XiaoMi-AI文件搜索系统
World File Search System网中
直流微电网中用于太阳能光伏和储能的统一电源转换器
摘要：本文讨论了用于直流微电网的统一功率转换器的开发和实验验证，考虑纳入太阳能光伏 (PV) 板和储能系统 (ESS)，即电池。考虑到当前电网结构所带来的局限性，主要体现在新兴技术（ESS、可再生能源、电动汽车和原生直流运行的电器）的强调整合，采用新的拓扑、架构和范例极为重要。特别是，分散式电力系统、统一拓扑和相应的控制算法代表了减少功率转换器数量的新趋势。因此，开发的解决方案旨在以 3.6 kW 的标称功率、100 kHz 的开关频率和四种与功率流有关的运行模式运行 SAVE-15te：(i) 太阳能光伏板到电池 (PV2B)；(ii) 太阳能光伏板到直流电网 (PV2G)； (iii) 电池到直流电网 (B2G)；(iv) 直流电网到电池 (G2B)。此外，双有源桥式转换器保证了电流隔离，而两个后端直流-直流转换器负责连接太阳能光伏板和电池。提出的统一功率转换器的实验验证证明了其对自用生产单位的应用价值。
自动配网中波动性储能系统混合配置优化策略
摘要：本研究旨在解决有源配电网（ADN）不稳定能源接入问题，包括频率调节困难、ADN 电压偏差增大、运行安全性和稳定性下降等。本研究建立了一个两阶段主要化配置模型来识别和理解波动性能源如何影响混合储能系统（HESS）。利用风能、太阳能和负荷的日预报数据来检查带有铅酸电池和超级电容器（SC）的 ADN 和 HESS。在这个规划阶段，综合成本、网络损耗和节点电压偏差被视为多目标优化模型中的最优目标，而改进的多目标优化粒子群方法用于求解容量配置的初始值。在运行阶段，以风电输出功率波动、HESS频率偏差等优化目标求解SC配置能力修正值，并利用加入混沌机制的量子粒子群算法对ADN中不同类型机组的输出进行进一步优化，基于案例33个节点实例进行仿真研究，确定最佳配置结果，仿真结果验证了模型的可行性。
智能电网中的人工智能 - IJTSRD
1 罗伊·G·佩里工程学院，Prairie View A&M 大学，美国德克萨斯州 Prairie View 2 南卡罗来纳州立大学工程技术系，美国南卡罗来纳州奥兰治堡 3 中央州立大学制造工程系，美国俄亥俄州威尔伯福斯 摘要 智能电网是一种集成了人工智能双向通信网络以提供能源和信息的电网。该技术可让各种传感器和设备对电网的运行提供即时反馈。尽管人工智能相对较新，但它将彻底改变我们生产、传输和消费能源的方式。人工智能将构成未来智能电网的大脑。电力部门已开始使用人工智能和相关技术实现智能电网、智能电表和物联网设备之间的通信。本文介绍了人工智能在智能电网中的一些应用。
使用 MCTLBO 在容量受限的配电网中支持电动汽车充电站集成的 PV/BESS
摘要。带有备用电池储能系统 (BESS) 的太阳能光伏 (PV) 系统可缓解电力系统相关问题，包括不断增加的负载需求、功率损耗、电压偏差以及随着电动汽车 (EV) 的整合在充电时增加负载而需要升级电力系统。本文研究了带有 PV/BESS 供电的电动汽车充电站 (CS) 的 IEEE-69 总线径向配电系统 (RDS) 的电压、功率损耗和负载能力等系统参数的改进。RDS 根据电动汽车总数、电动汽车充电时间和可用的 CS 服务时间分为不同的区域。每个区域分配一个 CS。制定了一种能源管理策略，根据电价的使用时间引导 CS、PV 板、BESS 和公用电网之间的电力流动。允许 BESS 在高峰时段将存储的多余能量出售给公用电网。采用基于多课程教学学习的多目标优化 (MCTLBO) 来优化 PV/BESS 系统的规模和每个区域中 CS 的位置，以最小化年度 CS 运行成本和系统有功功率损耗。结果验证了最佳 PV/BESS 为 CS 供电的适当功能，从而提高了系统的技术经济性。
直流微电网中综合能量平衡器的控制策略：光伏应用
可再生能源是可以无限期使用的能源。因此，太阳能光伏等可再生能源得到了发展。通常用于将微电网连接到电池的传统转换器只能改变电压。要将微电网连接到电池，需要双向转换器。双向转换器有多种配置。控制结构非常复杂，以获得令人满意的输出。本文提出了一种双向 DC-DC 降压-升压转换器，用于控制直流微电网、太阳能系统和负载中的电流。需要双向 DC-DC 降压-升压转换器将电池的能量传输和接收至直流微电网。当电压发送到直流微电网时，电池电压会降低。否则，当电池通过电压充电时，充电电压会增加。这种转换器产生的输出电压比 AC-DC 降压-升压转换器更好，其开关频率是典型转换器的两倍。改进的 DC-DC 转换器具有最简单的形式和最高响应度的优势。
标题：电网中太阳辐射间歇性的评估......
6 参考文献................................................................................................................................ 40
智能电网中的电动汽车
1834 年，托马斯·达文波特发明了第一台电动机。1859 年，法国物理学家加斯通·普兰特发明了铅酸电池。在接下来的几十年里，其他科学家，尤其是普兰特，对这项发明进行了改进。1884 年，著名的英国发明家托马斯·帕克（被称为“欧洲的爱迪生”）制造了第一辆商业实用的电动汽车。与帕克的许多其他发明（例如电车、地下灯和无烟燃料“煤矿”）不同，汽车很少受到关注。巴黎和纽约都在 1897 年推出了电动出租车队。电动汽车在 20 世纪后期声名鹊起，成为蒸汽汽车和汽油汽车的可行替代品，蒸汽汽车早上可能需要 45 分钟才能启动，汽油汽车需要复杂的换档，必须摇动曲柄才能启动。因此，电动汽车被宣传为特别适合女性，因为它们对身体的要求较低。此外，到 20 世纪初，美国道路上三分之一的汽车都是电动汽车。
人工智能在物联网中的作用 - ijrpr
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
阿拉斯加偏远微电网中过剩可再生能源发电与非电热负荷之间的有益匹配建模与评估
摘要：许多阿拉斯加社区依靠燃油取暖，依靠柴油发电。对于偏远社区，燃料必须通过驳船运输或空运，导致成本高昂。虽然可再生能源资源可能可用，但风能和太阳能的易变性限制了在没有足够储存的情况下可以同时使用的数量。本研究开发了一种决策方法来评估三个合作社区中过剩可再生能源发电和非电力可调度负荷（特别是空间供暖、水加热和处理以及衣物烘干等热负荷）之间的有益匹配。多种电力可再生能源混合优化模型 (HOMER) Pro 用于根据当前发电基础设施、可再生资源数据和社区负荷对潜在的过剩可再生能源发电进行建模。然后，该方法使用这些过剩发电概况来量化它们与具有固有热储存能力的建模或实际热负荷的匹配程度。在三个社区调查的 236 种可能的太阳能和风能容量组合中，高渗透风力发电的过剩电力与衣物烘干和空间供暖的热负荷之间的匹配度最高。这项研究中最差的匹配是太阳能渗透率低（峰值负荷的 25%）且所有热负荷都存在。