2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩91頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、現(xiàn)有的低頻減載方法多基于區(qū)域變電站的就地信息進(jìn)行負(fù)荷開斷決策,沒有充分利用智能電網(wǎng)發(fā)展帶來的信息化、互動(dòng)化和網(wǎng)絡(luò)化優(yōu)勢(shì)。本文圍繞基于信息共享的智能電網(wǎng)低頻減載優(yōu)化技術(shù),依次從信息基礎(chǔ)、技術(shù)架構(gòu)、決策方法三個(gè)層面展開研究,提出了一種網(wǎng)絡(luò)化的低頻減載優(yōu)化控制策略,在架構(gòu)上可實(shí)現(xiàn)用戶側(cè)協(xié)調(diào)和系統(tǒng)側(cè)協(xié)調(diào),在功能上可實(shí)現(xiàn)減載負(fù)荷與減載容量的智能決策。主要研究?jī)?nèi)容包括:
  ⑴依據(jù)低頻減載的動(dòng)作流程梳理歸納其正確動(dòng)作所應(yīng)掌握的關(guān)鍵信息,在系統(tǒng)

2、、變電站與負(fù)荷不同層面上,深入挖掘智能電網(wǎng)環(huán)境下低頻減載可利用的各類信息,其中重點(diǎn)研究了負(fù)荷的典型特征信息與友好型用戶(電動(dòng)汽車)的互動(dòng)特性,并對(duì)信息的獲取途徑與傳輸架構(gòu)展開分析。
 ?、品治鰝鹘y(tǒng)低頻減載技術(shù)的特點(diǎn)與不足,研究符合智能電網(wǎng)發(fā)展趨勢(shì)的通信網(wǎng)絡(luò)化低頻減載技術(shù)。在此基礎(chǔ)上結(jié)合上述多類可用信息,研究以智能變電站為平臺(tái)的低頻減載優(yōu)化架構(gòu)與控制策略,研究以變電站為單元的低頻減載廣域協(xié)調(diào)控制策略,從而在技術(shù)架構(gòu)上實(shí)現(xiàn)智能電網(wǎng)低頻

3、減載的“雙重協(xié)調(diào)”優(yōu)化。
  ⑶針對(duì)用戶側(cè)的協(xié)調(diào)優(yōu)化,提出了基于灰色關(guān)聯(lián)分析的切負(fù)荷排序算法,以量化分析負(fù)荷重要性、負(fù)荷頻率效應(yīng)系數(shù)、負(fù)載率等負(fù)荷特征信息對(duì)低頻減載動(dòng)作的影響。在滿足系統(tǒng)切負(fù)荷總量需求前提下,給出了基于實(shí)時(shí)負(fù)荷檢測(cè)的變電站精確切負(fù)荷策略,研究了計(jì)及電動(dòng)汽車友好互動(dòng)的低頻減載協(xié)調(diào)優(yōu)化策略,并通過仿真算例驗(yàn)證了算法對(duì)低頻減載動(dòng)作特性的優(yōu)化。
 ?、柔槍?duì)系統(tǒng)側(cè)的協(xié)調(diào)優(yōu)化,構(gòu)建了基于廣域?qū)崟r(shí)共享的減載容量智能分配模型

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論