含桥式倍压单元的高增益Boost变换器拓扑研究

来源 :陕西理工大学 | 被引量 : 0次 | 上传用户:oooweizhano
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
时过境迁,随着当今世界各国经济迅猛发展造成了不可再生能源消耗过快,无论是地球气候还是生态环境都到了岌岌可危的地步,全球各国对此引起了高度重视并提出低碳发展,减缓不可再生能源消耗速度且同时也在积极寻找不可再生能源的替代品。无穷无尽的太阳能,风能以及燃料电池等清洁能源发电成为主要发展方向,但由于这些新能源输出电压无法达到逆变并网所需电压等级,需要通过高增益Boost变换器将低直流输出电压进行抬升,因此,研究出高性能高增益Boost变换器显得尤为关键。论文对目前学术内在高增益Boost变换器中应用技术及研究现状进行了归纳与总结。针对耦合电感技术实现高增益存在的问题,以桥式倍压单元为核心展开研究,首先提出一种含桥式倍压单元单原边单副边高增益Boost变换器,其关键之处在于将桥式倍压单元与二极管-电容组成的无源钳位支路相结合,吸收了耦合电感原边绕组漏电感能量且这部分能量得到了利用,避免了资源浪费。同时,解决了开关管电压尖峰问题。为了减小含桥式倍压单元单原边单副边高增益Boost变换器耦合电感原边的电流纹波大的问题,引入交错并联技术,提出一种含桥式倍压单元双原边单副边高增益Boost变换器,与含桥式倍压单元单原边单副边高增益Boost变换器不同之处在于用一个有源开关管替换输出二极管来解决耦合电感原边绕组漏电感能量无释放回路而造成开关管电压尖峰的问题,还在原有基础上通过在耦合电感上新增加一组原边绕组和开关管,利用交错并联技术使两组耦合电感原边并联,获得高增益所需开关占空比更小,耦合电感双原边充放电时间缩短从而减小电流纹波大小。为了进一步提高电压增益,在含桥式倍压单元双原边单副边Boost变换器基础上,提出一种含桥式倍压单元双原边双副边高增益Boost变换器,通过在耦合电感上再增加一组副边绕组构成的桥式倍压单元且通过改进将两个桥式倍压单元进行重新组合节省一个二极管和一个电容,两原边绕组并联充放电而两副边绕组串联充放电,不仅保留了含桥式倍压单元双原边单副边高增益Boost变换器的优势还使电压增益得到了进一步提升。本文分别对三种含桥式倍压单元的高增益Boost变换器的工作情况及性能特征进行了详尽分析,推导得到了三种变换器中参数设计的依据。对后两种变换器进行了拓展讨论。通过实验平台搭建变换器分别对三种变换器进行了相应的实验验证,实验结果验证了三种变换器的可行性和合理性。
其他文献
自夸克模型提出直至标准模型的完善,物理学家们在认识微观粒子结构和特性上迈出了巨大一步,将夸克作为组成物质的基本单元。重子由三个组分夸克(qqq)组成,介子由一对正反夸克对(qq)组成。此外,夸克模型还预言存在除传统强子结构以外的奇特态粒子的存在。近年来,实验上陆续发现了一系列奇特态结构的粒子,引发了人们的广泛关注,这些奇特态粒子的研究成为了粒子物理的前沿热点课题。从理论上解释这些奇特态的结构和性质
学位
建筑物作为人类生活的主要载体,对其精准检测及统计在城市规划、土地调查、地震救援、国防安全应用中都具有重要的价值和意义。随着人工智能及空天信息技术的飞速发展,大批亚米级城市遥感影像涌现,以卷积神经网络(Convolutional Neural Network,CNN)为基础的全卷积网络(Fully Convolution Network,FCN)在建筑物自动提取领域掀起研究热潮,并取得显著成效。然而
学位
