一、实际功率和额定功率（论文文献综述）
王正一[1]（2021）在《兼顾弃风率与经济性的风电制氢容量规划研究》文中研究说明随着气候变暖问题日益严重,世界各国已达成向清洁低碳能源转型的共识。为此我国提出“碳达峰”和“碳中和”的目标。在此过程中,需要减少对传统化石能源的依赖,逐年提高风电等新能源发电在我国电力结构中占的比例。然而风电受风力、风速等自然条件的影响,其出力存在先天的波动性和间歇性,不利于大规模并网。在电力系统接纳能力不足,风电出力预测精度不完善的情况下,形成一定的弃风,降低风电的资源利用率。风电制氢作为近年来新兴的储能模式,除了可以有效减少弃风,平抑风电波动,还具有清洁绿色、热值高、产品输出多元化等优势。探究风电场配置制氢系统的容量规划不仅能够合理降低弃风率,还能够提高风电制氢系统的经济性。本文首先基于时序生产模拟和弃风率约束计算电解槽额定功率的边界,针对甘肃某200MW装机容量的风电场原始数据,拟合风电波动最恶劣的情况,将变化过快而导致无法消纳的风电出力用于制氢,计算不同弃风率下电解槽的额定功率,算例表明,弃风率在0%～10%之间时,电解槽额定功率边界为76.69MW和10.94MW。其次,分析电解槽效率衰减的原理,探究电解槽在风电场应用场景下电堆更换周期变化,建立全寿命周期成本与售氢收入、政府补贴的收入模型,以资本回收期与内部收益率为评估指标,讨论投资单价、制氢单价、售氢价格等经济参数对系统经济性的影响,分析风电制氢系统的经济可行性。最后,本文提出风电制氢容量双层规划模型,上层目标包括系统投资成本、全寿命周期总成本和内部收益率,下层优化目标为风电场的弃风率,决策变量为电解槽的运行功率,与单目标优化模型做对比。采用遗传算法对模型求解,结果表明了弃风率与电解槽容量规划值之间的矛盾,弃风率越低,电解槽的容量越大。根据弃风量与弃风功率的不同,构造多种场景,计算每种场景下各种优化方案的弃风率与经济性指标。结果表明,以内部收益率为上层优化目标的双层规划模型更能兼顾弃风率与制氢系统的经济性。
崔勇[2]（2021）在《基于物理热工耦合的通道式熔盐堆动力学分析方法研究》文中提出为解决核能发展面临的安全性、乏燃料处理和核燃料短缺等问题,世界范围内广泛开展了新型反应堆的设计与分析研究。作为第四代核能系统的六种候选堆型之一,熔盐堆使用液体燃料,具有本征安全、无水冷却、物理防核扩散、适合钍铀燃料循环及易于小型模块化等特点。然而,熔盐堆特有的燃料流动性和堆芯自冷却等特点,使得其临界性能和动力学特性与传统固态燃料堆有着本质区别。相比于传统堆型,熔盐堆内中子通量、温度、流量、应力和核素浓度等多个物理场的耦合效应更加显着。中子学与热工水力学是熔盐堆多物理耦合分析的基础。因此,开展基于物理热工耦合的动力学分析方法研究,对于熔盐堆的设计和安全许可具有重要的学术意义和工程价值。针对通道式熔盐堆,本文在中子学和热工水力学的耦合中采用隐式策略。为满足动力学分析对中子通量反复求解的需求,采用基于确定论的“组件-堆芯”两步法进行中子学计算。基于组件少群参数的反馈模型是核热耦合计算的关键。针对不同类型组件,建立了合适的等效均匀化模型,并基于最小二乘方法实现了一系列离散工况点下宏观截面的参数化。在中子动力学方面,考虑燃料的流动效应,基于四阶多项式节块展开法求解中子通量,采用无条件稳定的全隐式向后差分格式和指数变换方法对时间相关的中子扩散方程进行离散和求解。以上各方法在有效提高计算精度的同时节省了计算成本。考虑到通道式熔盐堆特有的流动-传热特性,采用并联多通道模型及单通道传热模型进行热工水力学计算。