排序方式: 共有82条查询结果,搜索用时 243 毫秒
41.
对比常规能源,新能源具备可再生、污染低、资源丰富的优势,其中风光发电被大规模引入到微电网系统,但由于其发电量具有较强的不确定性,这使得如何提高新能源消纳水平、提升电力系统运行稳定性以及降低微电网配置成本成为了充满挑战性的重要问题。针对上述问题,文章提出一种计及可靠性成本,同时考虑风、光资源多时间尺度不确定性的风光储互补微电网系统储能容量协同优化的方法。该方法采用自回归滑动平均模型和Homer软件仿真离散的风速、光辐照度序列,构建出风机、光伏发电机的出力模型;采取电量不足期望值为评估指标建立可靠性成本函数,构建出微电网配置成本模型;使用改进二阶振荡粒子群算法求解系统最优配置成本。算例结果表明了该方法的可行性及经济性,可为实际风光储互补微电网系统配置规划提供参考。 相似文献
43.
实现智能电子设备(IED)间互操作是变电站通信网络和系统系列标准IEC 61850的重要目标,模型设计是实现这一目标的重要步骤。从互操作性支持条件分析出发,给出了IED模型通用设计方法,讨论了间隔层IED的模型实现。间隔层IED的信息模型以数据结构的形式实现。从互操作性角度分析了已有数据逻辑结构的优缺点,提出了抽象通信服务接口(ACSI)-功能约束(FC)结构,把FC引入数据结构且真实反映了信息模型的对象层次,从而更好地支持互操作性。另外,提出了基于二叉树形式的二叉和三叉链表数据存储结构,通过例子验证了这2种结构的数据查找和遍历的便利性,并给出了ACSI-FC结构在二叉或三叉链表存储结构下的FC过滤方法。 相似文献
44.
为了解决风电功率的间歇性与非平稳性带来的功率预测难度,提出了一种基于CEEMDAN-精细复合多尺度熵和Stacking集成学习的短期风电功率预测方法。在对风电功率进行预测之前,对风电功率数据进行预处理。首先引入自适应噪声完备集合经验模态分解(CEEMDAN)方法分解风电功率原始序列,并计算各分解分量的精细复合多尺度熵(RCMSE)。然后,将熵值相近的分量序列重组成新序列,以降低模型复杂度和提高计算效率。在预测阶段,对重组之后的序列分别建立Stacking集成学习模型进行风电功率短期预测,最后对预测结果进行重组。通过新疆某风电场实测数据证明:结合各单一预测模型优点的Stacking集成学习模型方法与其4种基学习器KNN、RF、SVR和ANN相比,Stacking模型具有更高的风电预测准确度。在同等条件下,CEEMDAN-RCMSE-Stacking模型均方根误差相比单一的Stacking模型及EMD-RCMSE-Stacking模型分别减少了20.34%和9.74%,平均绝对误差分别减少了24.55%和6.35%,而拟合优度系数分别提高了4.09%和1.62%,即CEEMDAN-RCMS... 相似文献
45.
电动汽车作为一种新兴负荷,大量接入配电网会对电能质量、频率稳定、电压稳定等产生一系列影响。通过对现有的分时电价制度进行分析,在配电网方面以系统负荷均方差最小化和系统负荷峰谷差最小化为目标函数。在用户侧方面以电动汽车用户充放电成本和电池损耗成本最低作为目标函数,建立电动汽车多目标优化调度模型。通过云自适应粒子群算法进行寻优。仿真结果表明:该调度策略适合于分时电价,与固定电价相比优化了系统负荷同时降低了用户成本。价差更大、均值更高的分时电价2与分时电价1相比略微增加了用户成本,但它对电网的调峰能力明显增强。 相似文献
46.
兼容IEC 61850的间隔层IED模型设计与实现 总被引:2,自引:1,他引:2
实现智能电子设备(IED)间互操作是变电站通信网络和系统系列标准IEC 61850的重要目标,模型设计是实现这一目标的重要步骤。从互操作性支持条件分析出发,给出了IED模型通用设计方法,讨论了间隔层IED的模型实现。间隔层IED的信息模型以数据结构的形式实现。从互操作性角度分析了已有数据逻辑结构的优缺点,提出了抽象通信服务接口(ACSI)-功能约束(FC)结构,把FC引入数据结构且真实反映了信息模型的对象层次,从而更好地支持互操作性。另外,提出了基于二叉树形式的二叉和三叉链表数据存储结构,通过例子验证了这2种结构的数据查找和遍历的便利性,并给出了ACSI-FC结构在二叉或三叉链表存储结构下的FC过滤方法。 相似文献
47.
48.
现代社会新能源汽车的利用率越来越高,很多城市都开始推广新能源汽车,政府也开始重视新能源汽车的发展。大规模使用新能源汽车可以有效地降低普通汽车尾气对大气的污染,减少了雾霾的产生,从而达到保护环境的目的。但是,大规模使用新能源汽车会增加充电站的负荷,进而造成配电网局部过负荷,加重了电力部门调度的工作量。因此,对于整个配电网来说,对短期新能源汽车充电站的负荷的预测是很有必要的。提出一种基于CEEMDAN分解与BAS-BP组合的模型对相似日新能源汽车充电站进行负荷预测,此方法根据分解出来的各个IMF数据中不同的特点分别对数据进行相应预测最后叠加起来。利用新能源汽车充电站所给的相似日历史数据作为输入参数进行训练所建立的模型来预测次日的负荷量。该组合模型在减小预测误差方面有所改进,研究的问题有一定应用价值。 相似文献
49.
传统快速扩展随机树(RRT)算法在搜索空间中,随机采样生成我们所需要的树,由树的起始点直到终点,探索出一条无障碍的路径。采样点是均匀随机,导致算法过于随机,生成路径的效率不高且生成路径质量偏低,在面对狭窄通道时容易导致算法局部循环甚至搜索失败,传统算法生成的路径过于曲折不利于跟踪行驶。针对这些问题,改进后的算法在RRT的基础上,增加算法贪婪计算和目标节点的启发;将扩展的采样点重点集中于一定的区域,满足正态分布。仿真实验表明,改进后的算法效率更高,生成路径质量高,面对狭窄通道这个传统难题也可以高质高效地生成一条路径,利于AGV跟踪行驶。 相似文献
50.