考虑传输能力的含分布式电源配电网扩展规划方法

为灵活性资源提供快速、及时调度的网架传输通道,在规划阶段充分考虑网架结构与分布式电源(DG)规划对配电网传输能力的影响,提出考虑网架通道传输能力的配电网扩展规划及DG选址定容双层优化方法.首先建立了线路负荷裕度指标和潮流均衡度指标用以评价配电网传输能力;其次分析了网架通道传输能力的影响因素,在此基础上构建了配电网扩展规划及DG选址定容双层优化模型,保证了规划方案具有良好的经济性和网架通道传输能力,利用嵌套的混合粒子群优化算法进行优化求解;最后将所提规划方法与只考虑经济性规划方法进行了算例验证.仿真结果表明,所提方法不仅没有增加经济费用,而且所得规划方案网架潮流更均衡,线路负荷裕度更高,传输能力更优.     

基于差分电压和Elman神经网络的锂离子电池RUL预测方法

锂离子电池剩余使用寿命(remaining useful life,RUL)预测对电池的使用维护极为重要,提出一种基于差分电压和Elman神经网络预测锂离子电池RUL的方法.首先,根据美国国家航天航空局(National Aeronautics and Space Administration,NASA)的锂离子电池数据集,分析电池差分电压曲线和充放电曲线,提取电池容量退化特征量;其次,通过Pearson法分析特征量之间的相关性,将充电差分电压曲线初始拐点值、放电差分电压曲线峰值、放电时间、静置时间作为电池RUL预测的间接健康因子;最后,建立以上述间接健康因子为输入,电池容量为输出的Elman神经网络,进行锂离子电池的RUL预测.基于不同间接健康因子和不同神经网络的四种电池容量预测对比实验表明,在间接健康因子中加入充电差分电压曲线初始拐点值和放电差分电压曲线峰值可以提高电池寿命预测精度,Elman神经网络可准确预测电池容量.基于不同循环次数预测电池RUL,预测的平均均方根误差为1.55％.     

基于双向GRNN与时间序列翻译模型的非侵入式负荷分解算法

非侵入式负荷分解是用户侧精细化能量管理的关键技术,为了提高算法分解准确率与模型训练速度,提出了一种基于双向GRNN与时间序列翻译模型的非侵入式负荷分解算法。使用局部注意力机制对中间向量的传递过程进行了优化,在增加模型注意力的同时降低了算法的运算量。使用集束搜索算法使解码环节得到了更多的功率概率曲线,实现了分解准确率的提高。使用人工合成训练数据方法克服了数据集不平衡问题,提高了算法的稳定性。最后在REDD数据集上对文章所提算法进行了验证,与其他先进算法相比,所提出算法的准确率具有较大幅度提高,并且与基于LSTM的算法相比,本算法的模型训练速度提高了40%以上。     

针对台区网损和电压偏差测量的ICOA算法实现

台区网损和电压偏差精准测算对促进台区能源节约和提高电能质量具有重要意义。旨在研究考虑分布式电源的台区综合优化问题,以提高台区电能质量、降低能源损耗。首先,提出改进型蹼鸡优化算法(ICOA)解决多约束、多目标的非线性台区综合优化问题,并验证了所提方法的先进性;然后,搭建考虑分布式电源的台区综合优化模型;最后,在测试系统中构建多场景验证所提方法的有效性。实验结果表明,与初始状态相比,有功损耗降低了82.87%,节点电压偏差降低了86.92%。研究通过对台区网损和电压偏差的测算与优化,显著改善了台区能源效益和电能质量,对促进经济生产具有重要意义。     

风力发电用锂离子电池均衡电路及策略

对于风力发电储能,电池均衡系统需要具有简单、可靠性高、均衡电流大等优点。基于风力发电储能系统对电池均衡系统的需求,提出适用于风力发电储能系统的均衡电路及均衡策略。在均衡电路方面,使用可靠性较高且简单的开关阵列拓扑结构,利用外部电源为电池均衡,以提高电池均衡电流。在均衡策略方面,在传统电压均衡策略的基础上,增加欧姆压降补偿,推迟均衡系统关闭时间,实现更优的均衡性能。搭建了实验平台进行验证,实验结果显示,所提出的均衡电路较好地实现了均衡目标,传统均衡策略均衡电压误差约为14 mV,所提出的均衡策略仅约4mV,在基本不增加计算量的前提下,较好地提高了均衡系统的性能。