,进而得到系统温度变化增量;
步骤3、计算跟踪算法中的第一扰动电流步长,第一扰动电流步长仅受扰动影响;
步骤4、计算跟踪算法中的第二扰动电流步长,第二扰动电流步长仅受温度变化影响;
步骤5、判断系统温度变化增量的绝对值是否不大于设定阈值;
是,根据温差发电最大功率点跟踪算法确定下一采样点的扰动方向;调整第一扰动电流步长和第二扰动电流步长的权重,计算总扰动电流步长;
否,调整第一扰动电流步长和第二扰动电流步长的权重,计算总扰动电流步长,根据系统温度变化增量的正负确定扰动方向;
步骤6、根据总扰动电流步长和扰动方向,计算下一采样点的扰动电流;
重复步骤1-6,直至扰动电流不再变化,则第一个扰动电流不再变化的采样点为最大功率点。
2.如权利要求1所述的方法,其特征在于,所述步骤2中,采用拉格朗日插值法得到下一采样点的预测温度。
3.如权利要求1所述的方法,其特征在于,所述第一扰动电流步长delI1的公式为:
其中,Ifix为系统中给定的基准扰动电流步长,ΔP为仅受跟踪算法扰动影响的系统功率增量,ΔI为仅受跟踪算法扰动影响的系统电流增量;
第二扰动电流步长delI2的公式为:
其中,N为温差发电片TEG中热电偶的数量,α为温差发电系统在第i个采样点的系统塞贝克系数,RL为温差发电系统在第i个采样点的外接负载,Rin为温差发电系统在第i个采样点的等效内阻,delT为系统温度变化增量;
所述总电流步长delI的公式为:
delI=ω1delI1+ω2delI2
其中,ω1为第一扰动电流步长权重,ω2为第二扰动电流步长权重。
4.如权利要求1所述的方法,其特征在于,系统温度变化增量delT的公式为:
delT=ΔTi+1-ΔTi i=1,2,3,...n.
其中,ΔTi=Ti-Ti-1,ΔTi+1=Ti+1-Ti,Ti为温差发电系统在采样点i的温度,Ti-1为温差发电系统在采样点i-1的温度,Ti+1为温差发电系统在采样点i+1的温度,n为采样点个数。
5.如权利要求3或4所述的方法,其特征在于,步骤5的具体方法为:
当|delT|>X时,温度瞬态变化,增加delI2的权重ω2,减小delI1的权重ω1;当delT>X时系统温度变化增量为正数,扰动方向为正向,采样点i+1的总扰动电流步长为delI;当delT<-X时系统温度变化增量为负数,扰动方向为负向,采样点i+1总扰动电流步长为-delI;X为设定阈值;
当|delT|≤X时,温度缓慢变化,增加delI1的权重ω1,减小delI2的权重ω2;根据MPPT算法确定下一采样点的扰动方向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210668024.9A CN114879807B (zh) | 2022-06-14 | 2022-06-14 | 一种温度瞬态变化下的温差发电最大功率点跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210668024.9A CN114879807B (zh) | 2022-06-14 | 2022-06-14 | 一种温度瞬态变化下的温差发电最大功率点跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114879807A true CN114879807A (zh) | 2022-08-09 |
CN114879807B CN114879807B (zh) | 2023-02-03 |
Family
ID=82681347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210668024.9A Active CN114879807B (zh) | 2022-06-14 | 2022-06-14 | 一种温度瞬态变化下的温差发电最大功率点跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114879807B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150002127A1 (en) * | 2013-06-26 | 2015-01-01 | Industrial Technology Research Institute | Maximum power point tracking method and apparatus |
CN204963869U (zh) * | 2015-08-08 | 2016-01-13 | 南京博纳威电子科技有限公司 | 一种基于温差发电的mems姿态传感器 |
WO2017012435A1 (zh) * | 2015-07-22 | 2017-01-26 | 厦门科华恒盛股份有限公司 | 一种光伏发电系统最大功率点跟踪方法 |
CN106452184A (zh) * | 2016-09-20 | 2017-02-22 | 北京理工大学 | 一种为低功耗人体诊断设备供电的穿戴式温差发电装置 |
WO2017216797A1 (en) * | 2016-06-14 | 2017-12-21 | Ariel Scientific Innovations Ltd. | Thermoelectric generator |
CN108445957A (zh) * | 2018-02-27 | 2018-08-24 | 江苏大学 | 一种车辆废热发电系统最大功率跟踪方法 |
EP3379691A1 (en) * | 2017-03-23 | 2018-09-26 | The European Union, represented by the European Commission | Thermo-electric generator system, monitoring system therefor, and methods of designing and constructing them |
CN108958350A (zh) * | 2018-07-24 | 2018-12-07 | 西安工业大学 | 基于参数优化的光伏阵列最大功率点跟踪算法 |
CN110661452A (zh) * | 2019-10-17 | 2020-01-07 | 中国人民解放军军事科学院国防工程研究院 | 一种温差发电装置及其发电方法 |
CN113110689A (zh) * | 2021-04-25 | 2021-07-13 | 江苏大学 | 一种考虑反向温差的最大功率点追踪控制器及控制方法 |
-
2022
- 2022-06-14 CN CN202210668024.9A patent/CN114879807B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150002127A1 (en) * | 2013-06-26 | 2015-01-01 | Industrial Technology Research Institute | Maximum power point tracking method and apparatus |
WO2017012435A1 (zh) * | 2015-07-22 | 2017-01-26 | 厦门科华恒盛股份有限公司 | 一种光伏发电系统最大功率点跟踪方法 |
