摘要 — 本文旨在研究人工智能、不同技术以及这些技术的实施,以解决与电气工程相关的问题,旨在提高准确性和效率。电力供应是经济增长和人民生活水平的指标。持续、可靠的电力供应是当今现代、先进社会运转的必要条件,而电力需求日益增加。电力系统的规划和运行旨在提供可靠和持续的电力。负荷流分析、安全性、稳定性、应急性、电压和无功功率控制是需要持续评估和监测的一些关键问题。用于评估和分析的实际常规方法是迭代的、不可靠的和耗时的。随着科技的发展,电力领域的研究工作已经从发电、输电、配电等不同问题的形式化数学数值分析方法转向了不太严格、不太繁琐、稳定、计算效率高、可扩展的人工智能技术。人工智能技术被视为一种模仿人类理性思考、处理信息以得出结论性结果的能力的努力。
Cat ® 双向电源 (BDP) 逆变器 Cat BDP 逆变器是储能系统的核心。基于为 Cat 电力驱动机器开发的技术,Cat BDP 提供卓越的可靠性、耐用性和功能,包括:• 用于储能设备充电和放电的智能控制。• 每单位 2 个故障电流能力 • 静态无功补偿器 • 全四象限输出功率工厂控制 • 获得专利的非线性下垂控制,可实现超快速响应 • 无缝模式转换 • 自动防孤岛 • 电网形成 • 电网跟踪 • 自主模式或远程控制模式 • 并联就绪 - 可以并联使用多个模块以将总输出增加到 100+MW 储能 • 先进的锂离子电池提供良好的能量密度、高放电/充电效率和高循环寿命。• 重型电池结构可在运输过程中提供隔振。应用 • 电网加固/电网稳定 • 发电机组瞬态辅助 • 黑启动能力/装置功率 • 虚拟旋转储备
摘要:随着绿色能源的应用日益广泛,有效处理这些能源的波动性也越来越重要,以确保经济和运营可行性。因此,这项工作的主要贡献是使用遗传算法评估日前电力市场中集成存储系统的风力发电场的收入潜力。这是通过储能系统 (ESS) 灵活充电放电的概念实现的,利用使用基于前馈神经网络的预测算法预测的广泛电价。此外,风力发电场必须遵循的电网规范所规定的无功功率限制也被视为制约因素之一。此外,将电池储能系统 (BESS) 获得的利润与热能存储系统 (TESS) 获得的利润进行了比较。与 TESS 相比,所提出的方法在日前电力市场中利用 BESS 进行能源套利时获得了更有利可图的结果。此外,风力发电场的 ESS 可用性减少了风力发电的削减。
摘要 — 调查存储设备的辅助服务提供能力是智能电网背景下的一个重要研究领域。本文介绍了与北爱尔兰配电网运营商合作开展的案例研究的初步结果,该案例研究旨在探索存储设备的系统服务提供能力。使用来自当地变电站的 PMU 数据,该研究首先确定了由于 11kV MV 配电网中计划的 DG 连接注入而导致的潜在电压和/或线路负载违规。然后提出了一种基于 MATLAB 的多周期、安全约束优化公式,用于计算最佳存储调度,同时最大限度地减少 DG 削减以及存储运营成本。通过将优化输出反馈到 NEPLAN 中建模的测试配电网,验证了所提出方法的有效性。结果表明,可以独立或同时控制存储逆变器的有功和无功功率输出,以有效缓解网络违规。索引术语 — 辅助服务、储能设备、MV 配电网、可再生能源系统。
已确定需求的要素取决于一系列与格拉德斯通地区电网脱碳预期速度有关的因素。因此,建议根据已确定需求的每个具体要素的当前预期需求日期分阶段实施候选 PTI 网络组件,从而最大限度地提高交付效率。第一阶段(Calvale 和 Calliope River 之间的新双回线路;Calliope River 的新变压器;以及安装最多两个同步电容器和两个静态无功补偿器)需要在 2028 年 12 月之前完成。第二阶段(Larcom Creek 和 Bouldercombe 之间的新双回线路)需要在 2029 年 12 月之前完成,而第三阶段(将 Calliope River 至 Larcom Creek 的输电线重建为双回线路)需要在 2031 年 3 月之前完成。所需的开始日期与这些分阶段完成日期一致。格拉德斯通项目组件的建设必须按照以下日期开始:
不可调度的可再生能源(如光伏 (PV) 系统)在发电结构中的渗透率不断提高,对电力系统的运行性能提出了挑战。在需求方面,提高客户负载灵活性和电气化程度的先进方案将显著改变电力需求。此外,屋顶安装的光伏系统会改变其所连接建筑物的电力需求,因为所产生的电力首先服务于建筑物的电力负载,从而影响电网所经历的所谓净负载。本论文研究增强分散太阳能光伏电力与电力系统集成的解决方案,特别关注概率和多变量预测以及基于此类预测的控制框架。此外,本论文还通过太阳能光伏逆变器的无功功率控制来评估电压控制。使用静态和动态预测模型生成概率太阳能、负载和净负载预测,其中后者可减少约 99% 的计算时间,并提高校准和锐度,但降低预测分辨率。