排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
电动汽车用户日内的充电计划具有规律性,但在突发事件影响下,电动汽车用户的充电行为则具有突发性和主观性。突发事件由用户影响到电动汽车的充放电过程,最终波及电力系统的稳定运行。首先,考虑实际出行中距离变化时用户的充电意愿,提出充电意愿模型,模拟用户的充电意愿区间;然后,基于电动汽车出行时空特性,将影响调度计划的突发事件分为4类,模拟4种事件对既定调度计划的影响,并综合考虑气温和电价等因素,对电动汽车进行充放电调度;最后,提出多态场景下储能站协同电动汽车的能量管理策略,对常态及两种极端条件下的电动汽车进行充放电调度。采用区域电网进行仿真,分析出行链重构在行为场景、事件类型、调度策略、集群规模、用户参与度和风电规模的条件中对电动汽车充放电调度的影响,验证了所提模型的合理性和有效性。 相似文献
2.
蚁群算法是一种求解组合最优化问题的新型通用启发式方法,该方法具有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特点.通过建立适当的数学模型,基于故障过电流的配电网故障定位变为一种非线性全局寻优问题.该文将蚁群算法用于配电网故障定位方面的研究,并通过实例证明了该算法的可行性和高效性. 相似文献
3.
4.
蚁群算法是一种求解组合最优化问题的新型通用启发式方法,该方法具有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特点。通过建立适当的数学模型,基于故障过电流的配电网故障定位变为一种非线性全局寻优问题。该文将蚁群算法用于配电网故障定位方面的研究,并通过实例证明了该算法的可行性和高效性。 相似文献
5.
6.
配电网馈线末端故障定位优化算法 总被引:1,自引:2,他引:1
提出了一种能解决配电网馈线末端故障定位、并适用于多电源复杂网络故障定位的优化算法.根据网络拓扑结构和假定的正方向建立网络描述矩阵,由馈线终端单元(FTU)获得的故障过电流及其方向信息组成信息矩阵,结合网络描述矩阵对信息矩阵进行修正得到信息判断矩阵,由信息判断矩阵可以直接判别出故障区域. 相似文献
7.
提出了一种能解决配电网馈线末端故障定位、并适用于多电源复杂网络故障定位的优化算法。根据网络拓扑结构和假定的正方向建立网络描述矩阵,由馈线终端单元(FTU)获得的故障过电流及其方向信息组成信息矩阵,结合网络描述矩阵对信息矩阵进行修正得到信息判断矩阵,由信息判断矩阵可以直接判别出故障区域。 相似文献
1