建筑电气节能减排措施和光伏新能源的应用

随着我国社会经济的发展,城市化进程逐渐加快,同时城市规模不断扩大,建设项目数量迅速增加,从而进一步增加了能源和资源的消耗。正是因为建筑业的快速发展,我国资源能源紧缺。当前,建筑企业在发展过程中,要进一步加强资源利用,积极响应国家倡导的节能减排理念,在提高能源利用率的同时提升新能源的利用,综合利用新能源降低建筑用电消耗。基于此,本研究对建筑电气节能减排的现状进行了探讨,并提出了相应的工作建议,以期全面加强建筑电气节能减排,确保相应工作能够高效、稳定地开展,加强光伏新能源的利用,以新能源手段全面提升节能减排效果。     

太阳能光伏发电与建筑智能遮阳系统设计

随着世界能源的日渐枯竭和人们对绿色环保意识的不断增强,可再生能源的利用和如何节约能源得到了人们的强烈重视,其中太阳能资源是最丰富的可再生能源,并且在很多领域得到了广泛的应用,而建筑能耗的降低又是节约能源的重要途径之一,设计一种可用于工程上的光伏一智能遮阳系统,既有智能遮阳功能又具备光伏发电能力。     

浅谈光伏发电在智能绿色建筑中的应用

光伏发电系统作为能源可持续发展下的一个重要战略点,通过自然资源的有效转换,为能源消耗的提供可持续推动力,降低不可再生资源的耗损率.基于此,文章以光伏发电原理为切入点,对其在智能绿色建筑中的应用形式进行研究.     

小型太阳能发电系统与光伏建筑一体化

太阳能发电系统是利用光伏电池组件将太阳能直接转变为电能的一种装置。太阳能电池组件是利用半导体材料的电子学特性来实现P—V转换的一种固雄装置,在广大的无电力网地区,该装置可以方便地实现为用户照明及家用电器供电,某些发达国家还将其与区域电网并网实现互补。目前从民用的角度来看,在国外”光伏建筑一体化”的技术研究已趋于完善和成...     

太阳能智能调温箱的设计

本设计采用太阳能板为电池充电提供能源,STC89C52RC微控制器用作核心控制器,通过用户设定的温度与温度传感器DS18B20采集保温箱中空气的温度进行比较,促使STC89C52RC微控制器发出控制两个继电器动触点的指令,以实现半导体制冷片电流方向的改变,完成加热或制冷工作,从而达到调温的目的。经过测试系统稳定性较好,控制精度和能效方面性能比高。     

利用太阳能、风能、生物质能实现节能型生态农村

作为能源消费大国,我国面临的节能减排形势十分严峻,在广大的农村能源利用的效率依然相当的低。如果能就地取材,提高能源利用率,就能节约能源。本作品通过对农村可利用能源及其利用方法进行深入剖析制定出新一套能源利用方案,充分利用太阳能,风能和生物质能,将其转换为电能储存。利用了农村太阳能风能,沼气等廉价的资源,最大程度上实现节能减排的目的,实现能源利用效率最大化。     

风光互补发电系统设计方法研究

风光互补发电系统是将风力发电和太阳能光伏发电组合起来构成的发电系统。整个发电系统由光伏电池阵列、光伏方阵直流防雷汇流箱、控制器、逆变器、交流防雷配电柜、防雷接地装置、蓄电池组、测量设备等各部分组成。阐述了风光互补发系统各部分的构成特点及设计中应注意的问题。     

一种小型离网风光互补发电系统关键技术研究

本文设计了一种小型风光互补发电系统,并针对其中的风光互补发电控制器、逆变器等关键技术进行研究,基于工控机设计了组态监控软件,从而实现了小型离网风光互补发电的测控要求。     

太阳能和风力组合发电及并网发电简介

上海某公司专业为太阳能发电、风力发电、燃料电池发电、水力发电等各种可再生能源发电系统提供了各种工程方案,特别是其中的太阳能和风力组合发电方案,能实现太阳能与风能的互补,充分利用当地的自然资源。其产品主要应用于可再生能源并网发电系统、离网型村落供电系统及各类户用电源系统,并可为电网困难地区的通信、交通、路灯照明等提供电力...     

谈对建筑电气应用的探析

文章分析了现代民用建筑的节能理念和节能措施。     

风光气储联合发电最优容量配比问题研究

开发和利用农村的风能、光能、沼气是解决偏远农村地区用电量快速增加和偏远山区供电问题的有效途径,该文针对3种可再生能源和储能的联合发电问题,通过研究它们之间的协调互补性,提出了一种新型的"风光气储"多能源互补的微电网供电系统,在该系统中因地制宜地采用沼气和蓄电池作为备用电源,通过改进的鲸鱼算法对"风光气储"联合运行问题进行了优化,仿真实验结果表明在成本最低和弃风弃光率最低这2个目标下都能稳定的运行,对已经有的粒子群算法、遗传算法和鲸鱼算法进行了对比,实验结果表明改进的鲸鱼算法在解决"风光气储"最优容量配比问题上得到了很大的提升。     

风光互补独立供电系统的应用

针对非洲欠发达地区的能源供应状况,为充分利用当地自然资源,提出经济、适用的风光互补独立供电系统的工程应用方案.     

