《分散式多元供能系統數學建模與最佳化控制策略研究》是依託山東大學，由劉海擔任項目負責人的面上項目。
基本介紹
- 中文名：分散式多元供能系統數學建模與最佳化控制策略研究
- 項目類別：面上項目
- 項目負責人：劉海
- 依託單位：山東大學
中文摘要,結題摘要,
中文摘要
本課題擬研究分散式多元供能系統的數學建模與最佳化控制策略，利用時間序列預測技術、神經網路、混沌理論與技術等，建立分散式多元供能系統最佳化配置與控制的模型體系與理論框架。具體從以下三個方面展開深入研究：1、研究分散式多元供能系統輸出功率混沌預測模型，實現可再生能源與傳統能源轉換的最大功率跟蹤；2、利用相空間重構技術建立分散式多元供能系統的混沌動力學模型，通過對數學模型的研究與分析確定影響系統行為的關鍵參數，實現系統最最佳化參數選擇以及系統的集成最佳化設計；3、研究分散式多元供能系統的模糊神經網路自適應控制策略，利用模糊邏輯實現基於知識的控制規則表達問題，利用神經網路自適應學習功能對系統相關參數進行學習和調整，實現系統的最佳化控制。本課題的研究將深化對分散式多元供能系統內部作用規律的理解，實現分散式多元供能系統的數學建模、定量分析及最佳化控制。
結題摘要
本課題在深入調研和查閱國內外該領域研究文獻的基礎上，提出基於SOFC/PV的分散式冷熱電多元供能系統的組成和設計思路，研究該系統的工作機理、相關組件的工作原理和系統的集成原理，依據相關的設計思路、設計原則、工作原理和技術要求，確定聯供系統的總體結構方案；採用模組化建模方法，分別建立聯供系統的固體氧化物燃料電池、光伏電池、光伏陣列最大功率跟蹤裝置、蒸汽型雙效溴化鋰制冷機、電解槽、儲氫罐、壓氣機、功率轉換裝置等部件的數學模型和完整的Simulink動態模型，並進行相應的性能仿真和特性分析；結合光伏電池的功率特性，選擇擾動觀察法、增量電導法、模糊控制法和BP神經網路法等四種最大功率跟蹤控制方法進行比較研究，驗證分析各控制算法的有效性和優缺點，將增量電導法套用於聯供系統；研究適合聯供系統容量匹配和能量管理的短期負荷預測技術，經過對BP神經網路、RBF神經網路及小波神經網路等三種智慧型短期負荷預測的方法的比較研究，確定相應的負荷預測模型，並進行仿真分析；由於製冷裝置對聯供系統的整體性能影響較大，其冷量控制相對比較複雜，是實現冷熱電多元供能的技術難點之一，為此，本課題在對雙效溴化鋰制冷機特性分析的基礎上，對其能量控制方法進行較為深入的研究；最後，為確保聯供系統能夠高效率提供穩定連續的電量、冷量和熱量，研究了多元供能系統的能量管理策略和管理方式。 本課題為了充分發揮高溫燃料電池和光伏電池的優勢，依據“溫度對口，能量梯級利用”的原理，發展了一種基於SOFC/PV和吸收式製冷的分散式冷熱電多元供能系統，進行了基於固體氧化物燃料電池和光伏電池聯合發電的分散式冷熱電聯供系統特性仿真及能量管理策略研究。同時，進行了較系統的理論研究和仿真分析，為其進一步的研究發展和工程套用提供了參考依據。本課題對進一步的有效利用能源，顯著提高能源利用效率，緩解能源危機和減少環境污染具有非常重要的工程套用價值和現實意義。
