潘多拉系统和活动办公室

座落于英国剑桥城的欧洲最大的PC机制造商Olivetti,将它未来的产品开发集中于一个称作活动办     

基于小区源-储-荷协同的微网多能协调控制策略

小区光伏配备的储能装置容量有限且运行模式单一,不能充分发挥储能作用。文中将天燃气储气备用、空调可控负荷产生的虚拟储能与储能装置一起组成储能系统,提出使储能系统在光伏平抑波动、电网有功功率波动和峰谷电价套利3种模式下协调运行的控制策略。在光伏平抑波动和电网有功功率波动模式中,利用小波包分解得到虚拟储能输出功率参考指令,根据空调、燃气管道等状态信息得到虚拟储能输出功率,储能装置根据荷电状态选择性地作为虚拟储能的后备。峰谷电价套利模式中,利用储能装置空闲时段并结合分时电价信息进行充放电控制。3种模式协调运行,可实现小区源-储-荷能量管理。在Matlab中仿真不同模式组合下储能系统的输出功率,验证了所提控制策略的正确性和有效性。     

基于改进BP神经网络的光伏发电预测模型

针对光伏发电系统的输出功率具有出力波动和随机性的问题,提出一种基于最大偏差相似准则的CGA-BP神经网络的光伏发电预测模型.模型引入混沌序列初始化种群,利用最大偏差相似性算法对GA算法进行改进,将优化后的GA模型对BP神经网络进行优化.仿真结果表明,该模型与其他模型进行比较,具有较高的预测精度和准确性.