计及多种柔性负荷的工业微电网经济运行*

工业微电网的自动控制技术促进了发电与柔性负荷协同调度.提出了一种具有多种柔性负荷的工业微电网经济运行模型,首先分别建立了柔性负荷的具体模型,然后以能耗最小为目标将其集成到优化模型中,最后以典型的工业微型智能电网为例论证模型的准确性和有效性.     

插电混动汽车最优充电的动态规划方法

单台插电混动汽车(PHEV)的充放电不会导致电力负荷的明显变化,因而不会影响充电电价,但是大规模的PHEV集中充放电对于电力负荷的影响就较为明显,进而会导致充电电价的波动。文章考虑在市场环境中对PHEV的充放电进行短期管理,研究对PHEV充放电进行管理的有效算法及其如何为电力系统提供灵活性的贡献。结合国内某城市的充电电价和PHEV驾驶模式的调查数据进行实例分析,说明了动态规划问题的结果。     

考虑源荷时序特性的可再生电源与配电网架协调规划

针对含可再生电源的配电网规划问题,提出了一种考虑源荷时序特性的可再生电源与配电网架双层协调规划模型。首先考虑源荷的双重不确定性,建立源荷时序模型。其次建立双层模型,外层关注长时间尺度的规划问题,以综合成本最小为目标,对可再生电源的选址定容、线路改造进行决策;内层关注短时间尺度的运行问题,建立考虑机会约束的多目标模型。最后在IEEE 33节点配电系统进行仿真,结果表明该规划方法能有效降低成本,提高电网运行效率。     

基于遗传-梯度法的配电网储能最优配置方法的研究

为保证储能配置对于系统运行具有更好的适应能力,文章提出了一种计及系统运行成本和储能投资成本的储能选址和容量优化的双层模型.由于储能配置和对应的配电网运行成本难以解析,采用了一种遗传算法与梯度法相结合的两阶段模型迭代求解策略,求得储能装置的安装地点和容量.最后通过IEEE３０节点系统仿真计算,验证了所提方法的有效性。     

基于深度学习预测电动汽车的功率需求并优化功率分配*

电动汽车的发展过程中必须面对不同电子组件尤其是电动机的功耗问题,对此提出一种基于MRNN(改进型递归神经网络)的深度学习算法,根据车辆内部的不同数据和参数对系统进行建模,并通过MRNN深度学习算法对网络进行训练,预测功率需求并提供最佳功率,从而扩大行驶里程,更好地优化电机的电源功率分配。