暂无标题

doi:10.14044/j.1674-1757.pcrpc.2023.03.008

您当前的位置：

首页 >

文章列表页 >

暂无标题

更新时间：2024-09-14

- 暂无标题
- POWER CAPACITOR & REACTIVE POWER COMPENSATION Vol. 44, Issue 3, Pages: 58-64(2023)
- 作者机构：
  
  1. 国网陕西省电力有限公司电力科学研究院
  2. 西安交通大学电力设备电气绝缘国家重点实验室
  3. 西安西电电力电容器有限责任公司
- 作者简介：
- 基金信息：
- DOI：10.14044/j.1674-1757.pcrpc.2023.03.008
  CLC： TM53;TP18
- Published：2023，
- 稿件说明：
移动端阅览
[J]. Power capacitor & reactive power compensation, 2023, 44(3): 58-64.
DOI：

[J]. Power capacitor & reactive power compensation, 2023, 44(3): 58-64. DOI： 10.14044/j.1674-1757.pcrpc.2023.03.008.

摘要

为了能够准确反映超级电容器的动态特性，需要建立其等效电路模型。考虑超级电容器双电层中扩散层对器件动态特性的影响，建立了包含能够反映电荷再分配过程分支的等效电路模型。采用改进的单亲遗传算法对模型中的各个元件参数进行了辨识。为了验证所建立的超级电容器等效电路模型和元件参数辨识方法的有效性，在Simulink环境下搭建了仿真模型，并对模型进行了充电、静置以及放电实验，同时对所选用超级电容器进行了相同工况下的实测实验。实验结果显示仿真模型输出电压与实测值的最大相对误差为8.41%，出现在放电阶段。在静置阶段，仿真输出的误差要明显低于充电阶段和放电阶段。3个阶段的平均相对误差大约在3%。

Abstract

关键词

超级电容器等效电路模型动态特性单亲遗传算法

Keywords

references

Views

104

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Non-energy-consumption Equalization Method for Series Super Capacitor Banks Based on Reinforcement Learning

Related Author

SONG Qian

LAN Junhuan

Related Institution

College of Big Data and Computer Science, Hechi University

Hechi Power Supply Bureau, Guangxi Power Grid Co., Ltd.

⁰

暂无标题

DOI：10.14044/j.1674-1757.pcrpc.2023.03.008

摘要

Abstract

关键词

Keywords

references