稳态下,基于“预估-修正”思想实现压力-速度方程的脱耦,求解得到燃料的流量分布、压力分布和温度分布。同时,根据熔盐与石墨之间的对流换热关系,得到石墨温度分布的解析解;瞬态下,利用拟牛顿法迭代求解压力和流量变量构成的非线性方程组,并引入有效传热系数方法求解石墨热传导方程。基于上述理论模型和数值方法,开发了通道式熔盐堆动力学分析程序TMSR3D。无流动情形下,对固体燃料堆稳态与瞬态扩散基准题的验证过程表明了所开发的程序在临界计算和中子动力学计算中的有效性;基于熔盐实验堆MSRE运行数据的验证与确认过程表明了TMSR3D程序中的少群参数模型、缓发中子先驱核流动模型、多通道热工水力学模型及核热耦合模型的正确性,该程序可对通道式熔盐堆的动力学行为提供合理描述;对MSRE的进一步分析也证明了其堆芯设计的固有安全性。最后,利用TMSR3D程序对2MWth钍基熔盐实验堆（TMSR-LF）进行了稳态与瞬态分析。稳态计算结果表明:TMSR-LF在额定工况下的最高温度、缓发中子损失比例等关键参数均在设计限值以下;瞬态计算结果表明:当一回路燃料流量发生变化时,堆芯的动力学响应不仅与流量变化引起的温度反馈效应有关,也与流量变化直接引起的反应性变化相关。由于TMSR-LF的负温度反馈设计,在热阱丧失和堆芯入口过冷事故中,即使保护系统无动作,反应堆也可从瞬态过渡至稳态或实现自动安全停堆。在反应性引入事故中,堆芯的动力学响应主要由所引入的反应性与有效缓发中子份额的比值（ρ/β）、温度反馈效应和堆芯冷却性能等诸多因素共同决定。ρ/β越大,功率变化越剧烈。在一定范围内,堆芯初始功率越高,反应性引入越多,温度反馈效应更加显着,堆芯过渡至稳态所需的时间也更短。总的来说,针对通道式熔盐堆,本文开展了等效均匀化参数模型、基于节块展开法和指数变换的中子动力学模型和基于并联多通道近似的热工水力学模型等方面的方法研究,开发了基于核热耦合的动力学分析程序TMSR3D。采用相关基准题和MSRE实验数据完成了程序的验证与确认过程,并对我国首座钍基熔盐堆TMSR-LF的概念设计进行了稳态与瞬态分析,研究了其核热耦合机制和动力学特性。本文所建立的数值模型和计算方法,可以用于系列熔盐堆设计与安全分析。
刘慧文[3]（2021）在《独立运行风光柴储微电网多目标容量优化配置研究》文中指出以微电网形式开发利用诸如风能、太阳能等可再生能源是实现能源可持续发展的重要方法,也是实现“清洁、低碳、安全、高效”能源结构转型的有效途径。对于可再生能源丰富且电网未覆盖地区,适合以微电网的形式开发利用可再生能源,进而实现电能的生产、传输和利用。微电网规划设计是建设微电网工程的首要任务,容量优化配置是规划设计的核心任务。本文立足于微电网规划设计多目标优化的需要,以独立运行风光柴储微电网为研究对象,在建立微电网多目标容量优化配置模型的基础上,以随机场景技术解算优化模型为主线,聚焦于建立风光荷数据联合概率模型、制定运行策略、设计优化算法三个关键技术问题开展研究,具有重要的理论意义和实际应用价值。主要工作如下:（1）针对所论风光柴储微电网的拓扑结构,综合考虑了经济性、可靠性、环保性三个优化目标及功率平衡、分布式电源输出功率限制、分布式电源装机数量限制、储能荷电状态运行范围限制、储能时序变化等相关约束条件,建立了微电网多目标容量优化配置模型,为后续研究奠定了基础。（2）鉴于Wasserstein生成对抗网络（Wasserstein Generative adversarial networks,WGAN）在图像生成方面的优异表现,结合对风光荷数据的特征分析,提出了基于WGAN的风光荷数据联合概率模型。