基于FCM和SRF组合的光伏组件故障诊断研究

为了在较长的时间段内准确诊断光伏组件的故障,提出了一种基于FCM (fuzzy C-means)算法和SRF算法组合的光伏组件故障诊断方法。利用FCM将样本数据按照最大隶属度原则进行相似日聚类并得到聚类中心,用每一类样本数据分别训练SRF分类模型,将上述聚类中心和SRF分类模型组成FCM-SRF分类模型来判断光伏组件的运行状态。通过实验证明了该方法适用于样本数据的时间和季节跨度较大的情况,其判断结果具有较高的准确性和有效性。

电池交换站与微电网基于影子价格的协调优化

电池交换站(battery swap station,BSS)的发展可有效缓解电动汽车行驶里程有限、充电时间长所带来的问题。首先提出微电网、BSS 2个独立非合作实体管理系统日前经济运行的新型优化模型;然后设计一个以市场为基础的机制,使2个系统能够有效地协调,该协调机制只需要在2个实体之间交换单个影子价格和充放电功率请求;最后采用CPLEX软件与改进的风驱动优化算法,得到微电网和BSS的充放电功率和影子价格,对所提出的模型进行求解。通过数值算例验证该方法的有效性和可扩展性,并由改进的IEEE 33总线系统算例验证了所提优化模型的合理性和有效性。