太阳能LED路灯控制系统的设计

设计了一套基于STC12单片机的太阳能LED路灯控制系统,系统采用变步长的电导增量法跟踪太阳能电池板最大功率点,充分利用太阳能电池板的能量,对铅酸蓄电池充电。同时实时监测铅酸蓄电池的电压防止蓄电池过充、过放等现象;对LED路灯采用多段式的恒流控制,通过环境照度的监测控制LED路灯在不同电流强度下工作,以增强LED路灯的使用寿命,实现节约用电的目的。     

太阳能路灯系统的仿真研究

研究太阳能路灯系统,针对太阳能路灯安全性和寿命问题,传统铅酸蓄电池不能很好解决光伏最大功率跟踪控制与蓄电池的合理充放电之间的矛盾,导致太阳能路灯系统提前损坏,寿命缩短.为了有效延长太阳能路灯系统寿命,提出一种基于超级电容的光伏系统设计方法.将超级电容连接在光伏系统的前端,在光照不足的情况下,采取超级电容为蓄电池的充电控制策略,从而减少光照变化对充电条件的影响,可保证光伏电池获得最大功率跟踪的,蓄电池的合理充放电要求得到满足.在Matlab上仿真建模,进行了仿真,实验结果表明,提出的方法解决了传统方法的不足,有效的延长了太阳能路灯系统寿命,提高了使用效率.     

基于单片机的太阳能路灯智能控制系统设计

针对目前太阳能路灯系统,由于控制器对蓄电池保护不充分导致蓄电池使用寿命短和系统可靠性不高等问题,基于单片机设计实现了一种太阳能路灯智能控制系统。该系统以太阳能电池板的各种充电过程、高亮度led路灯的点亮时间、功率大小等参量为依据,利用蓄电池剩余容量(SOC)控制法设计实现了,基于单元机的自适应新型太阳能路灯控制系统,避免了蓄电池出现过充、或过放现象,延长了蓄电池的使用寿命,提高了太阳能路灯系统运行可靠性。     

太阳能路灯控制器的智能化设计

介绍的智能型控制器用于太阳能路灯系统,其主要功能是白天将太阳能电池发的电存储到蓄电池中,晚上将蓄电池中的电提供给光源进行照明。该控制器在太阳能电池、蓄电池及光源间加入一个有 A/D 转换寄存器和 PWM 输出的8位单片机,通过一定的算法控制,实现了对光源实施时控、光控、分辨季节时差的控制,以及在对蓄电池充电过程中通过PWM调制实现最大功率跟踪技术。在控制器设计中,给出了蓄电池的过充及过放、蓄电池及太阳能电池的防反接、负载的防短路、太阳能路灯系统防雷电、抗干扰等保护措施。     

基于51单片机的铅酸蓄电池充电器的实现

在蓄电池应用领域,铅酸蓄电池以可靠、电容量大、维护简单等特点占有很大的市场。本文太阳能铅酸蓄电池的充电方案采用了在单片机领域应用最广的51单片机,依靠adc进行模拟量数据采集并在51上采用软件实现pwm算法对12v铅酸蓄电池进行(三段精细)充电控制,得到良好的控制效果。     

基于ARM的太阳能路灯控制系统的设计与实现

本文主要介绍了一种基于ARM的太阳能路灯智能控制系统的设计与实现,首先阐述了智能太阳能路灯控制系统整体方案,然后介绍了硬件、软件设计实现,重点探讨了智能太阳能控制系统软件设计流程,MPPT控制和电池充电控制软件算法的实现.最后做了总结和展望.     

基于模糊控制的铅酸电池充电系统研究

作为绿色环保电动汽车动力应用的主要电源之一,铅酸蓄电池的充电技术受到了工业界的广泛关注,如何研发高效、高可靠的充电器成为急需解决的关键技术.在研究铅酸电池充电特性的基础上,提出了利用模糊控制技术对充电过程进行智能控制的方法.以NE C0881单片机为控制核心,设计了一种针对铅酸电池的智能充电系统,并详细介绍了模糊控制器的设计.实验结果表明,该系统可对大容量电池的复杂充电过程进行最优控制,充电快速、效率高,充电安全,实现了充电过程的智能控制.     

