您好，歡迎來到上海柘宇電氣有限公司官網(wǎng)！
致力于為為智能電網(wǎng)用戶端提供能效管理、
電能質(zhì)量改善、用電安全的系統(tǒng)解決方案
致力于為為智能電網(wǎng)用戶端提供能效管理、
電能質(zhì)量改善、用電安全的系統(tǒng)解決方案
單相全橋離網(wǎng)逆變器輸出側(cè)功率解耦電路研究
摘要：單相逆變器輸入電流低頻紋波抑制是燃料電池及光伏電池發(fā)電系統(tǒng)亟需解決的問題。本文深入研究單相全橋離網(wǎng)逆變器輸出側(cè)功率解耦電路拓撲及其輸入電流低頻紋波抑制策略，給出控制參數(shù)、關(guān)鍵電路參數(shù)設(shè)計準則和實驗波形。該電路拓撲中有源功率解耦電路位于全橋逆變器輸出側(cè)，與全橋逆變器共用輸出濾波電感與電容，通過在輸出濾波電容上疊加直流電壓和低頻偶次諧波電壓實現(xiàn)逆變器功率解耦，使逆變器輸出側(cè)低頻脈動功率在輸出濾波電容與負載之間傳遞，阻斷其向直流側(cè)傳遞的路徑。理論和實驗結(jié)果驗證了這種方法的有效性和可行性。
金屬加工區(qū)分層儲能優(yōu)化配置方法研究
摘要：隨著城市配電網(wǎng)和新能源技術(shù)的不斷發(fā)展，變電站重過載、電網(wǎng)負荷峰谷差不斷增大、新能源消納不足等問題越來越嚴重。針對配電網(wǎng)現(xiàn)存問題，本文首先考慮在變電站節(jié)點配置集中式、大容量儲能，充分發(fā)揮其削峰填谷的作用；其次在用戶節(jié)點配置分布式、小容量儲能系統(tǒng)，發(fā)揮其促進光伏消納的作用，由此建立分層儲能優(yōu)化配置模型；最后將模型應(yīng)用于某金屬加工區(qū)，通過仿真驗證所建模型的經(jīng)濟性與有效性。仿真結(jié)果顯示，本文建立的分層儲能系統(tǒng)有效地降低了變電站負荷曲線的峰谷差，同時促進了園區(qū)內(nèi)的光伏消納，降低了用戶的年綜合成本。
基于核密度估計和Copula函數(shù)的風、光出力場景生成
摘要：新能源的隨機性、波動性及間歇性為電力系統(tǒng)規(guī)劃帶來困擾，對風、光出力的變化規(guī)律進行合理刻畫，生成典型出力場景是新能源規(guī)劃的常用方法。針對具有相關(guān)性的風、光出力典型場景難以生成的問題，本文首先應(yīng)用非參數(shù)核密度估計法對大量樣本數(shù)據(jù)進行擬合，并進行擬合優(yōu)度及精度檢驗，得到風、光的核密度估計表達式，然后建立多種基于Copula函數(shù)的風、光電場出力聯(lián)合分布模型，判斷各個模型的擬合優(yōu)度，結(jié)合各個模型的Kendall與Spearman相關(guān)系數(shù)，選取最優(yōu)Copula函數(shù)作為風電、光伏聯(lián)合概率分布，最后采用最優(yōu)Copula聯(lián)合概率分布生成風、光年出力場景。算例分析表明，所得的風、光年出力場景符合其相關(guān)性，在反映某地區(qū)風光實際出力時有更高的準確性，可為電力系統(tǒng)可靠性分析和電網(wǎng)規(guī)劃提供參考。
基于萊維飛行蜉蝣優(yōu)化算法的光伏陣列******功率點跟蹤研究
摘要：在光伏陣列工作過程中，局部陰影遮擋會導(dǎo)致光伏陣列輸出特性曲線呈現(xiàn)多個峰值，在這種情況下，通過傳統(tǒng)算法很難控制光伏陣列工作在全局最優(yōu)處。為了解決這一問題，本文將蜉蝣優(yōu)化算法（MA）應(yīng)用在光伏陣列******功率點跟蹤控制過程中，并且針對蜉蝣優(yōu)化算法中速度慣性衰減速度緩慢導(dǎo)致系統(tǒng)需要經(jīng)過較長時間的振蕩后才可以收斂的問題，提出通過萊維飛行運動規(guī)律改進蜉蝣優(yōu)化算法，從而使系統(tǒng)能夠以更快的速度進入穩(wěn)態(tài)。為了驗證算法的高效性，在三種工作環(huán)境下分別通過粒子群算法（PSO）、蜉蝣優(yōu)化算法和萊維飛行蜉蝣優(yōu)化算法實現(xiàn)光伏陣列******功率點跟蹤控制，并且對比在不同算法控制下的輸出功率曲線圖，驗證了萊維飛行蜉蝣優(yōu)化算法的優(yōu)越性。
基于狀態(tài)數(shù)決策模型的風電功率序列建模方法
摘要：為了構(gòu)建準確的風電功率時間序列模型，提高風電功率的建模精度，本文提出一種基于狀態(tài)數(shù)決策模型的馬爾科夫鏈-蒙特卡洛（MCMC）法。首先，對原始功率序列進行濾波處理，利用Metropolis-Hastings算法抽樣生成風電功率狀態(tài)序列，提高風電建模的計算效率和精度，進而根據(jù)生成的功率狀態(tài)序列，利用前一時刻的功率值疊加波動量及噪聲，提高生成風電功率序列的相關(guān)性；其次，根據(jù)兩種評價指標構(gòu)建狀態(tài)數(shù)決策模型，確定最優(yōu)風電功率，避免人工選取狀態(tài)數(shù)難以獲取最優(yōu)生成功率的缺陷；最后，以寧夏某風電場為例，對比分析生成風電功率的不同特性及不同抽樣方法，該方法生成的風電功率序列在各評價指標上均優(yōu)于現(xiàn)有的方法，能更好地復(fù)現(xiàn)歷史功率的數(shù)據(jù)特征。
