版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、微電網(wǎng)技術(shù)是未來智能電網(wǎng)改革和轉(zhuǎn)型的關(guān)鍵支撐技術(shù),是分布式清潔能源接入電力系統(tǒng)乃至整個能源系統(tǒng)的核心技術(shù)手段,也是實現(xiàn)智能電網(wǎng)安全、清潔、經(jīng)濟、高效、靈活以及可靠供電的重要保障。相對于傳統(tǒng)集中式電力系統(tǒng),微電網(wǎng)系統(tǒng)具有諸多優(yōu)點,如傳輸損耗低、發(fā)電與安裝靈活、供電可靠安全等。但是,由于微電網(wǎng)系統(tǒng)內(nèi)部發(fā)電和負載受環(huán)境因素影響,具有隨機性、波動性以及間歇性等特點,如何在維持微電網(wǎng)能源和負荷不確定性平衡關(guān)系的基礎(chǔ)上,控制和優(yōu)化微電網(wǎng)內(nèi)部功率流是
2、保障微電網(wǎng)安全經(jīng)濟運行的核心問題之一。解決這一問題的關(guān)鍵是在微電網(wǎng)系統(tǒng)內(nèi)使用儲能系統(tǒng),這不僅可以有效緩解分布式能源發(fā)電與負載不平衡對微電網(wǎng)系統(tǒng)的負面影響,還有助于微電網(wǎng)系統(tǒng)的能量優(yōu)化調(diào)度和提高系統(tǒng)供電可靠性。鋰離子電池相較于其他類型的儲能形式,具有高能量密度和功率密度、低自放電率以及長循環(huán)壽命的優(yōu)點,在儲能系統(tǒng)中的應(yīng)用越來越普遍。然而,鋰離子電池具有強非線性、狀態(tài)耦合、環(huán)境敏感以及壽命衰減等復(fù)雜特性,且實際運行工況中存在測量不精確等多種
3、干擾,如何在復(fù)雜運行工況下,準確描述儲能系統(tǒng)的動態(tài)行為和老化行為特征,實時、準確及魯棒地監(jiān)測儲能電池運行狀態(tài)和評估其老化程度,并在此基礎(chǔ)上對微電網(wǎng)系統(tǒng)能量進行優(yōu)化管理,對保障微電網(wǎng)系統(tǒng)安全、經(jīng)濟、可靠及持久運行具有重要價值,并對微電網(wǎng)技術(shù)的發(fā)展和推廣具有積極的推進作用。
為了提高微電網(wǎng)系統(tǒng)內(nèi)部儲能信息獲取與運行狀態(tài)感知的準確性、魯棒性,必須針對包含強非線性、狀態(tài)耦合、環(huán)境敏感以及壽命衰減等復(fù)雜特性的非線性時變系統(tǒng),建立其動態(tài)行
4、為描述機制以及模型參數(shù)和系統(tǒng)狀態(tài)在線估計的方法基礎(chǔ)。為實現(xiàn)基于不確定信息與不確定優(yōu)化模型的微電網(wǎng)能量優(yōu)化控制,還必須依據(jù)儲能系統(tǒng)負載能力的狀態(tài)評估和微電網(wǎng)系統(tǒng)約束,建立優(yōu)化目標(biāo)函數(shù)不確定時,基于數(shù)據(jù)驅(qū)動方式的智能化能量優(yōu)化策略。本文借鑒貝葉斯方法在非線性系統(tǒng)參數(shù)估計與優(yōu)化方面的優(yōu)勢,同時引入基于神經(jīng)網(wǎng)絡(luò)和隨機過程建模的相關(guān)理論和方法,建立了儲能系統(tǒng)實時動態(tài)行為和老化行為的描述模型;結(jié)合貝葉斯估計方法,提出了儲能系統(tǒng)狀態(tài)在線估計、模型參數(shù)
5、在線校正、健康評估與壽命預(yù)測的方法。基于儲能系統(tǒng)的運行狀態(tài)參數(shù)監(jiān)控與分布式微源和負荷發(fā)電預(yù)測結(jié)果,結(jié)合貝葉斯優(yōu)化方法,提出了微電網(wǎng)系統(tǒng)數(shù)據(jù)驅(qū)動的能量優(yōu)化策略。
本文的主要工作及創(chuàng)新點如下:
1)針對儲能系統(tǒng)非線性參數(shù)估計問題,利用分段線性化與神經(jīng)網(wǎng)絡(luò)工具處理了其非線性特性,建立了磁滯非線性的描述模型,提出了一種在線模型參數(shù)與系統(tǒng)狀態(tài)估計的方法;針對儲能系統(tǒng)動態(tài)行為描述模型的階次確定問題,結(jié)合子空間參數(shù)辨識方法與粒子濾
