混合储能电动汽车中多端口模块化多电平变流器的模型预测控制.docxVIP

混合储能电动汽车中多端口模块化多电平变流器的模型预测控制.docx

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
混合储能电动汽车中多端口模块化多电平变流器的模型预测控制 混合储能电动汽车是指同时使用多种能量储存装置(如电池、超级电容器、燃料电池等)的电动汽车。为了更有效地管理这些不同的能量储存装置,采用多端口模块化多电平变流器进行能量的控制和转换是一种常见的方法。下面将介绍关于多端口模块化多电平变流器的模型预测控制,并给出相关参考内容。 多端口模块化多电平变流器是一种将不同能量储存装置连接在一起,并通过多电平电路将其能量进行控制和转换的装置。其主要功能是将不同的能量储存装置的电压及电流进行匹配和互连,实现能量储存与供给的平衡。多端口模块化多电平变流器的控制策略可以采用模型预测控制(Model Predictive Control,MPC)方法。 模型预测控制是一种通过建立系统的数学模型并进行预测,以优化控制策略的方法。在多端口模块化多电平变流器中,通过建立不同能量储存装置的电压和电流模型,并结合电池的状态模型、超级电容器的模型以及负载的需求模型等,可以预测未来一段时间内的能量储存和供给情况。基于这些预测结果,可以通过调节电流的分配和转换方式来实现系统的优化控制。 具体而言,在模型预测控制中,可以通过以下几个方面来实现对多端口模块化多电平变流器的控制: 1. 建立系统的数学模型: 通过建立多端口模块化多电平变流器的数学模型,包括不同能量储存装置的电压和电流模型、负载的需求模型以及电池的状态模型等,来描述系统的动态行为,并预测未来一段时间内的能量储存和供给情况。 2. 优化目标的设定: 根据系统的特点和需求,设定适当的优化目标,例如最小化能量储存装置的使用、最大化系统的效率或最小化系统的成本等。 3. 约束条件的设定: 根据系统的物理限制和问题的约束条件,设定合适的控制约束条件,例如最大电流和电压的限制、能量平衡要求等。 4. 预测和优化控制: 通过对系统的数学模型进行预测,得到未来一段时间内的能量储存和供给情况。根据优化目标和约束条件,通过优化算法求解优化问题,并得到最佳的控制策略。根据这个策略,实时调节电流的分配和转换方式,以实现系统的优化控制。 以上是关于多端口模块化多电平变流器的模型预测控制的基本思路。以下是一些参考内容,可以作为进一步学习和研究的参考资料: 1. Li Z., Wang P., Zhang J. (2016) Model Predictive Control of Multilevel Power Converters in Hybrid Energy Storage Systems. In: Sheng W., Gao F., Wang X. (eds) Advances in Energy Equipment Science and Engineering. Lecture Notes in Electrical Engineering, vol 391. Springer, Singapore. DOI: 10.1007/978-981-10-0584-8_4 2. Xu D., Hu Y., Wang J., et al. (2019) Predictive Control for Energy Optimization of Hybrid Energy Storage Systems in Electric Vehicles. IEEE Transactions on Industrial Electronics, 66(8), 6518-6528. DOI: 10.1109/TIE.2018.2879327 3. Guo X., Tang L., Wu B., et al. (2020) Model predictive control for a novel battery/ultracapacitor hybrid system with multiple DC ports. IEEE Transactions on Industrial Electronics, 67(3), 2552-2561. DOI: 10.1109/TIE.2019.2916825 4. Baoming G., Nam K. (2019) Model Predictive Control Algorithm for DC-DC Converter of Hybrid Energy Storage System Using Supercapacitor and Battery. Proceedings of IEEE International Telecommunications Energy Conference (INTELEC), 1-6. DOI: 10.23919/INTLEC48094.

文档评论(0)

专业写各类报告,论文,文案,讲稿等,专注新能源方面

1亿VIP精品文档

相关文档