计及电动汽车和风光资源不确定性的微电网优化配置

电动汽车(electric vehicles,EVs)的规模化并网和风光等可再生能源的不稳定出力,给微电网电源容量优化带来更多不确定性影响。利用分时电价机制引导和蒙特卡洛方法模拟不同管理模式下的EV负荷,采用场景生成和K均值聚类算法构造风光典型场景集,以年总经济成本最优为目标函数,经粒子群算法优化得出含EV的微电网容量配置方案。仿真结果表明,考虑风光资源不确定性的配置方案能提高微电网的可靠性;有效的能量管理模式可以发挥EV的削峰填谷作用,降低EV用户年充放电成本和微电网年总经济成本。

SiC肖特基二极管的物理模型参数提取

碳化硅(SiC)作为新型材料,在高温、高频和大功率等领域中具有很大的潜力。SiC功率半导体器件在电力电子电路中应用广泛,提取精确的物理模型参数对电力电子电路设计尤为重要。在对SiC肖特基二极管动态特性及其物理模型的分析基础上,确定了其关键的模型参数。结合Matlab和Saber仿真软件,对仿真波形和实验波形进行了对比,并以仿真波形和实验波形的相关系数及迭代次数为目标函数来改进粒子群算法,以改进粒子群优化(IPSO)算法对SiC肖特基二极管内部关键模型参数进行优化辨识。最后,针对IDW30G65C5型号的整流二极管,提取了精确的模型参数,并验证了其有效性。

提高DG接纳能力的配电网动态重构方法

随着分布式电源(distributed generation,DG)大量接入配电网,具备组合控制各种DG能力的主动配电网得到了大力发展,加大配电网对DG的接纳能力是主动配电网的一个显著特征。提出了以提高DG接纳能力为目标函数的配电网动态重构方法。首先构建了相应的数学模型,以一天为周期综合考虑风力和光伏2种不同类型的DG,根据不同时段DG的不同特性,提出了随时段变化的配电网动态重构模型,并用遗传算法对其进行优化,最后以改进的IEEE 33节点系统为例验证了所提模型的有效性。