考虑热电厂的主动配电网源网荷储协调优化调度研究

在北方集中供热地区,冬季热电厂运行时,新能源消纳空间被压缩,在局部地区出现了弃风、弃电率提升的问题。考虑热电厂的主动配电网级优化调度模型可减少配电网内风电弃电率,具有较好的应用前景。研究了一种可以有效增加风电消纳空间的双层调度模型,上层模型考虑燃料成本,满足系统供热需求为前提求解主网热电机组电、热输出和主网注入到配电网的功率。下层模型采用最优分时电价的负荷侧需求响应策略,结合配电网中的储能,求解各时刻负荷需求响应转移量,风电出力和储能出力情况。最后采用灰狼算法求解模型,验证调度模型的有效性。

基于矩阵变换器的飞轮储能模型预测控制策略

飞轮储能系统常用的背靠背变换器中间存在直流环节及电解电容,使得变换器体积庞大,而且直流环节电解电容器会带来直流电压控制、寿命和维护成本等问题。针对上述问题,采用矩阵变换器作为飞轮储能系统的控制变换器,有效地融入了矩阵变换器的优势,避免了背靠背变流器中直流环节及电解电容带来的问题。在分析储能系统工作原理的基础上,考虑到矩阵变换器电压传输比的限制,通过理论计算得出基于矩阵变换器的飞轮储能系统的运行范围。通过理论分析得到了飞轮储能系统功率与飞轮转速的关系,然后利用转速外环电流内环的双闭环控制方式实现对飞轮储能系统的控制。电流内环采用模型预测控制策略对矩阵变换器进行控制,从而实现飞轮储能系统的充放电控制。Matlab/Simulink中的仿真结果验证了运行范围分析的准确性和所提控制策略的有效性.

基于直接转矩控制的双矢量直接电压模型预测控制策略

模型预测控制(Model predictive control,MPC)是目前电力电子领域研究较为广泛的一种控制策略,不需要调制环节,具有动态响应快、容易实现多目标灵活控制、简单且容易实施等特点。但是这种控制方法由于存在循环寻优的计算过程,算法计算量较大且对控制器的要求较高,不利于实际应用。参考直接转矩控制思想,提出一种双矢量直接电压模型预测控制(Double vector based-direct voltage predictive control,2VB-DVPC)策略,这种控制方式利用查表法省去繁琐的循环寻优计算过程,减少了控制算法的计算量。在Matlab/Simulink仿真平台上搭建传统MPC与2VB-DVPC的仿真模型进行仿真对比,仿真结果验证了所提2VB-DVPC控制策略在保证动稳态性能的情况下,能够有效减少算法的计算量,并且能够固定平均开关频率,降低了谐波滤除的难度。

计及风电场的飞轮储能一次调频控制策略

随着新能源渗透率的提高,电力系统频率稳定性问题愈加严重。本文提出一种改进飞轮储能辅助风电场一次调频的控制策略,分析风储系统的频率特性和容量配置,风电场采用虚拟惯性控制参与一次调频。由于风电场的输出功率根据自然风速随机变化,可能会导致飞轮长期运行至较高或较低转速的状态,在风速骤变时甚至会引起飞轮转速越限。采用虚拟下垂控制结合模糊规则防止飞轮转速越限,从而弥补风电场在一次调频中的功率缺额。通过仿真分析及实验验证阶跃扰动和连续扰动的工况下的频率特性,得出改进控制策略在阶跃扰动和连续负荷扰动2种工况下最大频率偏差更小、响应速度更快的结论.

双金属离子调控型镍钴氧化物纳米片用于非对称超级电容器

通过水热-煅烧两步法制备了系列镍钴氧化物(NCO)纳米片。通过改变前驱体溶液中的镍、钴离子物质的量之比,进而调控NCO纳米片中的过渡金属离子比例。NCO纳米片的晶相、形貌和结构利用X射线衍射、扫描电子显微镜和X射线光电子能谱表征。此外,对NCO纳米片的电化学性能进行测试。结果表明,NCO-2(Ni_(1.95)Co_(1)O_(x))纳米片在0.5 A·g^(-1)电流密度下,比电容为1096.88 F·g^(-1),且经过5000次循环后具有78.26%的循环稳定性。以NCO-2为正极、活性碳为负极构成的非对称超级电容器,在功率密度为576 W·kg^(-1)时,能量密度为57.70 Wh·kg^(-1)。

基于LSTM-ATTENTION融合神经网络的光伏功率预测

针对现阶段光伏功率预测方法存在的误差大、稳定性差的问题,提出了基于注意力机制的LSTMATTENTION融合神经网络用于对光伏系统的功率进行预测,通过LSTM神经网络来提取光伏系统输出功率时间序列的特征信息,再添加注意力机制以提高预测精度,最后通过澳大利亚中部乌鲁鲁(艾尔斯岩)的分布式光伏电站提供的数据进行训练与验证。结果表明:所提出的LSTM-ATTENTION神经网络预测模型比单一LSTM模型的预测精度提高了50.25%。因此,该方法可以为光伏系统的实际应用提供有力支持与帮助。

三聚氰胺衍生的高石墨氮中空管状Fe-N/C催化碱性氧还原反应

以煅烧三聚氰胺后形成的C3N4材料为氮源,柠檬酸为碳源,六水合三氯化铁为铁源,通过两步法合成FeN/C催化剂,并考察该催化剂对氧还原反应的电催化能力。采用XRD、SEM、Raman、XPS等表征手段对Fe-N/C催化剂的晶体结构和元素化学状态进行综合评价;以CV和LSV等电化学测试手段探究Fe-N/C催化剂的氧还原电催化能力。研究结果表明,Fe-N/C催化剂具有管状形貌、较高的石墨氮含量和较佳的氧还原电催化能力。通过对电化学性能关键参数进行分析发现,Fe-N/C催化剂的起始电位是1.071 V vs. RHE,半波电位是0.911 V vs. RHE,极限电流密度是5.943 mA/cm2。