排序方式: 共有88条查询结果,搜索用时 15 毫秒
1.
电动汽车在需求侧能够发挥出优秀的灵活响应潜力。以往研究多侧重电动汽车的短时间尺度调度,但短时间尺度调度未从宏观时间尺度优化而易陷入短时局部最优。为此,提出了一种长时间尺度下计及里程焦虑心理效应的电动汽车充放电调度策略。首先,构建了长时间尺度电动汽车最优充放电调度策略框架;其次,考虑了电动汽车充放电操作的电池损耗成本以及电动汽车用户出行里程焦虑心理效应,以完善对电动汽车用户效益的量化;在此基础上,建立了考虑电动汽车调度成本及里程焦虑心理效应的长时间尺度电动汽车日前-实时双层多目标调度模型;最后,基于滚动时域优化方法对实时优化问题进行处理,利用非支配排序遗传算法对多目标问题进行求解。算例表明:所提策略可使电动汽车用户的里程焦虑心理效应在调度周期内长期维持低于0.25;维持较高水平(如0.75~0.9)的荷电状态可降低调度成本及里程焦虑,提升用户满意度,进而提升其接受调度的积极性与参与度。 相似文献
2.
为解决螺旋管式阻尼母线(下简称阻尼母线)的设计问题,文章开展阻尼母线最佳抑制效果与阻尼母线电阻与电感的配合关系研究,通过对特快速暂态过压(veryfasttransient overvoltage,VFTO)幅值和波前陡度抑制效果的分析,得到最佳抑制效果时电阻、电感参数的配合范围。因电感值决定了母线的加工方式,故重点讨论了电感的计算方法和影响电感大小的因素。分析高频和低频条件下螺旋管式阻尼母线磁链铰链情况的基础上,得到了采用场计算法来计算电感的具体实现方法。文章对特快速暂态过电流(veryfasttransient current,VFTC)波形进行拟合,并将其作为电感计算的激励。为得到频率、材料、匝距、匝数等因素对阻尼母线电感特性的影响,计算不同影响因素下阻尼母线的电感,采用最小二乘法对高频电感计算的离散结果进行拟合,并确定550kV电压等级最佳VFTO抑制效果下阻尼母线电感的取值范围。完成上述工作后,以550kV气体绝缘变电站(gasinsulated substation,GIS)中加装的阻尼母线为例,对电阻和电感的匹配原则进行验证,分析了加装阻尼母线后VFTO的抑制效果,结果表... 相似文献
3.
本文较为详细的论述了振动、位移、键相探头拆除、安装、校验的方式、方法和注意事项,提供了在轴系仪表探头检查方面的各项技术指标,给出了位移仪表零位定准的方法,同时针对本特利3500组态软件进行了概括性总结,解释了组态软件内各项参数的意义及选择、填写要求,为动设备轴系仪表的各项工作提供理论依据和指导。 相似文献
4.
针对台风灾害后交通信息不确定、调拨策略考虑维度不足等问题,提出融合交通态势修正的台风灾害后多维度智能调拨策略。采用历史交通态势数据拟合道路通行时间概率分布,并基于拉丁超立方采样对交通态势进行随机抽样,以计算更准确的道路通行时间。考虑交通、电网、用户等多维度,以抢修队伍、抢修物资、应急发电车等作为调拨主体进行台风灾害后抢修调拨,提出考虑调拨距离、恢复时间、失负荷量最优的多维智能调拨策略,利用模糊隶属度函数求取帕累托前沿最优调拨方案。根据2018年台风“山竹”下的珠海市数据验证调拨策略的有效性。算例结果表明所提多维度智能调拨策略能有效缩短台风灾害后恢复进程,提升电网防灾减灾能力。 相似文献
5.
6.
计及电动汽车充放电的微电网多目标分级经济调度 总被引:1,自引:0,他引:1
根据各调度单元的运行特性,提出一种含有负荷级、源荷级以及源网荷级的多目标分级微电网经济调度策略。首先,负荷级依据用户行驶习惯利用电动汽车的储能特性调控微电网原始负荷波动;其次,源荷级优先使用风、光出力支持微电网负荷用电,同时通过多目标粒子群优化算法,利用储能、完全可调度电动汽车最大化消纳可再生能源及最小化源荷级的综合运行成本;最后,源网荷级利用柴油机和主网联络线消纳来自源荷级剩余的微电网“净负荷”,并且将富余的风、光功率入网获得收益,使电动汽车群、微电网与主网达到经济性、高效性以及安全性的统一效果。以某具体的算例对所提策略进行仿真分析,并与电动汽车随机充电运行及不分级调度运行的情况进行对比,验证了所提策略的科学性及有效性。 相似文献
7.
8.
9.
在白细胞图像中,由于白细胞细胞核的存在,直接应用分水岭算法时,往往达不到较好的效果。本文提出一种结合EM聚类的改进分水岭算法。通过将EM聚类获得的图像中细胞核区域替换,然后使用基于距离变换的分水岭分割,确定白细胞区域。对距离变换后的图像采用形态学处理减少了细胞分割中的过分割现象。同时使用细胞核位置的先验条件,合并分水岭分割区域,进一步减小过分割的影响。本文方法提供一种新的将分水岭算法应用于白细胞分割的思路。同时实验证明,方法在分割精度上有着良好的表现。 相似文献
10.
应对气候变化带来的电网灾损是保障新型电力系统安全运行的关键之一。该文以输电杆塔风致灾损预测为出发点,对现有两类主流方法——数据驱动与模型驱动进行对比分析。在数据驱动方面,基于多源异构数据构建样本集,利用随机森林算法对输电杆塔风致灾损概率进行预测。在模型驱动方面,将输电线路与杆塔构成的塔线系统进行建模分析,利用设备应力强度与风荷载相关关系求取杆塔损毁概率。最后,通过台风“彩虹”下我国沿海某地区案例,对两类方法的预测结果进行对比,结果表明,模型驱动方法的预测精度较高,但建模复杂度较高,难以大范围广域应用;而数据驱动方法建模复杂度较低,计算效率高,同时具有较高预测精度,可为生产实际提供指导。随着数字化、信息化及智能化等技术普及,数据驱动方法因其建模复杂度低等特点,将会在未来科学应对电网灾害中发挥关键作用。 相似文献