風(fēng)力發(fā)電系統(tǒng)最大風(fēng)能追蹤問(wèn)題研究基本信息

本項(xiàng)目的主要內(nèi)容有三個(gè)方面：(1)風(fēng)力機(jī)的非線性建模，針對(duì)非線性的風(fēng)機(jī)轉(zhuǎn)矩－轉(zhuǎn)速曲線族的模型，一般都采用廠家實(shí)驗(yàn)數(shù)據(jù)擬合或函數(shù)近似逼近，往往與實(shí)際系統(tǒng)模型不合，限制了基于此模型各種控制方法的工程應(yīng)用；(2)低風(fēng)速下，最大風(fēng)能追蹤控制器的穩(wěn)定性及對(duì)于風(fēng)速的魯棒性研究；(3)中高風(fēng)速下的槳矩角控制研究，將槳矩角作為系統(tǒng)控制輸入時(shí)，系統(tǒng)為典型的非線性系統(tǒng)，目前基于線性化的方法，控制效果難以令人滿意；(4)設(shè)計(jì)風(fēng)電系統(tǒng)的相關(guān)實(shí)驗(yàn)，驗(yàn)證上述研究成果。通過(guò)本項(xiàng)目的研究，可以提高風(fēng)能的利用率，在同等裝機(jī)容量的條件下，可以增加電能輸出，降低成本，緩解我國(guó)的電力短缺和能源危機(jī)；還可以對(duì)隨機(jī)能源優(yōu)化、非線性建模和非仿射型非線性系統(tǒng)的控制方法有所啟示，為完善風(fēng)力發(fā)電的相關(guān)理論起到促進(jìn)作用。 2100433B

為了解決如何在很擁擠的環(huán)境下，以及在各個(gè)攝像鏡頭的區(qū)域之間有重疊或者沒(méi)有重疊情形下追蹤目標(biāo)物體的問(wèn)題，我們提出了一種先混合多個(gè)視角的視頻數(shù)據(jù)，再檢測(cè)背景和前景信息從而進(jìn)行目標(biāo)追蹤的多視角目標(biāo)追蹤算法。在我們的項(xiàng)目中，首先通過(guò)將各個(gè)視點(diǎn)的信息投影到參考平面以及平行于參考平面的多個(gè)平行平面的投影方法混合各個(gè)視角內(nèi)信息形成一個(gè)四階張量，然后使用增長(zhǎng)的張量子空間算法建立背景模型進(jìn)行前景分割。在對(duì)圖像進(jìn)行預(yù)處理階段，我們提出了一類新的凸優(yōu)化模型用于去除帶模糊的乘法噪音。更進(jìn)一步，我們有提出了使用框架分解和基于l_1范數(shù)的L-curve曲線方法對(duì)帶模糊的乘法噪音問(wèn)題進(jìn)行處理。最后對(duì)目標(biāo)區(qū)域應(yīng)用貝葉斯定律以及粒子濾波等方法來(lái)進(jìn)行追蹤，連續(xù)兩幀之間的目標(biāo)運(yùn)動(dòng)使用一種仿射的圖像變換來(lái)模擬。為了提高運(yùn)算速度以及增加結(jié)果的準(zhǔn)確性，項(xiàng)目組計(jì)劃使用并行算法以及在預(yù)測(cè)目標(biāo)運(yùn)動(dòng)的階段引入時(shí)間序列分析的方法，目前這些工作仍然在繼續(xù)進(jìn)行之中。最后的試驗(yàn)結(jié)果表明我們的項(xiàng)目所提出方法可以在處理陰影，遮擋，擁擠環(huán)境中的多個(gè)目標(biāo)的追蹤等困難問(wèn)題上能取得比較好的的試驗(yàn)成果，可以為項(xiàng)目的進(jìn)一步研究打下一個(gè)良好的基礎(chǔ)。

控制器有不同的策略來(lái)找到模組的最大功率輸出。最大功率點(diǎn)追蹤控制器可能有不同的算法，并且視運(yùn)作條件選擇適當(dāng)?shù)乃惴ā?h3 class="title-text">最大功率點(diǎn)追蹤擾動(dòng)觀察法

