排序方式: 共有55条查询结果,搜索用时 328 毫秒
1.
2.
当前配网面临着大规模分布式电源及多类型储能分散接入的情形,为配网系统的优化管控带来了极大的复杂性。基于分层优化、分区协同的思想,提出了一种区域内自治、区域间协调的配网分层优化体系,以达到大规模分布式电源并网后系统优化运行的目的。在优化调度层中,以各区域与主网交换功率的可调度性为目标建立动态数学模型,通过区域间协同优化实现大规模分布式电源友好并网,得到区域的整点功率交换指令。在区域内控制层中,考虑到不同分布式电源调节能力的差异性,结合储能系统基于模糊策略响应并修正上一级的整点指令,并给出各区域5 min超短期调度指令。在设备级控制中,基于PWM变流器对各储能系统进行实时控制以响应上一级的指令。最后基于算例仿真计算对所提方案进行了验证。 相似文献
3.
针对海岛微电网分布式电源和负荷的独有特性,以海岛系统运行经济性为目标,考虑新能源消纳因素,提出一种海岛微电网能量优化调度方法。首先在分析典型海洋能发电出力特性的基础上,建立了含风、光、柴、储、波浪能、潮汐能以及可控负荷的海岛微网能量优化调度模型;而后面向日前和日内2个时间尺度,采用CPLEX完成混合整数规划,利用日前调度计划与日内实时滚动推演结果比对,依据日内滚动计算结果修正日前调度计划,实现当日微网能量调度全局最优。算例分析表明,由于利用了日前和日内相结合的滚动计算方法,使对岛上源、荷的预测精度逐级提高,该优化调度方法在兼顾海岛微电网功率平衡和可再生能源利用率的同时,最大限度降低了海岛微电网运维成本。 相似文献
4.
电力负荷是具有一定的周期性和随机性的非平稳时间序列,传统的预测方法是建立在负荷是平稳序列的前提下,难以精确的预测。为了进行有效的预测,提高预测精度,提出将经验模式分解EMD(Empirical Mode Decomposition)和最小二乘支持向量机LS-SVM(Least Square Support Vector Machine)相结合对短期负荷进行预测。首先,运用EMD将负荷序列自适应地分解成一系列不同尺度的本征模式分量IMF(intrinsic mode function),分解后的分量突出了原负荷的局部特征,能更明显地看出原负荷序列的周期项、随机项和趋势项;然后,根据各个IMF的变化规律,采用合适的核函数和超参数构造不同的LS-SVM进行预测,最后对各分量的预测值进行相加得到最终的预测值。仿真试验表明,此方法具有较高的精度和较强的推广能力。 相似文献
5.
针对含风力发电、光伏发电和储能系统的多能互补系统的优化配置问题,提出一种考虑系统与配电网交互和需求侧响应成本的多能互补系统全寿命周期优化配置方法,构建双层优化模型:上层以总等年值成本最小为目标进行全局优化,确定多能互补系统的最优配置方案与储能出力范围;下层以系统的日运行成本和可再生能源未利用率最小为目标,建立多能互补系统的多目标日前优化调度模型。分别考虑独立型和并网型多能互补系统,以某地实际风光数据为例,验证所提优化配置策略的正确性与有效性,并量化分析多能互补系统运营方式对优化配置策略的影响。 相似文献
6.
针对已分割完成的车牌字符,提出了一种基于正交Gegenhauer矩特征提取方法,并将其应用于车牌汉字字符识别中.Gegenbauer矩法有别于其他传统的字符特征提取方法,它能获得字符的全局特征信息,因此可以唯一地表征一个字符.通过与其他方法的对比实验,可以看出此方法在低噪环境下具有更好的识别效果. 相似文献
7.
基于正交Gegenbauer矩的车牌汉字字符识别 总被引:1,自引:0,他引:1
针对已分割完成的车牌字符,提出了一种基于正交Gegenbauer矩特征提取方法,并将其应用于车牌汉字字符识别中.Gegenbauer矩法有别于其他传统的字符特征提取方法,它能获得字符的全局特征信息,因此可以唯一地表征一个字符.通过与其他方法的对比实验,可以看出此方法在低噪环境下具有更好的识别效果. 相似文献
8.
在光伏高比例接入的孤岛微电网中,太阳辐照度变化将导致光伏出力明显波动,继而影响微电网线路故障电流变化趋势。对于不同辐照度光伏出力,如何准确完成微电网故障辨识是微电网故障保护研究面临的一个重要问题。针对这一问题,首先建立了含有光伏发电的典型微网模型,分析了孤岛模式下太阳辐照度变化对网内故障电流的影响;然后利用快速小波能量熵(wavelet energy entropy,WEE)算法提取线路故障电流的暂态特征,继而选取简洁清晰的暂态特征并构建故障综合样本集;最后,利用典型故障样本集对极限学习机进行训练,形成一种新的考虑光伏出力间歇性的微网故障辨识方法。算例仿真结果表明所提方法既能精确提取不同辐照度下微网故障的暂态特征,又可准确地实现故障辨识,为微电网故障分析和保护提供了技术支持。 相似文献
9.
针对电力系统中存在的间谐波问题,提出了一种基于APES(Amplitude and Phase Estimation,APES)算法的间谐波检测方法。该方法是在误差功率最小化目标下的非参数估计方法。分析了该方法在加权最小二乘解释及滤波器组解释下与其他谱估计方法的联系,说明了该方法是对信号频率的渐近无偏估计。通过实验仿真对比了在不同采样时间及信噪比条件下APES算法与其他算法的频率估计精度,证明了该方法具有较好的抗噪性及短时间窗估计特性。 相似文献
10.