摘要:近年来,多微电网引起了学术界和工业界的关注。多微电网 (MG) 允许整合不同的分布式能源 (DER),包括间歇性可再生能源和可控本地发电机,并提供更灵活、可靠和高效的电网。本研究制定并提出了一种解决方案,用于在极端事件期间在具有不同资源的多 MG 配电系统 (PDS) 中寻找移动储能 (MES) 的最佳位置和运行,以最大限度地提高系统弹性。为此,定义了一个基于事件的多阶段系统弹性指数,并研究了物联网 (IoT) 应用对多 MG 系统中 MES 运行的影响。此外,还介绍了需求和价格不确定性对多 MG 运行性能指标的影响。本研究使用流行的 PG & E 69 总线多 MG 配电网络进行模拟和案例研究。为了更好地了解 MES 单元和不同的 DER 以及 IoT 对多 MG 系统运行方面的贡献,我们构建了一种新的混合 PSO-TS 优化算法来进行模拟。模拟结果表明,MES 和其他能源资源的优化运行以及相应的能源共享策略可显著提高配电系统的运行性能。
摘要:可再生能源整合已成为配电系统不可或缺的一部分。风能和太阳能渗透率高的能量存储设备正成为支持由于可再生能源电力间歇性而导致的功率不匹配的关键部件。可再生能源以及存储设备需要最佳放置,以确保配电系统高效运行。本文分析了电池储能以及分布式发电 (DG) 在混合配电系统中的影响。本文的主要贡献是:(i) 使用组合功率损耗灵敏度指数对 DG 进行最佳选址和定型,(ii) 基于组合功率调度策略对电池储能进行最佳位置和定型,(iii) 最小化系统的总功率损耗和燃料成本。计算了充电和放电期间的电压曲线、燃料成本、电池安装成本、电池存储大小和电池能量。针对 IEEE-33 总线测试系统获得了结果,并与文献中现有的方法进行了比较。使用通用代数建模系统 (GAMS) 和 MATLAB 接口解决了优化问题。关键词:径向配电系统、可再生能源、电池储能装置、损耗最小化、最佳尺寸和位置选择。,
摘要:本编辑文件提供了“重新思考配电网规划和运行以实现可持续智能电网和与电气化交通的平稳互动”特刊中发表的每篇论文的主要动机和简要描述。本特刊旨在介绍智能电网模式下配电网规划和运行的几种创新解决方案,其中通常连接产消者、电动汽车和其他典型负载。本特刊涵盖了其中一些解决方案和计算应用,即概率功率流、电压和功率因数控制、基于代理的仿真、数字孪生、弹性能源调度和不确定性建模等贡献。发表的作品非常及时,引起了极大的兴趣,这肯定会在短期内推动未来研究人员对本特刊领域的影响。
为了减少对化石燃料发电的依赖,印度采取了多项开创性举措,加快可再生能源 (RE) 在电力领域的应用,并制定了雄心勃勃但可实现的目标,即到 2022 年安装 175 吉瓦的可再生能源。最近,印度已实现 100 吉瓦的可再生能源安装量里程碑,与上述目标相得益彰。这表明该国正稳步向清洁能源发电转型,并做出了承诺。然而,可再生能源在电网中的渗透率越高,就会产生各种技术问题,如电压升高、反向功率流等。因此,在配电公司/网络运营商的电力组合中,拥有储能等平衡能源至关重要。
摘要:全球电力需求的不断增长以及即将到来的电动汽车充电选项整合,给电网带来了挑战,例如线路过载。随着锂离子电池成本的不断下降,存储系统成为传统电网增强的一种替代方案。本文提出了一种电池储能系统的运行策略,针对工业消费者,旨在改善配电网并节省工业消费者的电费。目标是通过调整单个工业消费者站点的电池储能系统控制来降低现有配电网公共耦合点的峰值功率。作为这项工作的一部分,我们调整了一个开源模拟工具,该工具可以真实模拟不同运行模式下的存储系统对配电网的影响。关于存储系统额外压力的更多信息来自基于六个关键特征的详细分析。结果表明,采用组合方法可以降低局部峰值负载和全局峰值负载,同时不会显著增加储能压力。公共耦合点的峰值负载减少了 5.6 kVA 至 56.7 kVA,并且对于存储系统的额外压力,在六个月的模拟中平均仅高出 1.2 个完整等效周期。
