XiaoMi-AI文件搜索系统
World File Search System硬件在环
电池管理系统硬件在环...
硬件在环 (HIL) 仿真是一种强大的技术，用于开发和测试复杂的实时嵌入式系统，例如电池管理系统 (BMS)。HIL 仿真涉及将控制器（在本例中为 BMS）连接到它将控制的系统的实时仿真。这使 BMS 能够与模拟真实世界条件的虚拟环境进行交互。HIL 如何为 BMS 工作？• 电池动态仿真：BMS 与模拟电池模型交互，该模型复制实际电池单元的行为，包括充电/放电循环、温度变化和其他关键参数。• 实时测试：BMS 算法经过实时测试，使工程师能够评估系统如何响应各种场景，例如过度充电、深度放电和故障情况。• 及早发现问题：通过在开发过程的早期进行测试，可以在潜在问题变得代价高昂或危险之前发现并解决它们。
硬件在环系统的 AI/ML 数字孪生
2023 年，我们提出了这样的想法：对于某些子系统，使用 AI/ML 技术可以大大加速逆向工程任务的建模部分。与传统的建模和仿真技术相比，AI/ML 方法具有一个关键优势：传统的 M&S 开发人员需要成为子系统主题领域的专家，并且通常主要从定制开发的代码中生成模型，而 AI/ML 建模者则主要将子系统视为一个黑匣子，它只接收输入数据并产生输出数据，这个过程可以使用大多数现有的现成 AI/ML 工具箱进行建模。在最纯粹的形式中，AI/ML 模型只有一个目的：非常忠实地从输入中重现输出，而无需“了解”子系统内部的工作方式或数据代表什么。当然，子系统专家可以深入了解哪些行为最重要，哪些输入最能代表关键
基于视觉的无人机控制硬件在环仿真平台
由于无人机系统精密且昂贵，测试期间存在财产损失风险以及政府法规，因此设计和测试无人机的控制算法非常困难。这需要对控制器进行大量模拟以确保稳定性和性能。但是，模拟无法捕捉飞行控制的所有方面，例如传感器噪声和执行器滞后。出于这些原因，使用硬件在环仿真 (HILS) 平台。本文介绍了一种用于无人机视觉控制的新型 HILS 平台。该 HILS 平台由虚拟现实软件组成，可生成投射到屏幕上并通过摄像头查看的逼真场景。飞行硬件包括一架无人机，其机载自动驾驶仪与虚拟现实软件接口。该无人机可安装在风洞中，通过伺服翼型来调节姿态。� 2009 Elsevier Ltd. 保留所有权利。
采用硬件在环的实时模糊逻辑微电网能源管理系统
摘要：本研究提出了一种针对孤立微电网 (MG) 的分层能源管理策略。该策略的目标是通过主从拓扑实现的，其中本地控制器由中央控制器管理和控制。这可以提供许多技术优势，特别是在微电网的性能和能源供应方面。本地控制器旨在满足微电网的本地目标，例如稳定直流电压和最大化电源提取功率。中央控制器的目标是通过基于模糊逻辑的集中式方法实现的，以延长电池寿命并管理发电和消费之间的能量平衡。在稳态和故障状态下研究了微电网的性能。通过 RT-LAB 实时模拟器建立基于 Simulink 平台的硬件在环 (HIL) 测试。结果显示以验证所提出的分层控制。基于 OP4150 数字模拟器的 OP1400 测试台用于测试和验证所提出的分层控制策略。结果与国际标准 IEEE 1547 和 IEC 61727 进行了比较，结果显示出极好的一致性。
使用电力硬件在环实现孤岛系统的频率和电压控制
在电力系统中，逆变器可以设计为以电网形成或电网跟踪模式运行，如下所述。电网跟踪逆变器调节电流和相位角，但不能独立运行。电网形成逆变器可用于孤岛微电网，电网形成逆变器的主要优点是由于其电压源特性，它们可以通过控制电压幅度和频率对电网扰动做出即时反应 [20]。逆变器中的电网形成模式可以描述为 DC/AC 转换器与非刚性电网的相互作用，或在完全没有电网的情况下使用同步发电机运行 [21]。本研究使用电网形成电池 (GFB) 逆变器作为主发电机；它负责设置和同步孤岛微电网中的网络电压。