6、波算法,提出了一種模型階次在線自適應(yīng)確定的方法。針對包含狀態(tài)和參數(shù)約束的非線性慢時變系統(tǒng)在線模型參數(shù)辨識和狀態(tài)估計問題,基于貝葉斯估計方法,設(shè)計了約束對偶貝葉斯估計器,為復(fù)雜工況環(huán)境下儲能系統(tǒng)的運行參數(shù)和狀態(tài)準確監(jiān)控提供了理論基礎(chǔ)。
2)針對儲能系統(tǒng)的瞬時功率準確預(yù)測問題,基于電池在線荷電狀態(tài)與參數(shù)估計結(jié)果,提出了基于荷電狀態(tài)約束、端電壓約束的瞬時功率預(yù)測方法,并結(jié)合實驗統(tǒng)計數(shù)據(jù),分析了各類約束的影響機制,為保護電池和微電網(wǎng)系
7、統(tǒng)的優(yōu)化運行控制提供了重要的參數(shù)依據(jù)。
3)針對儲能電池的老化行為描述問題,建立了基于布朗運動的老化動態(tài)行為描述模型,基于此模型構(gòu)造了健康狀態(tài)估計和剩余使用壽命預(yù)測的數(shù)學(xué)描述,并結(jié)合極大似然估計和粒子濾波算法,給出了模型參數(shù)辨識和狀態(tài)估計的方法,提出了估計值和預(yù)測值的不確定性量化評估方法。最后,利用不同電池老化測試集和老化閾值驗證了模型和算法的準確性與魯棒性。
4)針對串聯(lián)電池組內(nèi)單體不一致性對儲能電池組狀態(tài)估計的負
8、面影響,首先基于雙時間尺度對偶濾波器,設(shè)計了電池組內(nèi)最大最小荷電狀態(tài)監(jiān)控的方案,并基于電池組荷電狀態(tài)上下確界,給出了儲能電池組峰值功率的計算方法。為了緩解和消除串聯(lián)電池組內(nèi)單體不一致性,提出了一種基于雙層并行均衡拓撲和開路電壓估計的均衡控制方法。仿真實驗結(jié)果表明,開路電壓估計方法無需預(yù)知單體電池容量與內(nèi)阻,并且均衡控制方法可以有效緩解電池內(nèi)部的不一致性,提高充放電可用容量。
5)針對基于數(shù)據(jù)驅(qū)動方式的微電網(wǎng)經(jīng)濟利潤最大能量調(diào)度
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 貝葉斯濾波下量測系統(tǒng)誤差和狀態(tài)聯(lián)合估計方法研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)和本體的態(tài)勢估計方法.pdf
- 21340.基于mcmc的進展多狀態(tài)模型的貝葉斯估計
- 基于二維動態(tài)的間歇過程貝葉斯?fàn)顟B(tài)估計.pdf
- 基于多類型數(shù)據(jù)的貝葉斯OD矩陣估計方法研究.pdf
- 基于卡爾曼狀態(tài)估計的微電網(wǎng)電壓和無功控制方法研究.pdf
- 微電網(wǎng)的狀態(tài)估計研究.pdf
- 基于貝葉斯方法的圖像標(biāo)注研究與系統(tǒng)實現(xiàn).pdf
- 基于貝葉斯估計的低空對地多車輛跟蹤方法.pdf
- 基于貝葉斯方法的均勻分布變點的估計.pdf
- 基于最優(yōu)貝葉斯估計的目標(biāo)識別與跟蹤研究.pdf
- 基于貝葉斯方法的分類問題研究.pdf
- 基于貝葉斯方法的演化博弈研究.pdf
- 基于稀疏貝葉斯的相關(guān)信號DOA估計.pdf
- 基于貝葉斯網(wǎng)絡(luò)的電網(wǎng)故障類型診斷.pdf
- 基于貝葉斯估計的二項分布參數(shù)估計.pdf
- 基于貝葉斯與粗糙集方法的多Agent系統(tǒng)電網(wǎng)故障診斷的研究.pdf
- 參數(shù)的經(jīng)驗貝葉斯估計問題.pdf
- 基于貝葉斯估計的Copula方法在金融分析上的應(yīng)用.pdf
- 一種基于貝葉斯的微博隱私檢測方法研究.pdf
評論
0/150
提交評論