CN204963869U (zh) * | 2015-08-08 | 2016-01-13 | 南京博纳威电子科技有限公司 | 一种基于温差发电的mems姿态传感器 |
WO2017216797A1 (en) * | 2016-06-14 | 2017-12-21 | Ariel Scientific Innovations Ltd. | Thermoelectric generator |
CN106452184A (zh) * | 2016-09-20 | 2017-02-22 | 北京理工大学 | 一种为低功耗人体诊断设备供电的穿戴式温差发电装置 |
EP3379691A1 (en) * | 2017-03-23 | 2018-09-26 | The European Union, represented by the European Commission | Thermo-electric generator system, monitoring system therefor, and methods of designing and constructing them |
CN108445957A (zh) * | 2018-02-27 | 2018-08-24 | 江苏大学 | 一种车辆废热发电系统最大功率跟踪方法 |
CN108958350A (zh) * | 2018-07-24 | 2018-12-07 | 西安工业大学 | 基于参数优化的光伏阵列最大功率点跟踪算法 |
CN110661452A (zh) * | 2019-10-17 | 2020-01-07 | 中国人民解放军军事科学院国防工程研究院 | 一种温差发电装置及其发电方法 |
CN113110689A (zh) * | 2021-04-25 | 2021-07-13 | 江苏大学 | 一种考虑反向温差的最大功率点追踪控制器及控制方法 |
Non-Patent Citations (2)
Title |
---|
HUANG JUN: "A distributed MPPT control for a hybrid centralized-distributed TEG power", 《2015 IEEE 10TH CONFERENCE ON INDUSTRIAL ELECTRONICS AND APPLICATIONS》 * |
周卫琪等: "基于MPPT算法的温差发电回收效率研究", 《电源技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114879807B (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Thermal transient prediction of district heating pipeline: Optimal selection of the time and spatial steps for fast and accurate calculation | |
US20100176773A1 (en) | Circuit and method for controlling the point of maximum power for solar energy source and solar generator incorporating said circuit | |
WO2019062023A1 (zh) | 一种变步长定速降额限功率mppt扰动方法 | |
CN103322553A (zh) | 一种火电机组过热汽温多模型扰动估计预测控制方法 | |
Aly et al. | A MPPT based on optimized FLC using manta ray foraging optimization algorithm for thermo‐electric generation systems | |
CN114879807B (zh) | 一种温度瞬态变化下的温差发电最大功率点跟踪方法 | |
CN101103276B (zh) | 动态截止频率可变滤波器 | |
Wu et al. | SOC estimation for batteries using MS-AUKF and neural network | |
CN110333443B (zh) | 感应电机定子绕组温升测试方法 | |
CN109240085B (zh) | 非高斯系统动态数据校正与系统控制性能优化方法 | |
Ma et al. | Improving power-conversion efficiency via a hybrid MPPT approach for photovoltaic systems | |
CN112198924A (zh) | 一种光伏电池最大功率点跟踪方法 | |
CN113091088A (zh) | 一种基于双阶段神经网络的锅炉燃烧广义预测控制方法 | |
CN113868916B (zh) | 基于lfvpso-bpnn的多回路沟槽敷设电缆温升预测方法 | |
CN114243935A (zh) | 一种基于p&o法与模型预测的无线电能传输控制方法及系统 | |
Imai | Nonlinear Internal Model Controller based on Local Linear Models, and its Application | |
Pal et al. | Optimization based integrated fuzzy logic PID controller for networked controlled systems (NCSs) | |
CN104020813A (zh) | 基于fir滤波器预测的mppt滞环控制算法 | |
Putranto et al. | WAMS hybrid configuration for real time voltage stability monitoring application | |
Jiu-sun et al. | Subspace method for identification and control of blast furnace ironmaking process | |
Zhang et al. | Discrete-time adaptive fuzzy event-triggered command filtered control for induction motors with input saturation | |
CN115328263B (zh) | 基于双滑模面自适应等效滑模控制的燃料电池的mppt方法 | |
CN115221708B (zh) | 一种隔离开关触头发热模型构建方法 | |
Wen et al. | Development of Operator Based Tracking Controller Design for a Perturbed Peltier Refrigeration System | |
CN114002482B (zh) | 一种设备电流检测方法及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |