基于Q学习算法的综合能源系统韧性提升方法

将综合能源系统随机动态优化问题建模为马尔可夫决策过程,并引入Q学习算法实现该复杂问题的求解。针对Q学习算法的弊端,对传统的Q学习算法做了2个改进:改进了Q值表初始化方法,采用置信区间上界算法进行动作选择。仿真结果表明:Q学习算法在实现问题求解的同时保证了较好的收敛性,改进的初始化方法和采用的置信区间上界算法能显著提高计算效率,使结果收敛到更优解;与常规混合整数线性规划模型相比,Q学习算法具有更好的优化结果。     

锂电池健康状态评估综述

电池健康状态评估对电池的使用、维护和经济性分析具有指导意义,然而电池的健康状态评估缺少针对性的整理和总结。综述了锂电池健康状态的定义、影响因素、评估模型以及研究难点,指出了电池健康状态研究对电池管理、运维和经济性分析的意义。     

基于地线改造的巡检机器人机械结构设计

针对目前研究的巡检机器人巡检效率低的问题,提出一种将巡检机器人和架空地线结构作为一个整体系统的研究方法,即将架空地线上的阻挡型防震锤、悬垂线夹和耐张塔头等阻挡型结构改造为无阻挡型道路结构,使得巡检机器人只需穿越这些越障碍物而无需跨越障碍物,从而大大提高机器人巡检效率。在此基础上,提出了一种沿架空地线行驶的自主巡检机器人系统,并着重阐述了线路改造和移动机器人机构两大关键技术。通过现场典型作业环境的运行试验,表明了提出的自主巡检机器人系统的正确性和良好的应用前景。     

光伏防孤岛保护检测标准及试验影响因素分析

随着光伏发电的快速发展,完善光伏并网技术要求保障并网光伏安全稳定运行越显重要。光伏防孤岛保护是光伏发电系统必备的保护功能,国内外光伏标准在孤岛保护方面有差别,国内的防孤岛检测标准尚不完善。在光伏孤岛理论基础上推导了2种孤岛检测算法的盲区,通过分析不同的光伏孤岛检测标准和检测盲区关系,得出了频率和电压的保护阈值。负载品质因数以及孤岛检测算法的参数设置会影响光伏防孤岛保护试验,并采用仿真算例验证了以上因素对孤岛试验结果的影响。最后用一个实测的孤岛试验案例说明了标准差异的结果和孤岛检测的必要性,从而为光伏防孤岛保护试验和标准完善提供参考。     

含分布式电源的配电网三相时域仿真

随着可再生能源的发展与利用,分布式电源开始大量接入配电网,其位置的多样性与容量的提升给配电网带来了稳定性问题。从基本的分布式电源建模入手,构建dq坐标系下分布式电源的电路、控制器模型,解决分布式电源对称模型与配电网不对称电压之间的矛盾;借鉴输电网单相机电暂态方法,提出配电网三相时域仿真方法,给出仿真中关键步骤的处理方法。在测试案例中实现配电网的三相时域仿真,结果验证了理论分析的正确性。     

面向行业大数据特征挖掘的电力经理指数指标体系的建立与应用

从大量的电力数据和行业数据中选取所需指标数据,形成行业电力经理指数EMI(Electricity Managers Index)指标体系。利用统计检验-粗糙集分析法筛选出关键指标,优化行业电力经理指数指标体系,并提出基于行业电量经理指数指标体系进行行业用电趋势预测的方法。运用所提方法对福建省典型行业的用电趋势进行分析和预测,结果证实了方法的可行性和有效性。     

基于改进EMD及Elman算法的短期光伏功率预测研究

本文提出一种基于改进EMD算法及Elman算法相结合的光伏功率预测方法。首先对历史数据根据辐照时长及辐照强度进行聚类分析,确定待预测日的所属类别及对应的辐照强度待预测时段;其次根据主环境特征量在待预测日所属类别中构建同类型日时间序列,利用改进EMD算法对同类型相似日时间序列进行中值滤波,并按波动程度进行模态分解,同类型模态划归一类,最后采用Elman算法对各模态类进行辐照强度预测,进而得到光伏逐时发电功率值。该方法旨在提高弱辐照情况下对辐照强度预测精准度,经验证,该方法适应了不同类型日的辐照强度预测,能够在一定程度上提高预测精度。     

风电场选址与风机优化排布实用技术探讨

风电场建设需要进行宏观和微观选址,在一个较大的区域内综合考虑风能资源、联网条件、地形地貌和交通运输等条件,选择出适合风电场建设的小区域,再对该区域进行风资源评估,确定每台风机的位置,以取得风电场最大的年发电量和最佳经济效益。结合某风电场的实例,对风电场选址和风机优化排布实用技术进行了探讨。     

巡线机器人延迟容忍传感器网络数据传输策略

巡线机器人延迟容忍传感器网络(delay tolerant mobile sensor networks for inspection robot,DTMSNR)用于输电线路巡线机器人远程电网数据收集,具有节点稀疏、异构、随机移动性、间歇连通性和延迟容忍性.针对传统传感器网络数据传输算法机器人数据传输成功率低与网络可靠性差等问题.提出一种基于巡线机器人位姿信息的数据传输(mobile robot position-based delivery,MPD)策略.为准确计算巡线机器人网络位姿信息,建立机器人路径约束随机运动模型.MPD采用机器人相对网络位姿信息计算传输概率,进行消息传输路径选择.对网络异构消息引入机器人消息优先传输、消息失效机制进行消息队列管理.仿真实验表明,相较现有的几种延迟容忍传感器网络(delay tolerant mobile sensor network,DTMSN)数据传输策略,针对巡线机器人网络MPD能在适当的传输能耗下达到更高的传输成功率与更低的传输延迟.      

考虑游程检测法重构的EMD-Elman风电功率短时组合预测

考虑到直接对经验模式分解(EMD)所得多个分量分别建模预测会引入多重随机误差和产生较大预测工作量,提出一种基于游程检测法重构原则的EMD-Elman神经网络组合的风电短时功率预测算法,运用游程检测法对风电出力时间序列EMD得到系列本征模态函数IMF和趋势项Res进行波动性程度检测,将波动程度相似、变化规律相近的分量依照fine to coarse顺序重构成高频分量、低频分量和趋势项。然后针对性地对3个分量分别建立较准确的Elman神经网络短时多步预测模型,可减少预测分量建模数,提高预测精度和预测速度,最后将三分量预测结果自适应叠加。还分别给出两种预测模型的算例,对比分析发现EMD-Elman组合预测模型的精度优于Elman神经网络单一预测模型。