电网边缘 DER 芯片集成到下一代智能电表中的硬件在环评估：预印本
摘要 — 为了促进分布式能源资源管理系统 (DERMS) 的实施，我们建议在下一代智能电表中插入一个承载 DERMS 算法的电网边缘分布式能源资源 (DER) 芯片。这将为 DERMS 技术的广泛采用开辟道路，因为许多公用事业公司计划在不久的将来投资先进的计量基础设施。这也将弥合电力公用事业公司和电表背后的 DER 之间的差距。DER 芯片旨在遵循来自 DERMS 协调器的功率方向信号，同时平衡其本地目标。我们在 DERMS 在现实世界中可能面临的三种情况下使用控制器和电源硬件在环评估测试了该芯片。DER 芯片能够有效地指挥四个异构 DER 响应 DERMS 协调器的电网服务（例如，电压调节和虚拟发电厂）。
一种用于电网形成逆变器系统的新型电源硬件在环接口方法：预印本
摘要 — 电网形成 (GFM) 逆变器系统的功率硬件在环 (PHIL) 仿真有助于测试极端场景，例如并网到离网的转换和没有刚性电网的孤岛微电网运行。据作者所知，文献中的大多数研究都集中于电网跟踪逆变器系统的 PHIL 仿真。只有少数研究关注 GFM 逆变器，而这些研究具有挑战性且存在问题，尤其是对于大功率应用而言。本文提出了一种新颖的 PHIL 仿真平台，可实现大功率 GFM 逆变器系统的接口。本文提出了虚拟 GFM 逆变器的概念，作为所提出的 PHIL 接口的一部分。在 PHIL 接口中添加虚拟 GFM 逆变器扩展了传统的理想变压器模型 (ITM) 方法，使其能够克服现有 ITM 方法的不稳定性问题。在验证阶段，使用所提出的接口方法对三相、480 V、125 kVA GFM 逆变器系统进行了 PHIL 实验。结果证实，所提出的 PHIL 仿真方法对于 GFM 逆变器系统性能良好且稳定。关键词 — 下垂控制、电网形成逆变器、基于 ITM 的接口方法、电力硬件在环仿真。
港口区域智能电网电池储能控制器的硬件在环测试：以瓦萨港口电网为例
电池储能控制器 (BESC) 可以平衡电力需求和供应的不匹配，提高海港微电网的灵活性和弹性。但是，需要测试 BESC 的功能，并验证它是否可以通过对电池充电和放电来平衡电力供需不平衡。本研究的主要目的是实施硬件在环 (HIL) 测试以验证控制器的功能。本文研究了港口电网中将使用的 BESC 的测试性能，通过适当地对电池储能系统进行充电和放电来调整电力供应和负载需求的不匹配。在输配电网络电力容量有限的港口电网中，所提出的 BESC 可以有效节约能源并减少峰值负载需求。BESC 最初是在 MATLAB/Simulink 中离线开发的，然后在基于 FPGA 的外部控制器中实现，该控制器使用 IEC61850 通信协议和 GOOSE 消息与 OPAL-RT 实时模拟器交互。 BESC 在外部 FPGA 板上配置和实施。此外，还利用了当地配电系统运营商 Vaasan Sahkoverkko 和港口运营商 Vaasa 的 Kvarken 港口的真实数据，以现实场景评估所建议的电池储能系统控制算法的有效性。模拟结果表明，BESC 可以通过对电池进行充电和放电来平衡微电网内的电力需求。© 2023 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。