矿用电机车铅酸蓄电池智能充电器的研究

现有的矿用电机车铅酸蓄电池组充电器存在充电电压不能满足蓄电池组相关要求、无法实现对蓄电池组的多段恒流充电的问题。文章分析了产生以上问题的原因,指出为满足先恒流、后恒压的蓄电池理想充电特性,应综合考虑蓄电池类型、环境温度、使用程度这3个因素来设计充电器的充电特性曲线;采用两段式充电法设计了一种新型的智能充电器,详细介绍了该智能充电器的主电路和控制器电路结构。试运行结果表明,该智能充电器在抗震、防潮、电磁兼容性、可靠性等方面均满足实际运用的要求。     

单片机控制的蓄电池快速充电系统

介绍了单片机控制的蓄电池快速充电系统的主电路及控制电路的组成。采用脉冲充放电方式，通过检测充电参数从而实现了时蓄电池的快速智能充电。     

太阳能公路照明系统设计

设计了一种太阳能公路照明系统,白天接收太阳光能为蓄电池充电,夜间再由蓄电池给路灯供电,整个系统消耗的电能全部由太阳能提供,无需任何外部电源。     

浅谈产品低碳设计

世界气候面临日益严重的问题,二氧化碳产生的温室效应已经严重危害到人类的生存环境和健康安全。由此,注重节能减排的低碳生活方式应运而生。市场呼唤着产品的"低碳设计"。这就要求在设计产品时,设计师要始终秉承节约原则,使产品在满足安全性、便携性及舒适性等功能要求外,符合环境保护和资源再生的要求。低碳是一项全民运动,每一个人的每一点努力都有意义。珍惜是一种态度,节约是一种品位,低碳是一种智慧。     

基于微电压调节的太阳能充放电系统设计

基于微电压调节的太阳能充放电系统,是以微控制器LPC1114为核心的太阳能电池板充放电电路,是实现高效率的智能充放电设计方案。微电压调节理论整合了经典电压回授法和多种太阳能最大功率点追踪思想,利用简单合理的DC／DC平衡技术,充分考虑系统功耗等问题,以简单的电路设计和创新的软件思想实现更高效率的太阳能系统。随着能源危机的加剧,高效率、低成本的太阳能系统备受社会关注,其在民用、交通等领域的运用也更加重要。     

太阳能电站的设计与性能优化

世界能源危机和环境问题使得开发利用可再生能源和各种绿色能源以实现可持续发展成为人类必须采取的措施。而随着太阳能电池和电力电子技术的不断进步,太阳能光伏发电得到了长足的发展并已成为新能源利用的主流之一。当前,光伏发电不断向低成本、高效率和高轴功率密度方向发展,太阳能光伏利用的主要形式将是并网发电系统。本文的目的就是通过优化后的太阳辐照度计算模型,计算出该太阳能系统每天、每月以至于每年的发电量。投资者可以根据该模,制作出投资回报的数据模型。     

Solar energy forecasting based on hybrid neural network and improved metaheuristic algorithm

Prediction of solar power involves the knowledge of the sun , atmosphere and other parameters, and the scattering processes and the specifications of a solar energy plant that employs the sun's energy to generate solar power . This prediction result is essential for an efficient use of the solar power plant, the management of the electricity grid, and solar energy trading. However, because of nonlinear and nonstationary behavior of solar power time series, an efficient forecasting model is needed to predict it. Accordingly, in this paper, we propose a new forecast approach based on combination of a neural network with a metaheuristic algorithm as the hybrid forecasting engine. The metaheuristic algorithm optimizes the free parameters of the neural network. This approach also includes a 2‐stage feature selection filter based on the information‐theoretic criteria of mutual information and interaction gain, which filters out the ineffective input features. To demonstrate the effectiveness of the proposed forecast approach, it is implemented on a real‐world engineering test case. Obtained results illustrate the superiority of the proposed approach in comparison with other prediction methods.     

