基于改进型sigmoid函数的混合储能系统SOC控制策略

介绍锂离子电池-超级电容混合储能系统的传统SOC控制策略,提出一种基于改进型sigmoid函数的SOC控制策略,并通过算例来展示混合储能模型的构建、仿真过程,分析验证基于改进型sigmoid函数的混合储能系统SOC控制策略的有效性。

基于权重因子改进型tanh函数的光伏MPPT算法

根据光伏功率-电压曲线的特点,对最大功率点两侧采用不同的自适应步长扰动观察最大功率点跟踪算法:对右侧采用基于tanh函数的自适应步长算法,对左侧采用基于权重因子改进型tanh函数的自适应步长算法。通过仿真分析及硬件试验,验证所提出的基于权重因子改进型tanh函数的自适应步长扰动观察最大功率点跟踪算法的可行性和优越性。仿真分析和硬件试验结果表明:基于权重因子改进型tanh函数的自适应步长扰动观察最大功率点跟踪算法在辐照度和温度变化场景下均具有较好的跟踪速度和精度,能为光伏系统高效稳定的输出功率提供保障。

对《建筑物防雷设计规范》的探讨

根据GB 50057—2010《建筑物防雷设计规范》,分析了防雷设计中经常遇到的一些问题,阐述了对规范条文的理解。比较发现,新版本的规范接近国际标准,可为我国的防雷设计提供依据。

光伏组件性能研析

介绍光伏组件的电气参数、特性及影响组件性能的因素,着重对几类主流光伏组件的性能展开研究分析,最后对光伏组件的发展方向进行展望,N型晶硅高效组件及新材料光伏组件将会是未来高性能光伏组件的主要发展方向。

基于PVsyst和Simulink的建筑主动配电系统光伏仿真设计

设计建筑主动配电系统一般需要先建立“源、网、荷、储”各系统模型,再对其进行仿真模拟,最终实现优化控制。光伏系统是建筑主动配电系统中“源”的重要组成部分,根据光伏电池的数学模型,在PVsyst和Simulink仿真平台中建立基于扰动观察法最大功率点跟踪(MPPT)的建筑主动配电系统光伏仿真模型,最后用实际工程案例进行验证。

建筑光伏系统发电功率短期预测方法研究

为降低光伏系统发电功率的预测误差,增强预测结果的精准度,文章对建筑光伏系统发电功率短期预测方法研究,进行数据采集及校正,建立归一化预测矩阵,以此为基础,构建BP神经网络预测模型,以Mallat重构处理实现发电功率的短期预测。最终预测结果表明:与传统多时间尺度预测组和传统分布式光伏预测组相比,神经网络光伏预测组最终得出的预测误差相对较小,且均控制在0.15以下,表明其对系统的预测效果更佳,具有实际应用价值。

民用建筑低压直流配电系统设计实践

结合实际工程项目设计实践,论述民用建筑低压直流配电系统设计相关的基础性、关键性技术问题,包括对电压等级、接地型式的选择,保护电器的配置,绝缘监测与故障定位,以及直流设备的选用等,指出建筑低压直流配电涉及这些技术问题时电气设计应考虑的角度,给出解决方案,最后列出低压直流配电设计目前尚未解决的一些技术层面的问题,并指出标准的缺失。

建筑直流配电及主动低压配电网研究

与交流系统作比较,分析了低压直流配电系统增加传输容量、降低系统电能损耗、提高供电能力等方面,得出直流系统具有较强优越性。从工程项目实例出发,浅谈主动低压配电网应用,为后续“光储直柔”建筑的研究提供理论与实践依据。

民用建筑中集中电源集中控制型消防应急照明和疏散指示系统的设计要点分析

在民用建筑的电气设计中,集中电源集中控制型消防应急照明系统的应用愈加广泛。本文针对集中电源集中控制型消防应急照明系统的特点做了概述,并对该系统的设计要点展开了分析。

