考虑分布式电源和电动汽车集群调度的配电网络重构

随着分布式电源和电动汽车等灵活性电力资源大量接入配电网,对系统安全可靠性提出了更高要求。提出一种考虑分布式电源和电动汽车集群调度的配电网络重构方法,以提高系统可靠性和经济性。在考虑电压偏差的基础上,以故障停电损失成本作为衡量电网可靠性的经济性指标,对网络拓扑结构进行重新构建。首先以线路的开关状态、电动汽车充、放电状态及功率为决策变量,建立以综合成本最小为目标的配电网络重构模型;然后针对配电网络重构模型,采用共生生物搜索算法进行模型求解;最后,通过仿真算例验证了所提方法的有效性。

基于用户侧效益最大化的储能系统优化配置研究

近几年,由于国家能源政策和电力市场的需要,分布式储能的装机容量迅速增长。利用分布式储能克服地区配电网络因负载迅速增加所导致的电力短缺问题、优化配置分布式储能是今后发展的必然方向。分布式储能的接入对配电网节点电压及有功损耗产生不利影响,并且电网侧与用户侧之间存在利益纠葛,因此,文章从理论与实践角度分析了用户侧储能系统的优化配置。

基于模糊集理论的锂动力电池健康度评价方法

随着锂动力电池在民用发电、新能源汽车以及航天航空等领域的推广,确保其使用的可靠性与安全性成为热点研究问题。设计一种基于模糊集理论的锂动力电池健康度评价方法,对锂动力电池的状态进行评价。结合锂动力电池的电气特征、热特征等分析锂动力电池健康度的影响因素,确定锂动力电池健康度评价指标。基于可变模糊集理论构建锂动力电池健康度可变模糊评价模型,实施其健康度模糊评价,在评价中通过离差最大化方法确定锂动力电池健康度评价指标的对应权重。测试结果表明,该方法的健康度评价准确度最高可达99.21%。

基于物联网的储能电站数据链路设计

为解决突发性断电造成的新能源电站数据供能异常问题,本文开展了物联网储能在新能源电站数据中的应用研究。根据物联网电池的机械运行方式描述物联网作业过程,以此为依据,建立物联网电池充放电等效模型。考虑到物联网电池属于双闭环解耦系统,在设计中需引进单神经元网络,采用单神经元PID控制器,通过模糊控制调节电站数据运行中的增益值,实现自适应调整物联网储能参数;根据新能源电站数据的实际作业需求,通过控制器主动调节新能源电站数据工作模式,完成应用研究。实验结果表明,应用物联网储能技术后的电站数据不仅可以解决突发性断电造成的供能异常问题,还可以保障系统运行的稳定性。

求解两物种小系统发育问题的遗传算法题

基于复制-丢失比对(DLA)问题模型,研究了复制-丢失(D-L)演化模型下两物种(2-species)小系统发育问题(SPP),缩写为2-SPP-DL问题。通过引入比对算法、标记算法及3种智能变异算子,提出了求解2-SPP-DL问题的遗传算法——G2SP算法。G2SP算法采用普通算子和智能算子相结合的方式,普通算子能有效地保持种群的多样性,而智能算子则能提高种群的收敛性,使其更快地进化到最优解区域。利用4种真实菌属的tRNA和rRNA基因数据对算法性能进行测试,实验结果表明,G2SP算法能够获得较PBLP算法更小的进化代价,是求解2-SPP-DL问题的一种有效方法。

智慧城市综合能源系统供需双侧负荷自动化控制技术

针对现有算法在需求负荷控制过程中存在收敛速度慢,控制效果差的问题,提出基于PSO-IVACO算法的智慧城市综合能源系统供需双侧负荷自动化控制技术。根据智慧城市综合能源系统,分析供需特性,采用逐步回归方法对回归变量进行挑选,确定影响能源需求量主要因素。构建目标函数计算智慧城市综合能源系统总费用;设立供需双侧负荷约束条件。在目标函数和供需双侧负荷约束条件下,确定转入转出负荷量,结合PSO-IVACO算法,设计自动化控制流程获取最短路径最优解,即为供需双侧所需负荷量。由实验验证结果可知,PSO-IVACO算法跳出局部最优,且负荷需求在理想负荷需求范围内,控制效果较好。