基于太阳能充电站中风光火多目标优化管理问题的研究

新能源汽车行业的蓬勃发展,带来了新能源汽车充电站的建设和运营相关问题。无人值守是今后所有行业的一个主流趋势,充电站当然也不例外。无人值守的充电站被要求不仅能对站内突发情况自主解决,而且充电站能够充分、合理利用当地电力资源,实现电力资源的合理优化调度。因此文中的重点便是研究如何均衡使用当地已有的电力资源,使得充电站运营成本和电池损耗最小。文中在分析了太阳能充电站的系统功能和运营方式基础之上,建立了该系统接入风力、火力等电力资源的优化调度模型,通过非支配遗传算法NSGA-II对多目标函数优化模型进行求解,验证模型的有效性和可靠性,为未来涉及多种电力资源的运营管理问题提供了一条参考途径。     

Building a Digital Wind Farm

The purpose of this paper is to provide a high level, holistic overview of the work being undertaken in the wind energy industry. It summarises the main techniques used to simulate both aerodynamic and structural issues associated with wind turbines and farms. The motivation behind this paper is to provide new researchers with an outlook of the modelling and simulation landscape, whilst highlighting the trends and direction research is taking. Each section summarises an individual area of simulation and modelling, covering the important historical research findings and a comprehensive analysis of recent work. This segregated approach emphasises the key components of wind energy. Topics range in geometric scales and detail, ranging from atmospheric boundary layer modelling, to fatigue and fracture in the turbine blades. More recent studies have begun to combine a range of scales and physics to better approximate real systems and provide higher fidelity and accurate analyses to manufacturers and companies. This paper shows a clear trend towards coupling both scales and physics into singular models utilising high performance computing system.     

Deep Neural Networks for Wind and Solar Energy Prediction

Deep Learning models are recently receiving a large attention because of their very powerful modeling abilities, particularly on inputs that have a intrinsic one- or two-dimensional structure that can be captured and exploited by convolutional layers. In this work we will apply Deep Neural Networks (DNNs) in two problems, wind energy and daily solar radiation prediction, whose inputs, derived from Numerical Weather Prediction systems, have a clear spatial structure. As we shall see, the predictions of single deep models and, more so, of DNN ensembles can improve on those of Support Vector Regression, a Machine Learning method that can be considered the state of the art for regression.     

基于灰色预测PID的风光互补发电机控制研究

为了能够提高风光互补发电机控制的效果,深入地研究了灰色预测PID在风光互补发电机控制中的应用.构造了风光互补发电机的数学模型;剖析了灰色预测的基本原理.针对风光互补发电机控制的实际情况,将灰色预测PID技术引入到风光互补发电机的控制中,提出了风光互补发电机灰色预测PID控制系统,并且提出了相应的算法流程;分别利用灰色预测PID控制技术、模糊PID控制技术和传统PID控制技术对风光互补发电机进行控制仿真研究,仿真结果表明灰色预测PID技术可以获得较好的控制效果.     

风光互补路灯系统中蓄电池充电控制策略

风光互补路灯系统中蓄电池充电面临的主要问题是输入电能不规则变化,无法保证高充电效率.因此在分析蓄电池充电特性基础上,采用模糊自适应控制策略,实现了三阶段充电控制,通过模糊控制机构实时调节充电增益,提高了充电过程的鲁棒性,仿真结果验证了本控制方案的有效性.     

太阳能电动自行车的研制

在对太阳能电池组件特性进行研究的基础上,文章给出了整辆车的设计方案,采用了MICROCHIP公司的PIC16F877单片机实现智能的充放电控制,对蓄电池进行过充电保护,过放电保护,延长蓄电池的寿命。系统采用了最大功率点跟踪,采用霍耳传感器对无刷直流电机进行调速,实现低成本,高效率的控制方案,系统阐明硬件电路的设计及其控制的算法。     

风电场风功率预测系统研究

对风电场发电功率的准确预测,可以有效优化电网调度,使得电网经济运行,同时提高风电场在电力市场中的竞争能力.文中提出了基于先进统计方法的风电功率预测系统,以高精度数值气象预报为基础,搭建完备的数据库系统,利用各种通讯接口采集风电场监控数据.提出并实现了“自适应逻辑网络”(ALN),为风电场建立功率预测算法引擎,可以准确预报风电场未来72小时短期功率负荷,并能针对单台风机、风电场或风机集群进行预测和上报,为风电场管理提供重要辅助手段.现场运行测试验证了系统在风速预测以及针对不同型号风机风功率预测的可行性和有效性.     

改进粒子群算法及其在风电系统中的应用

提出一种基于正交试验的改进粒子群优化算法,以改善传统算法的寻优效率和参数设置.基于随机过程理论,把粒子群算法原有的时变系统转换成概率意义下的线性定常系统进行分析,明确了粒子群算法的全局收敛性及其相关参数取值范围,在此基础上提出一种惯性权重和学习因子非线性、非对称变化的改进粒子群算法,使算法在全局收敛的同时具有较高的优化精度,并引入正交设计的多因素多水平试验,确定该算法参数的最优取值.通过在甘肃酒泉某变速恒频风电机组的最大风能跟踪控制系统应用,有效确定了最优叶尖速比和风机转轴速度,实现了最大年平均风含能量的优化目标,使风电机组的运行效率得到提高,验证了改进粒子群算法的正确性及其工程实用价值.