FPGA based substantial power evolution controlling strategy for solar and wind forecasting grid connected system

The solar and wind are both the most promising renewable and clean energy sources, the solar stable energy progress and environmental protection have been increasingly noticeable. In this regard, an accurate solar and wind energy prediction is extremely important to avoid large voltage changes to the power grid and to provide a mechanism for the system to optimally manage the generated energy. Wind energy forecasting is widely practiced among modest power systems for high levels of windmills. This paper aims to develop a new hybrid system for wind and solar energy prediction. The proposed hybrid (wind & solar) energy prediction model is based on a Substantial Power Evolution Strategy (SPES) dedicated to short-term forecasting. The proposed forecasting system SPES is implemented using MATLAB. This paper implements the short-term and hybrid power forecasting using Substantial Power Evolution Strategy based on Prediction Intervals (PIs). This feature is one of the major innovations in the proposed hybrid renewable energy forecasting system. The accuracy of the proposed system will be revealed by comparing the results of the corresponding values of the independent forecasting models called persistence models. The designed device presents a real-time application of predicting daily total solar and wind power using any geographic location and environmental conditions using FPGA. Finally, fully developed system packages can be commercialized and/or utilized for further research projects, and researchers can analyze, validate and visualize their models for related fields.     

Multi-objective optimization for hydraulic hybrid vehicle based on adaptive simulated annealing genetic algorithm

Along with the shortage of energy and the increasingly serious pollution of environment in cities, automobile industries all over the world are exploring and developing energy saving and clean automobile. Hydraulic hybrid vehicle has better potential in medium-size and large-size passenger vehicles than its electric counterparts. The key components’ sizes have remarkable influence on the vehicle performance and fuel economy, and an optimization process is needed to find the best design parameters for maximum fuel economy while satisfying the vehicle performance constraints. Multi-Objective optimization method based on adaptive simulated annealing genetic algorithm (ASAGA) is proposed to optimize the key components in HHV. In the objective function of the optimization, all the weighting factors can be set with different values according to different requirements. The optimal results show that the proposed method effectively distinguishes the key components’ optimal parameters’ position of HHV, enhances the performance and fuel consumption.     

应用神经网络进行卫星遥感图像的热异常信息提取

概要介绍了影响地表温度的几个主要因素,在此基础上提出了对TM卫星图像进行热异常信息提取的基本方法和步骤,其中又着重分析了神经网络在建立热异常信息提取的数学模型方面的应用。针对神经网络的该种应用特点,应用了样本集批处理和加入衰减的动量因子两种BP神经网络的改进办法,使神经网络对于训练样本集的学习能力得到了明显提高。把应用神经网络进行热异常信息提取后的TM卫星图像与基于航空遥感获得的图像进行比较表明,这里提出的热异常信息提取方法可以应用于煤层自燃的探测,而且在成本和检测周期等方面均有很大的优势。     

Hybrid multi-objective opposite-learning evolutionary algorithm for integrated production and maintenance scheduling with energy consideration

Neural Computing and Applications - While conventional scheduling researches take production efficiency, cost and quality as objectives, increasingly serious ecological problems and energy shortage...     

智能交通信号控制系统初探

城市交通拥挤是当今世界普遍关注的问题,它所带来的严重危害日益影响到人们的日常生活和社会经济的发展,而城市交通信号控制系统对解决这一问题发挥着不可替代的作用。从高性能智能交通信号控制系统的要求出发,针对目前我国城市交通问题的现状．对智能交通信号协调控制系统进行初步的研究和探讨。     

基于云计算的集群能耗监控与节能方法研究

云计算作为一种新的分布计算技术,变得越来越流行,很多院校和企业都建立了云计算数据中心.在一个数据中心中,电力的消耗越来越严重,随着全球能源的涨价,数据中心的能耗的成本也在增加.云计算的一个主要目标是通过规模经济为用户提供省钱的服务,而这些云服务的能耗成本已经非常显著了.因此,如何提高整个云平台的能耗效率变得越来越重要....