民用建筑电气系统碳排放计算及分析

针对民用建筑碳排放的计算方法、碳排放因子选取及核算边界等重点、难点问题进行分析,并结合浙江省标《民用建筑碳排放计算标准》的编制,提出民用建筑电气照明、插座、电梯、光伏发电等系统碳排放计算范围和公式。

建筑光伏并网系统优化调度系统

文章针对光伏系统在建筑领域的应用,研究了建筑光伏并网系统的优化调度问题,提出一种结合经济性和可调度性的建筑光伏并网系统优化调度系统。首先,以经济性和可调度性为目标建立了建筑光伏并网系统优化调度模型;然后,采用混合储能系统输出功率来提高并网光伏系统的可调度性;最后,总结了建筑光伏并网系统优化调度系统的设计方案。

民用建筑中消防配电系统设计的一些问题的探讨

结合实际工程项目,根据国家规范GB 50016—2014《建筑设计防火规范》等相关规定,探讨了民用建筑中消防配电及应急照明和疏散指示标志系统配电的一些问题,以便电气设计人员加深对国家相关规范的理解。

基于TWP-SVR的锂离子电池健康状态估计

健康状态(state of health,SOH)是评估锂离子电池老化程度和剩余使用寿命的重要指标。然而,SOH无法通过直接测量获得,本工作提出了一种基于时间规整图(time warp profile,TWP)提取间接健康特征参数,使用支持向量机回归(vector machine regression,SVR)模型估计SOH的方法。首先,通过TWP将锂离子电池不同循环充放电压曲线转换为相位差异曲线。然后,从相位差异曲线中提取出4个间接健康特征。接着,采用线性核函数的SVR模型估计SOH。最后,以美国航空航天局(National Aeronautics and Space Administration,NASA)、美国保险商实验室公司和普渡大学(Underwriters Laboratories Inc.-Purdue University,UL-PUR)的开源数据集和储能电站实测数据进行验证。其中,储能电站数据实验结果表明,TWP-SVR模型的均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)的样本标准差(sample standard deviation,SSD)小于0.0015,四分位距(inter-quartile range,IQR)小于0.0022;平均绝对百分比误差(mean absolute percentage error,MAPE)的SSD和IQR分别为0.0152和0.0220,表明所提TWP-SVR方法保持较高准确性的同时具有良好的稳定性。

光伏组件的发展和分类

光伏组件是光伏系统的重要组成部分,其中,晶体硅光伏组件凭借原材料及制备工艺条件的优势,成为目前市场的主流。随着建筑光伏一体化、农光互补等多领域应用形式的发展,适用于多场景的新型组件也逐渐成为研究重点,高效新型组件及新材料组件纷纷崭露头角,其市场渗透率也在迅速提升。文章主要介绍了光伏组件的发展和分类,并对目前主要的光伏组件展开了具体分析。可以预见,未来,高效晶硅组件及新材料光伏组件将是光伏组件的主要发展方向。

基于模型采样和领域对抗神经网络的轴承故障诊断方法

为了适应不同产品的不同加工要求,轴承需要工作于不同的工况下,但是工况的变化会造成数据分布差异,从而导致轴承故障诊断模型的性能下降,同时目前也缺少针对无标签情况下实现故障类别均衡采样的方法,为此,提出了一种基于模型采样(MBS)和领域对抗神经网络(DANN)的轴承故障诊断方法。首先,使用基于模型采样(MBS)的方法,将预训练模型输出的类别概率分布作为采样依据,克服了在无标签目标工况下实现类别均衡采样的困难;然后,结合领域对抗神经网络(DANN),设计了将特征从目标工况迁移到源工况的网络结构;最后,在故障模拟实验数据上,建立了高精度的变工况轴承故障诊断模型,并将采用该方法所获结果与采用多种对照方法所获结果进行了对比分析,以验证该方法在变工况轴承故障诊断上的有效性和优越性。研究结果表明:在模拟实验中,采用基于MBS-DANN的方法可达到98.41%的平均诊断准确率,相比随机采样法提高超过10%;这说明无标签样本类别均衡采样具有重要意义,也可验证基于MBS-DANN的方法在变工况轴承故障诊断上的有效性和优越性。