随后,动态预测模型用于研究客户空间聚集对预测密度的影响,从而提高校准和清晰度。有趣的是,在聚集少数客户时,积极影响已经显而易见,这可以改善社区层面的决策。还研究了时间和时空轨迹形式的多元预测,其中多元分布由 copula 表示。具体而言,结果表明,经验 copula 特别适合高维时空预测,而高斯 copula 非常适合具有较大预测范围的时间预测。此外,该论文开发了基于场景的随机模型预测控制算法的增强版本,该算法实现全局最优控制动作(如果存在)而不是独立最优控制动作的期望,从而更有效地管理预测误差。最后,将基于种群的搜索方法应用于无功功率控制,该方法能够明确且独立地模拟分散太阳能光伏逆变器之间的空间和时间关系,从而以比基准更小的种群获得更好的电压曲线。总之,本文表明,可以使用多种方法改进预测,例如,通过空间聚合客户、结合光伏发电和用电量、预先选择信息预测因子或对预测进行后处理。反过来,预测准确性的提高可以增加其在诸如最优控制问题等应用中的价值,从而改善城市能源系统中的太阳能光伏集成。
摘要:由于电压不稳定问题和电力损耗的增加,尼日利亚电网面临着电力供应公司面临的严峻运营挑战。以尼日利亚 330Kv 电网为例,对拟议的电力损耗减少系统进行了评估,在 MATLAB/SIMULINK 编程环境中创建了尼日利亚 330Kv 输电系统的 Simulink 模型,并集成了拟议的神经网络控制 TCSC。在尼日利亚 330Kv 输电系统的 MATLAB/SIMULINK 模型中,使用遗传算法对 FACTS 设备进行最优放置。所提出的方法已在 IEEE 67 总线系统、39 个负载点、111 条输电线路和 14 台发电机上实施。对安装 TCSC 的总线负载的每种变化进行了仿真和评估;运行负载流以确定总系统损耗。结果表明,所提出的神经网络控制 TCSC 实现了平均有功功率损耗减少 13.11378 (pu) 和平均无功功率损耗减少 78.16378 (pu)。这表明 TCSC 降低了系统中的有功和无功功率损耗。
在这个项目中,为了在孤岛、电网连接和 DG 连接模式下提供不间断充电,使用了太阳能 PV(光伏)阵列、电池储能(BES)、柴油发电机(DG)组和基于电网的 EV 充电站(CS)。充电站主要设计用于使用太阳能光伏(PV)阵列和 BES 为电动汽车(EV)电池充电。但是,如果蓄电池电量耗尽且太阳能 PV 阵列发电无法使用,充电站会智能地从电网或 DG(柴油发电机)组获取电力。但是,为了在所有负载条件下实现最佳燃油效率,DG 收集的电力通常以 80-85% 的负载运行的方式获取。此外,充电站无需机械速度控制器即可与蓄电池一起控制发电机电压和频率。此外,为了实现不间断充电,PCC(公共耦合点)电压与电网/发电机电压同步。为了提高充电站的运行效率,充电站还进行了车对网有功/无功功率传输、车对家和车对车功率传输。利用Matlab/Simulink软件对充电站的运行进行了验证
% 百分比 ABT 基于可用性的电价 AC 交流电 ALMM 核准的型号和制造商清单 APPC 平均集中购买成本 CBG 竞争性招标指南 CDM 清洁发展机制 CEA 中央电力局 CER 经核证的减排量 CERC 中央电力监管委员会 COD 商业运营日期 CPSU 中央公共部门承诺 CUF 容量利用率 DISCOM 配电公司 DC 直流电 FY 财政年度 GEDA 古吉拉特邦能源发展机构 GERC 古吉拉特邦电力监管委员会 GETCO 古吉拉特邦能源输送有限公司 GoG 古吉拉特邦政府 GoI 印度政府 GUVNL 古吉拉特邦 Urja Vikas Nigam 有限公司 HPD 混合动力项目开发商 HPG 混合动力项目发电机 HPP 混合动力项目 ISTS 州际输电系统 KV 千伏 kW 千瓦 kWh 千瓦时 kVARh 千伏安无功小时 M 米 m/s 米每秒 MNRE 新再生能源部 MW 兆瓦瓦特 MWh 兆瓦时
芯吸和泵送 多年来,多孔金属已演变成许多难以解决的工艺问题。其中之一就是泵送和/或芯吸的使用。Mott 的多孔烧结金属是从航空航天到消费用途的许多应用的完美选择。 芯吸 具有非常均匀孔隙率的多孔金属结构将通过多孔金属结构将液体从流体储存器泵送液体并将液体施加到所需位置。由于均匀的孔分布和孔径,毛细管粘附发生在多孔结构内。 优点 无活动部件 长免维护使用寿命 清洁度 提供均匀的流动 连续操作 高强度、抗冲击 耐高温 过滤,为应用提供清洁流体 烧结金属用于液体冷却系统中的泵 多孔金属也可用于封闭的再循环系统。多孔材料在此系统中充当主泵。该系统的工作原理与芯吸相同,不同之处在于系统是完全封闭的。该系统的泵头压力可高达 30” H2O,具有这种性能的多孔金属适用于各种冷却应用。冷却应用航空航天卫星宇航员太空服冷却微电子电力电子开关整流器无功元件变压器