该模型无需事先知道风光荷数据服从的概率分布,而是用两个相互关联的深度学习模型（生成器、判别器）来直接拟合风光荷数据的联合概率模型,而且该模型便于生成场景数据。为了提高拟合精度并防止训练算法过拟合,构建判别器时借用了迁移学习的思想,以具有强分类能力的ResNet50V2深度学习模型为基础,保留其用于表征通用特性的网络层、删除其表征专用特性的网络层,并针对风光荷数据的特征,在ResNet50V2的底部和顶部重新添加卷积层和全连接层进而完成判别器的网络结构构建;与判别器的结构相对应,利用卷积层和全连接层构建了生成器;结合判别器、生成器的结构特点及风光荷数据的特征,采用两次规范化和一次限幅二次插值对训练样本的结构进行了重构,使得训练样本的数据结构与WGAN的网络模型匹配,并且易于捕捉风光荷数据的统计特性;训练算法采用了标准化、正则化等手段。对WGAN生成数据的月度平均值、自相关性、互相关性及多样性四个方面的分析表明:本文设计的WGAN模型结构合理,训练算法没有过拟合,能够从本质上捕获多维风光荷数据在时间和空间两个尺度的统计特性。（3）针对运行策略问题,在分析微电网运行特征的基础上,制订了柴油发电机的启动和关停条件,将微电网的运行工况分为了七种状态,找出独立运行风光柴储微电网运行策略中,储能、柴油发电机共同跟踪净负荷时,如何分配净负荷功率这一关键问题,进而设计了储能优先跟踪净负荷、柴油发电机优先跟踪净负荷和柴油发电机优先额定功率运行三种运行策略,并给出了运行策略的实现流程。（4）针对微电网容量配置优化模型具有多目标多约束条件、强非线性等复杂特性,以强度Pareto进化算法（Strength Pareto evolutionary algorithm 2,SPEA2）为基础,利用其寻优过程前期收敛速度快的优点,克服其后期易早熟的不足,同时受枚举法全方向搜索和插值数学思想的启发,提出了基于SPEA2的邻近点参考搜索算法（Search algorithm referencing adjacent points based on SPEA2,SARAP）。SARAP算法首先经过SPEA2算法快速定出最优解集的轮廓,实现搜索空间的减小,然后利用SPEA2最优解集的邻近点构建小空间全方向搜索算子进行寻优,从而使得最优解集支配性进一步提升,完整性接近真实Pareto最优解集,最终实现求解结果完整性与运算效率之间的统一。时间复杂度分析和收敛性分析表明,SARAP算法运算速度远快于枚举法,运算结果接近真实Pareto最优解集。同时SARAP算法的思路完全可以推广应用于改进其他智能算法,具有一般的方法论意义。（5）多角度分析优化计算结果,进一步验证了微电网容量优化配置的有效性。首先,采用多种空间形式展示了确定性方法（以历史数据和SARAP算法为基础）的优化计算结果,结合逼近理想解排序多目标决策算法（The technique for order preference by similarity to ideal solution,TOPSIS）选取的几组典型容量配置方案,分析了影响微电网容量优化配置经济性、可靠性、环保性的因素。其次,与确定性方法相比,随机场景技术（以历史数据、WGAN生成的多组场景数据及SARAP算法为基础）解算方法能够有效应对风光荷数据的不确定性,进而可以提高微电网容量优化配置结果的鲁棒性。再次,对比分析三种运行策略下的解算结果及同一优化配置方案在三种运行策略下的生产模拟结果表明:储能优先跟踪净负荷运行策略具有最好的环保性,柴油发电机优先跟踪净负荷运行策略具有最优的经济性,柴油发电机优先额定功率运行策略具有最高的可靠性。最后,典型配置方案在一年期数据和典型日数据下的生产模拟结果验证了本文进行微电网容量优化配置的有效性。本文的研究丰富了独立运行微电网多目标容量优化配置研究的理论,拓展了深度学习在风光荷数据场景生成方面的应用,改善了多目标优化问题求解算法的性能,对提升微电网规划设计精准度具有一定的参考价值。
