排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
针对“煤改电”用户亟需通过综合配置产能、储能与用能设备降低用能成本、减轻环保压力的问题,提出了综合考虑设备投资与运行费用经济性的户用综合能源利用系统优化配置双层规划模型.通过双层迭代优化求解得到户用综合能源利用系统优化配置方案.实际“煤改电”住宅用户算例表明,所提出的方法能够给出户用综合能源利用系统设备安装类型与容量的优化配置方案,使得“煤改电”用户投资运行成本最低. 相似文献
3.
针对分布式光伏并网逆变器独立构网接入非线性负载时易引起交流侧输出电压失真、谐波含量大等问题,提出了一种基于改进神经网络算法的光伏逆变器独立构网控制策略。所提策略具有以下优势:利用遗传算法(GA)优化了所构建的反向传播(BP)神经网络关键参数,使得基于神经网络的逆变控制策略具有更快的收敛速度;当光伏逆变器独立构网为非线性负载供电时,与传统比例积分(PI)控制策略相比具有更低的电压谐波含量并有效提高逆变器抗负载干扰特性。最后通过构建一台额定功率10 kW的原理样机对所提策略的有效性及正确性进行了实验验证。 相似文献
4.
5.
为了快速准确地预测含高比例电采暖设备的配电变压器的短期负荷,提出了基于集成经验模态分解(ensemble empirical mode decomposition,EEMD)及BP神经网络算法组合的电采暖配电变压器短期负荷预测方法,该方法考虑了采暖日天气类型、采暖日温度等环境条件对居民采暖行为的影响。首先运用EEMD方法将日负荷序列分解成4组频率由低至高的分量序列及1组剩余分量序列,再将各分量序列及温度数据、气象数据输入BP神经网络中进行预测,最后各个预测分量相加得到最终的预测结果。将该方法应用于北京地区冬季“煤改电”工程中,对某个含高比例电采暖负荷的配电变压器进行短期预测,算例表明,EEMD-BP组合预测方法能够有效减小负荷预测误差。 相似文献
1