分布式发电系统中的人工智能技术

总结分布式发电系统运行于孤立模式和并网模式时需要考虑的主要问题,全面综述多代理系统(MAS)、人工神经网络(ANN)、遗传算法(GA)和模糊逻辑(FL)等典型人工智能技术在分布式发电系统中应用情况及国内外的研究现状,分析并指出各种方法在应用中存在的问题和解决思路.提出一种基于高速配电网通信技术(PLC)和Mu lti-agent技术的网络化分布式发电系统协调控制系统方案.     

基于便携式测量仪器的实验教学改革实践

以LabVIEW为软件平台,以SOC单片机加信号调理电路为硬件,开发了便携式多功能测量仪器系统。利用便携式测量仪器,通过课堂现场演示进行了理论与实践高度结合的课堂教学方法尝试;通过开设综合性、自主性实验内容进行了新型自主实验探索;针对学生科技创新需求,通过课外借用法实现了全天候实验环境。     

含高渗透率光伏发电并网型微网中的电动汽车优化调度方法

针对含高渗透率光伏发电的并网型微网,研究了电动汽车与大规模光伏发电协同增效利用的方法,提出一种以提升光伏发电利用率为目的的电动汽车优化调度模型。为避免依托于中央能量管理系统的集中优化,发展了关联电动汽车交互功率与系统负荷信息、光伏出力信息的虚拟费用理论,在此基础上构造了电动汽车集群的非合作充放电博弈模型,并推导出博弈模型纳什均衡与集中式优化模型最优解的一致性,从而以分散自治的方式规避了集中式优化的弊端。在某办公楼区域光储微网的算例分析中,以光伏发电利用率、等年值成本为微网运行性能评价指标,验证了所述电动汽车优化调度方法的合理性、有效性。     

基于LabVIEW的微网电能质量监测评估系统

针对现阶段微网电能质量实时监测和综合评估系统软件缺失的问题,对微网电能质量合理的综合评估方法进行了研究,探讨了一种基于LabVIEW编程平台的电能质量监测评估系统的设计方案.首先,提出了一种基于改进的层次分析法（AHP）和灰色理论相结合的微网电能质量综合评估方法.然后,利用LabVIEW和Matlab Script语言混合编程优势,通过LabVIEW平台开发了一套可实现微网电能质量实时监测、合理评估和综合管理的智能系统,并利用学校的微网模型对该系统进行了测试.研究结果表明,该系统能实时监测微网各项电能质量指标,具有报警录波功能,同时可对微网的综合电能质量作出合理的评估,可生成报表以汇总微网各单项电能质量指标和综合电能质量评价结果,具有良好的工程化应用前景.     

基于遗传神经网络的电动汽车锂电池SOC预测

针对传统方法在电动汽车锂电池荷电状态（State of Charge,SOC）预测中的局限和不足,提出了一种基于遗传神经网络的电池SOC预测算法.该算法的整体方案首先给出了车载锂电池状态监测系统的软硬件实现,在该系统上以不同的放电倍率对磷酸铁锂电池进行了放电实验,获取了其放电过程中电压、电流和SOC的样本数据,然后利用遗传算法全局寻优能力对神经网络中的连接权值和阈值进行了优化,用实验所得的样本数据训练BP神经网络,根据训练好的神经网络对锂电池SOC进行了预测并将其与真实SOC进行对比,以验证算法的可行性.研究结果表明,该方案可通过电压、电流的实时测量值获知锂电池的剩余电量,具有收敛速度快、预测误差小、适应范围广的特点,有效解决了电动汽车锂电池的SOC预测问题.     

广义S变换在电能质量扰动识别中的应用

针对电能质量扰动信号检测和定位问题,提出一种基于广义S变换的动态电能质量的识别方法.首先推导广义S变换的离散公式,并把典型扰动变换到相空间中,从不同角度提取扰动相空间中的特征量,判断扰动高频奇异点,对所得的结果进行分析并与S变换进行比较.结果表明,广义S变换比标准S变换更具有灵活的时频聚焦性.不仅能有效地检测到电压幅值的瞬时变化,而且能准确判断频率的变化,特别是高次分量.此外,在间谐波和相位检测方面效果良好.     

环状多源配电网中考虑扰动源定位的PQM优化配置

兼顾网络化电能质量监测系统(NPQMS)构建成本和电能质量扰动源(PQDS)定位需求,提出了一种适用于环状多源配电网络的电能质量监测器(PQM)优化配置方法。通过分析环状多源配电网络拓扑结构特点,定义了系统结构信息描述矩阵、PQM配置一般性准则以及对应于不同属性端点的权重因子,建立PQM优化配置模型,并通过监测可观矩阵检验系统模糊度,筛选出最优的PQM配置方案。与通用PQDS定位方法中拓扑结构正方向的匹配性定义,保证了基于PQM优化配置结果实现PQDS精确定位的可行性,且可为采用阶段式NPQMS构建方案提供PQM最优配置决策依据。以IEEE-14节点环状多源配电系统为例,验证了所提PQM优化配置方法的可行性和有效性。     

计及监测可信度的扰动源定位粒子群算法

当智能配电网发生电能质量扰动时,由于网络结构、高斯噪声和监测误差等因素常存在扰动方向误判问题,而现有电能质量扰动源定位方法对此定位准确度低。由此提出一种计及监测可信度的扰动源定位粒子群算法。设计了一种监测可信度函数构建方法,来表征扰动方向判定的准确程度,创新性地建立了粒子群可信度优化模型,提出了独创的评价函数,通过粒子群迭代进行全局寻最优解。通过Matlab仿真表明,所提新算法实现了在部分监测数据有误情况下的扰动源自动精确定位,并具有定位准确、收敛性好和容错率高等优点。     

电动公交汽车电池集群参与海岛微网能量调度的V2G策略

结合海岛环保公共交通需求并基于车网互联(V2G)技术,提出一种将电动公交汽车电池集群(EBBG)作为储能元件参与海岛微网能量调控的运行方案。根据EBBG的配置参数和管理模式,构建精确的数学模型实时评估其V2G可用容量,表征其参与微网运行调控时的动态双向能量平衡能力。以实现各优化时段内海岛微网中供需两侧能量动态平衡的整体成本最小化为目标,建立EBBG参与海岛微网运行调控的优化模型,并基于改进粒子群优化算法求得系统中各能量动态平衡要素在各时段的功率输出最优值。以舟山东福山岛风-光-柴-储微网系统为例,验证了所提V2G能量调度方案和运行优化策略的可行性和有效性。