摘要 由于能源转型和电力分配,配电系统的重要性日益增加,且运行中出现了新的挑战,因此受到了广泛关注。例如,可再生能源和电动汽车的整合导致系统发生多种变化,例如参与提供辅助服务。为了解决这些挑战,人工智能基于传感器数据和计算能力的增加提供了多种解决方案。本文系统地概述了过去 10 年中发表的一些将人工智能方法应用于配电系统运行的最新研究。在此基础上,制定了一般性指导方针,帮助读者为特定操作任务找到合适的人工智能技术。因此,提出了四个通用指标来指导每个应用的需求。从而可以得出结论,为每个操作任务提供合适的算法。
摘要 本论文主要关注的是评估微电网是否是未来实现 100% 可再生能源和净零碳排放的一种选择。这是瑞典雄心勃勃的能源政策的持续目标,其要点是在《巴黎协定》中确定的,该协定是一项具有法律约束力的国际气候变化条约。瑞典目前处于有利地位,因为该国的电力系统处于边缘脱碳状态。这是由于使用水力资源和核能以及由生物质驱动的区域供热。当今大多数电力生产都需要援助,因此需要解决方案来实现最终目标,因为大多数非环保能源生产正在逐步淘汰,例如核电站。考虑到这一点,本研究将概述微电网是否可以利用,在经济意义上是否有利,以及由于其管理和控制选项而被视为一个独立的实体。
为了将母线安装到航天器壁上,需要使用刚性铝制固定装置和由高性能热塑性聚合物或铝组件制成的柔性固定装置。这些有助于显著减少振动、冲击和温度的机械影响。为了安装母线,AXON' 建议每隔 200 毫米 (7.9”) 放置一个刚性固定装置和多个柔性固定装置。柔性固定装置允许母线随着航天器的运动而弯曲,同时考虑到其热弹性行为。刚性支撑确保母线完全固定到机械结构上。固定装置和母线的安装根据适用的客户规范进行。
必须在不同的数据源上执行大量复杂过程。这些过程经常受到外部机构的监管和审计,这使情况变得更加复杂。然而,一个老问题仍然存在:什么应该机器人化,什么应该由人类完成?本文旨在在用于在复杂过程中做出决策的数据分析任务的背景下部分回答这个问题。这项研究是基于一个软件机器人(RPA)中融入的人工智能方法进行的,该机器人自动获取数据,处理和分析这些数据,帮助人类专业人员在此过程中做出决策。它被应用于一个对验证研究很重要的真实案例过程。在数据分析中测试了四种方法,但实际上只使用了两种。机器人分析了来自能耗表的一系列信息。通过与仪表数据系列进行比较,可以检测仪表数据中可能的行为偏差。机器人能够对能耗数据中检测到的事件进行优先排序,向人类操作员指出需要注意的最关键情况。人工智能和 RPA 的结合是可行的,并且可以真正为公司和团队带来重要的好处,重视人类的工作并为流程带来更高的效率。
摘要:有源配电网的发展需要更准确、计算成本更低的状态估计。在本文中,作者研究了一种基于分散学习的大型配电网配电系统状态估计 (DSSE) 方法。所提出的方法将馈线级 DSSE 分解为可以独立解决的子区域级估计问题。所提出的方法是分散修剪物理感知神经网络 (D-P2N2)。物理电网拓扑用于简约地设计 D-P2N2 不同隐藏层之间的连接。基于从智能电表收集的三相配电系统功率流一年的负载消耗数据,开发了蒙特卡洛模拟,以生成测量和电压状态数据。选择 IEEE 123 节点系统作为测试网络,将所提出的算法与经典的加权最小二乘法和最先进的基于学习的 DSSE 方法进行基准测试。数值结果表明,D-P2N2 在估计精度和计算效率方面优于最先进的方法。