随着我国社会经济和工业的不断发展,矿产资源的供需矛盾变得越来越严峻。如何快速、准确的进行矿产资源勘探变得越来越重要。地球化学勘探方法凭借成本较低、找寻快速的优势被广泛应用。地球化学勘探即通过分析元素在土壤、岩石和水系沉积物中浓度或分布变化,找到地球化学中存在的规律,为进一步的矿产勘查提供指导。矿体的形成是元素积累和矿化的过程,因此在矿体周围会出现元素分布的异常。发现这些含有成矿指示信息的化学异常是
学位
随着城镇化进程的快速推进,城市生产与生活活动对于空间的需求日益增长,不可避免的对资源环境产生负效应,由此引发的土地利用冲突矛盾已成为阻碍区域可持续发展的原因之一。国内外学者对土地利用冲突识别展开了研究与探讨,研究重点主要侧重生产和生活功能的协调度,大都是针对建设空间和农业空间、“三生空间”之间的冲突,对生态因素的考虑较少,故而本文以镇平县为研究区,针对当前土地利用过程中广泛存在的重视生活、生产效益
学位
人类社会对能源的消费需求随着科技水平的进步而不断提升。光伏发电系统利用绿色清洁的太阳能产生电能,能够有效缓解能源危机,减少环境污染,成为了可持续发展的必要选择。然而,受外界环境变化的影响,光伏并网发电系统输出特性曲线呈现多峰值状态,导致实际利用率很低;同时,电网中的非线性负载会产生谐波,降低电能质量。本文将光伏发电系统和有源电力滤波器结合起来,在光伏并网逆变器中添加有源滤波功能,针对该系统中的最大
学位
我国已步入“十四五”规划的发展阶段,社会、经济、生活也将步入高质量发展的时期。电力行业作为国民经济的支柱产业,不仅要具有极高的供电可靠性,还要控制电能质量、经济效益以及节能高效三个指标的平衡。因此研究电力系统无功优化的问题具有十分重要的现实意义。由于电力系统无功优化的问题具有多变量、多约束、非线性等特点,传统优化算法的局限性无法很好地解决此类问题,给人们求解此问题留下了探索和研究的空间。随着人工智
学位
辊式淬火是提升钢板综合性能的重要手段之一,作为影响板形的可控因素,操作参数的设定情况直接决定了板形质量。淬火过程虽短但却涉及强烈的高温冷却反应,牵涉到材料学、热力学、弹塑性力学等多门学科,难以通过机理分析去判断淬火后钢板的板形和设定操作参数。因此,本文深入分析辊式淬火过程具备的典型工业特性,以多操作工况特性为切入点,设计操作参数优化方法,实现操作参数的优化设定,对于提高现场自动化水平和生产效益具有
学位
电能的广泛使用使得现代电力系统的互联规模不断扩大,由暂态不稳定引起的停电事故的影响范围也日益扩大,而大量可再生能源的接入和交直流混联技术的使用,使系统暂态不稳定的概率增大,因此如何快速且准确的评估电力系统暂态稳定性成为了相关学者热议的话题。随着通信技术的迅猛发展,电力大数据时代已经到来。广域量测系统的广泛应用,为基于系统实时响应信息的暂态稳定评估方法提供了数据支撑,进而引申出了基于机器学习的电力系
学位
重力勘探是勘查矿产资源和研究地壳结构的重要地球物理方法。随着以较低成本获得大规模的位场数据技术迅速发展并逐渐成熟,开发和改进与之配套的位场数据解释方法也势在必行。传统的反演方法常面临初始模型选择或是解的搜索空间过大导致的计算效率过低的问题。现阶段,深度学习技术在重力反演领域有着广泛的关注,相应的也面临诸如:反演模型边界模糊、反演方法泛化性较差和随反演任务增大而反演时间成本呈指数增加的问题。为此,本
学位
准确、快速的电力负荷预测在现代电力系统中起着至关重要的作用。为助推碳达峰、碳中和,构建新型电力系统,充分挖掘负荷数据中时间特征的关系,提高各种基于深度学习模型的短期负荷预测精度和效率,克服负荷非线性和波动性给准确负荷预测带来的困难,并能更好地利用影响负荷的特征。论文主要进行了以下研究工作:首先,本文介绍了电力负荷预测的研究背景与重要性,总结了负荷预测国内外研究现状,并对现有的不同预测方法模型进行了
学位