- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
电力论文-变电站蓄电池的一种新型充电模式
[摘 要] 文章对电力系统中普遍使用的阀控式密封铅酸蓄电池充电控制进行了分析,根据蓄电池充电特性,运用重心法反模糊化计算方法,利用专家知识组织模糊控制规则,提出了蓄电池新型充电模式。有利于实现蓄电池充电智能控制,提高蓄电池的使用寿命。 [关键词]蓄电池、智能化、模糊化、充电控制 ? 1? 引言电力系统中变电站直流系统已普遍采用阀控式密封铅酸蓄电池(简称VRLA)、高频开关电源充电装置。充电装置性能的好坏、智能化水平的高低,对蓄电池的运行及使用寿命有着至关重要的影响[1]。对VRLA的“均衡充电”,文献[2]、 [6]、 [7]提出恒压式、恒流式均充方法,很显然,容易造成对VRLA的欠充或过充;文献 [3]、[4]、 [5]、[9]提出了阶段式恒流、恒压减流及限流充电等方案,达到了一定的充电控制水平,但模型结构比较粗糙。由于环境温度、放电深度、负荷的瞬变对蓄电池充电的影响,加上蓄电池充电特性的非线性,对该被控制过程的对象建立精确的数学模型一般是很困难的[10]。笔者在对大量现场运行设备的了解总结基础上,着重运用积累的现场经验和专家知识,提出了蓄电池“均衡充电”控制的基本模糊模型。
2 充电过程及特性蓄电池的充电过程如图1所示。主要通过监控模块实现对充电模块(开关管脉宽)调节,达到对输出电压和电流的控制;当然,蓄电池随充电过程的进行即容量的增加和端电压的升高使得电池充电电流会发生变化。典型的蓄电池充电特性曲线如图2所示。
图1??? 充电过程
从蓄电池的特性[1、2]及图2、表1可以看到,充电电流随时间非线性变化,影响其特性的主要因素有:a.??? 环境温度,温度每增加1。C,充电电压应减小3-4mV,以保持充电电流不增加[7]。?表1 均充电压与温度的关系
温度(C) 均充电压(V) 0
10
20
25
30
35 2.47
2.42
2.37
2.35
2.32
2.30 b.放电深度,放电深度增加10%,充电电压不变时,充足电时间将延长1小时。c.负荷电流的变化,负荷电流因扰动而增加时,使得充电电流瞬时减小,反之亦然。d.外加充电电压升高,充电电流增加;反之亦然。
图2??? 充电特性曲线
3 充电模糊模型的建立通过“监控模块”手动设置充电电流(即高频开关调整脉宽),将该量作为控制量,作为模糊控制器的输出变量U,充电模块输出电流(不考虑负荷电流),即蓄电池充电电流I与某时刻特性曲线的误差e及误差变化率ec 作为输入变量,即把充电特性曲线为控制目标。3.1 精确量的模糊化输入输出变量采用的论域为{-2,-1,0,+1,+2},对于误差、误差变化率和控制量用5个语言变量值PB、PS、O、NS、NB(模糊子集)来描述,语言论域上的模糊子集由隶属函数 来描述,实测量的模糊化采用三角形函数。语言值的模糊集合为:
3.2 模糊控制算法(模糊控制规则)考虑使用双输入单输出模糊控制器,建立如下控制规则:R1: if? E? is? PB? and? Ec? is? PB? then U is?? NBR2: if? E? is? PB? and? Ec? is? PS? then U is?? NSR3: if? E? is? PS? and? EC? is? PS? then U is?? NSR4: if? E? is? PS? and? EC? is? PB? then U is?? NBR5: if? E? is? NB? and? EC? is? NB? then U is?? PBR6: if? E? is? NB? and? EC? is? NS? then U is?? PSR7: if? E? is? NS? and? EC? is? NB? then U is?? PS3.3 输出量的反模糊化从3.2节可以看到第i条规则如下:Ri:如果E是Ai且Ec是Bi,则U是Ci。Ai、Bi分别是输入变量E、EC的模糊子集,Ci是输出变量U的模糊子集。设已知E是A,Ec是B(模糊集合),则根据模糊控制规则进行近似推理,可以得出模糊量U(用模糊集合C、表示)为C、 =(Ai and Bi)o RR=? RiRi=(Ai and Bi)? Ci??? ……?? (1)“and”采用求交(取小)方法;“ ”表示了模糊蕴涵关系,采用模糊蕴涵最小运算(Mamdani)的方法;合成运算“o”采用最大最小法。可算出Ri、Bi、Ci。?设P为前件中各模糊量之间的关系,Pi=Ai and Bi=Ai×Bi= AiT^Bi可算出Pi.?前件与后件的蕴含关系Ri=Pi→Ci=PiT ^Ci?R= Ri= Ri当新的输入E为A,且EC为B
文档评论(0)