蹇林旎课题组隶属于电子与电气工程系。到目前为止，蹇林旎博士是系中唯一一位从事电气工程方向的老师。课题组自建立到现在，秉承南科大“敢闯敢试、求真务实、改革创新、追求卓越”的创校精神，围绕电子系“高精尖大”的专业特色，承载“推动社会进步”的终极梦想，怀着“高瞻远瞩又脚踏实地”的做事理念，结合国家和政府的发展方针，正沿着电力直驱技术和车网互动技术（V2G）两个研究方向一步一步向前发展。

一、电力直驱技术

传统的电力传动技术需要齿轮箱、皮带轮、连接轴等复杂中间机构来匹配电机与负载之间的转速差异，因而存在：传动效率低、机构复杂、系统灵活性差、维护困难等一系列问题。如图1所示，传统油田抽油系统需要减速箱及皮带轮将高速旋转电机的小转矩转换为低速大转矩带动曲柄做旋转运动。而减速箱一般采用机械齿轮箱，它依靠齿间啮合接触地传递转矩，齿间摩擦必然降低传递效率，同时为防止齿轮温度升高，需要一个油润滑的环境，因此需要派人定期维护。此外，机械齿轮过载之后易出现齿轮断裂而无法正常工作。皮带轮的介入同样会降低效率，也需要定期维护。而油田一般在比较偏远的地方，给定期维护带来不便。类似地，传统的风力发电系统采用大变比增速齿轮箱来提升风轮机的转速，从而拖动后端的风力发电机发电。同样的，有了机械齿轮箱的介入，也会带来传动效率低，定期维护、成本高（很多情况下，齿轮箱的成本甚至超过了电机的成本）等诸多问题。此外，用于风力发电的齿轮箱体积和重量都很大，要将其安装到数十米高的风机塔上也是很费劲的事情。

图1 传统电力传动系统：抽油系统（左图）；风力发电系统（右图）

图2 电力直驱技术的应用领域

正因此，电力直驱技术应运而生。它是电力传动领域的先进技术、前沿技术。它是《中国制造2025》中重点阐述的内容，文中多次提到该技术，可见它在未来高端装备制造、新能源与节能领域有着非常重要的地位。它可以广泛用于风力发电、油田抽油系统、船舶推进及工业机器人等低速大转矩领域，如图2所示。

顾名思义，它是电力传动系统中直接驱动的技术。它的目的在于摆脱齿轮箱、皮带轮、连接轴等复杂中间机构，通过直驱电机实现与负载的直接匹配；它的核心在于研发能够输出大转矩低转速的直驱电机；它的难点在于提高直驱电机的转矩密度，以满足具体应用场合对空间、重量的严苛要求。传统电机理论告诉我们：在同等功率下，电机设计转速降低的同时，其体积和重量必然会增加。为解决这一难点，蹇林旎博士在总结同轴磁性齿轮调制效应的基础上，创造性地提出了“双向磁场调制技术”，形成一种新型电机电磁拓扑结构。我们称这种基于“双向磁场调制技术”的电机为“定转子双永磁激磁电机”，实验表明，采用该技术能够大幅度提升直驱电机的转矩密度。

基于此技术，课题组经过为期两年的艰苦攻关，成功研制出世界首台10万牛米级自然冷却双永磁激磁直驱电机（图3）。该电机针对油田抽油机应用场合，设计转速为6 rpm，额定转矩为100 kNm。电机定子外径为1430 mm，有效轴向长度为670 mm。电机绕组铜线质量为582 kg，永磁磁钢质量为335 kg，除机壳、转轴外的有效质量为4314 kg。实测结果表明，电枢电流密度为1.98 A/mm²时，电机能够提供的输出转矩达到106 kNm，转矩密度为98.5 kNm/m³。电机转速在6 rpm稳定运行时的能量转换效率达到90.02%。电机在自然冷却状态下（即不采取任何额外冷却措施，仅依靠机体自身向外散热），连续运行三小时的绕组端部温升仅为11 K。

图3 自主研制的世界首台10万牛米级自然冷却双永磁激磁直驱电机

依托该成果，2016年7月，广东省科技厅组织专家完成了对该成果的鉴定（如图4所示），专家组给出的结论为：“该项成果总体达到世界先进水平，其中，所研发新型双永磁激磁电机的转矩密度指标达到了世界领先水平”。2016年12月，首台工程样机送抵大庆油田进行现场试运行，截止目前，该直驱抽油电机连续运行近200天，展现出良好的综合性能。这表明，通过对电磁能量转换机理及电磁拓扑结构进行革新性研究，课题组找到了一条切实可行的提高电机转矩密度的途径。

图4 科技成果鉴定

二、车网互动技术（V2G）

V2G是Vehicle-to-grid 的简称，简单的来说，就是将电动汽车的动力电池，作为电网中的分布式电源，在用电高峰时通过逆变技术向电网回馈能量，而在用电低谷时电网通过整流，对电动汽车充电，从而实现电网和电动汽车的能量互动。随着电动汽车的不断普及，大规模电动汽车无序充电将会给电网造成巨大压力。而V2G技术通过对电动汽车的智能充放电不仅能实现消峰填谷，而且能消纳或储存过剩的新能源电力以促进新能源电力的发展。

基于此研究背景，课题组先以家居智能微网为研究对象，通过建立以总负荷方差最小为目标的优化模型，得到了该家庭两辆电动汽车的最优充放电功率谱，并评估了系统的性能。结果表明，通过V2G运行，在保证两辆车电能需求的前提下，可使微网总负荷曲线的波动程度大大降低（图5），这将使得电网的运行效率得到极大的提升。

图5 V2G运行性能：两车的SOC曲线（左）；家居微网的日负荷曲线（右）

图6 低复杂度双层优化模型

随后，课题组将研究对象扩大至大规模区域智能电网，此时需要进行电力调度的电动汽车数量变得相当庞大，而以总负荷方差最小为目标的优化模型在求解上变得困难。通过研究发现该模型是一个NP-难问题，当变量数目庞大时，计算时间随着变量的增长呈指数上升趋势，为此，蹇林旎博士提出了双层优化模型以实现大规模区域电网下的V2G运行（如图6所示）。

在前面的研究中，课题组假定可以通过登记、预约的方法获取电动汽车接入和剥离电网的准确时刻信息。但事实上，电动汽车在何时何地接入或剥离电网具有很大不确定性。蹇林旎老师在基于多种用户充电信息不确定性的前提下，提出了“事件触发型”V2G优化调度模型（如图7所示）。

图7 考虑电动汽车随机接入/剥离的“事件触发型”V2G优化调度模型

课题组现在在直驱电机方向聚焦于“定转子双永磁激磁电机”，由于其工作原理跟传统的永磁电机并非完全一样，依靠许多对磁场谐波进行工作，其损耗如何计算，控制如何实现等也是课题组正在开展研究的问题。在V2G的研究中，课题组之前一直致力于集中式V2G的控制算法，而现在课题组将在分散式V2G的算法上进行尝试，同时以经济学为背景，以经济手段激励电动汽车用户进行智能充放电。欢迎感兴趣的同学来第二科研楼520实验室或者南方科技大学大鹏先进电磁能量转换实验室参观了解。

供稿人：蹇林旎课题组