擾動(dòng)觀察法（Perturb and observe）的控制器會(huì)小幅的增加或減少電壓，并且量測(cè)其功率。若功率增加，繼續(xù)依相同方向調(diào)整電壓，一直到功率不增加為止。此方式稱為擾動(dòng)觀察法（Perturb and observe），是最常見(jiàn)的最大功率點(diǎn)追蹤方式，不過(guò)其輸出可能會(huì)有小幅的功率震蕩。此算法屬于爬山算法，是依照功率對(duì)電壓的曲線在未到最大功率時(shí)曲線會(huì)上升，超過(guò)最大功率時(shí)曲線會(huì)下降的特性而來(lái)的。擾動(dòng)觀察法因?yàn)槿菀讓?shí)現(xiàn)，是最常使用的最大功率點(diǎn)追蹤方式。若是配合了適當(dāng)?shù)墓罍y(cè)及適應(yīng)性爬山算法，擾動(dòng)觀察法可以達(dá)到最高的效率。

最大功率點(diǎn)追蹤增量電導(dǎo)法

增量電導(dǎo)法（incremental conductance method）的控制器會(huì)漸進(jìn)式的調(diào)整太陽(yáng)能模組的電壓及電流，以預(yù)測(cè)改變電壓后的影響。此方式的控制器計(jì)算量較大，但追隨條件變化的速度比擾動(dòng)觀察法要快。增量電導(dǎo)法和擾動(dòng)觀察法類似，可能會(huì)造成輸出功率的震蕩。此方法會(huì)利用太陽(yáng)能模組的增量電導(dǎo)（incremental conductance, dI/dV)，來(lái)計(jì)算功率對(duì)應(yīng)電壓變化比例(dP/dV)的符號(hào)為正或?yàn)樨?fù)。

增量電導(dǎo)法計(jì)算最大功率點(diǎn)的方式是比較增量電導(dǎo)（I_Δ/ V_Δ）和模組的電導(dǎo)（I / V）。若二者相同時(shí)（I / V = I_Δ/ V_Δ），其輸出電壓即為最大功率點(diǎn)電壓?？刂破鲿?huì)維持此電壓，若照射條件改變時(shí)，會(huì)再重復(fù)上述的流程。

最大功率點(diǎn)追蹤電流掃描法

電流掃描法（current sweep method）會(huì)針對(duì)太陽(yáng)能模組配合一個(gè)掃描用的電流波形，可以每隔一段時(shí)間量測(cè)且更新電流-電壓曲線的關(guān)系。再依最新的電流-電壓曲線找到最大功率點(diǎn)，設(shè)法使系統(tǒng)運(yùn)作在最大功率點(diǎn)。

在本項(xiàng)目中，我們提出一種先混合多個(gè)視角的視頻數(shù)據(jù)，再檢測(cè)背景和前景信息從而進(jìn)行目標(biāo)追蹤的多視角目標(biāo)追蹤算法?，F(xiàn)在流行的使用數(shù)個(gè)攝像頭視角進(jìn)行追蹤的算法都是先檢測(cè)不同鏡頭內(nèi)多個(gè)目標(biāo)的特征信息進(jìn)行前景背景分析，然后將得到的信息混合起來(lái)進(jìn)行目標(biāo)追蹤。然而這種在單個(gè)攝像頭視角內(nèi)檢測(cè)信息的方法受環(huán)境影響很大，例如發(fā)光物體的反射和陰影，以及各個(gè)目標(biāo)之間有無(wú)遮擋的情況等。在我們的項(xiàng)目中，首先通過(guò)將各個(gè)視點(diǎn)的信息投影到參考平面以及平行于參考平面的多個(gè)平行平面的投影方法混合各個(gè)視角內(nèi)信息形成一個(gè)四階張量，然后使用增長(zhǎng)的張量子空間算法建立背景模型進(jìn)行前景分割，最后對(duì)目標(biāo)區(qū)域應(yīng)用貝葉斯定律以及粒子濾波等方法來(lái)進(jìn)行追蹤，我們將對(duì)比現(xiàn)在流行的各種視頻追蹤算法的結(jié)果來(lái)驗(yàn)證我們的結(jié)論。項(xiàng)目預(yù)期我們的方法可以在處理陰影，遮擋，擁擠環(huán)境中多個(gè)目標(biāo)的追蹤等困難問(wèn)題上能取得一定的研究成果，為進(jìn)一步的研究打下一個(gè)良好的基礎(chǔ)。