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54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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、電動(dòng)汽車產(chǎn)業(yè)的蓬勃發(fā)展為電網(wǎng)的發(fā)展帶來了機(jī)遇與挑戰(zhàn),電動(dòng)汽車在減少化石燃料燃燒,節(jié)能減排方面具有明顯優(yōu)勢,然而大量無序接入電網(wǎng)的電動(dòng)汽車會(huì)對電網(wǎng)的穩(wěn)定運(yùn)行帶來巨大影響如電壓變化、電能質(zhì)量變差、諧波污染等;另一方面電動(dòng)汽車的電池具有儲能功能,通過先進(jìn)合理的控制策略管理電動(dòng)汽車的充放電行為可以減少電動(dòng)汽車接入對電網(wǎng)的影響甚至提高電網(wǎng)運(yùn)行的經(jīng)濟(jì)性和穩(wěn)定性。本文利用魯棒優(yōu)化算法對含可再生能源和電動(dòng)汽車的微網(wǎng)系統(tǒng)調(diào)度策略進(jìn)行研究,通過控制電動(dòng)汽車

2、以及可再生能源在微網(wǎng)中協(xié)調(diào)互動(dòng)在保證電網(wǎng)穩(wěn)定運(yùn)行的前提下,達(dá)到提高經(jīng)濟(jì)性的目的。
  本文創(chuàng)新點(diǎn)可以總結(jié)如下:
  1.將魯棒優(yōu)化的方法應(yīng)用于電動(dòng)汽車在含可再生能源的微網(wǎng)系統(tǒng)有序充電策略中,在調(diào)度模型中以預(yù)測區(qū)間來描述可再生能源出力以及電動(dòng)汽車充電功率的不確定性,使調(diào)度策略對于不確定變量在其區(qū)間內(nèi)變化時(shí)具有較好的魯棒性。
  2.針對魯棒優(yōu)化理論的“過度保守”導(dǎo)致模型經(jīng)濟(jì)性較差的問題,引入“魯棒系數(shù)”的概念對前文所提傳

3、統(tǒng)魯棒優(yōu)化進(jìn)行改進(jìn),使得調(diào)度策略在經(jīng)濟(jì)性和魯棒性中尋找折中,為決策者提供調(diào)度理論依據(jù)。并將改進(jìn)的魯棒優(yōu)化應(yīng)用于微網(wǎng)的電動(dòng)汽車與可再生能源協(xié)同調(diào)度中,利用電動(dòng)汽車的V2G功能,使得電動(dòng)汽車在可再生能源豐富的時(shí)段充電而在可再生能源匱乏時(shí)段將電能回饋給電網(wǎng),達(dá)到增強(qiáng)微網(wǎng)經(jīng)濟(jì)性的同時(shí)保證微網(wǎng)的穩(wěn)定性。
  3.針對魯棒優(yōu)化算法在微網(wǎng)協(xié)同優(yōu)化模型應(yīng)用中面臨的模型復(fù)雜度增加問題,本文使用基于電動(dòng)汽車到達(dá)時(shí)間的分類調(diào)度算法,將有相似充/放電行為

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(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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)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(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自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論