胡淳珂[4]（2021）在《大功率风电经VSC-LCC混合直流并网的控制研究》文中提出加大风能等可再生清洁能源供给和消费是未来能源发展的必然选择,然而风能在我国的开发利用也存在和传统化石能源相同的问题,即能源分布与负荷中心在地理位置上不平衡,需要将集中在西北部地区的风能远距离传输至东部的负荷中心。直流输电是大功率风电远距离传输的有效方式,结合传统直流（Line Commutated Converter High Voltage Direct Current,LCC-HVDC）与柔性直流（Voltage Source Converter High Voltage Direct Current,VSC-HVDC）的优点,采用适宜拓扑结构和控制方式的VSC-LCC混合直流输电,能够使风电和火电都需要输出的地区实现大功率风电的可靠接入与传输。首先,提出了适合大功率风电并网的VSC-LCC串并联结构的混合直流输电系统,LCC换流器以更低成本为系统传输更多功率,VSC换流器为风电场提供稳定的电压支撑。对混合直流输电系统风火打捆联网运行模式和风电场孤岛运行模式分别设计基本控制策略,搭建系统稳态运行的数学模型,设计包含换流站充电准备阶段和换流站功率抬升阶段的混合直流输电系统启动控制策略,仿真模型验证了系统能在1.5s左右达到稳定运行结果。其次,对风电波动出力特性进行了分析,建立风电场输出有功功率与风速的关系,使用含位置和尺度参数的t分布模型拟合风电波动出力变化率。考虑VSC换流站的容量限制设计了系统基础协调控制策略,当风电场输出功率较低时,系统受到VSC换流站容量限制无法传输额定功率。为了充分利用系统的传输容量,考虑风电波动出力特性,利用风电和火电互补优点设计了系统改进协调控制策略,使得系统可以在更大的风电场输出功率范围内传输额定功率,提高系统运行的稳定性和经济性。最后,分析了送端不同交流系统强度对混合直流输电系统的影响,得出送端交流系统短路比（Short Circuit Ratio,SCR）越小,交流线路上传输的功率越大,送端交流母线电压越低;交流母线电压过低会使得系统无法按照设定的控制策略实现稳态运行。针对送端弱交流系统,调整整流侧与交流系统连接的VSC换流站控制方式,同时配合无功补偿设备,实现系统全功率范围内的协调稳定运行。
齐国愿[5]（2021）在《可再生能源混合储能容量优化配置研究》文中指出随着可再生能源的不断开发和大规模利用,含高比例可再生能源的电力系统灵活性面临严峻的挑战。储能技术不仅可以平滑可再生能源发电功率呈现的波动性和随机性,而且能够有效解决电力系统调峰能力不足的问题。储能技术类型众多、特性各异,在容量规模、响应时间、成本最小化以及技术成熟度等方面优势互补,利用两种或多种储能技术配合应用可以有效提升可再生能源并网能力以及电力系统持续稳定的运行能力。因此,如何对混合储能系统进行容量配置和功率分配成为国内外学者研究的重要方向。本文对可再生能源的混合储能容量配置和功率分配展开了研究,主要包括可再生能源发电系统的特性分析与建模、混合储能系统的容量优化配置以及功率分配控制策略。具体工作如下:1.考虑到用户用电需求和可再生能源发电情况,构建了一种由重力势能储能、蓄电池和超级电容组成的大规模混合储能系统。针对其不同的储能特性,以储能系统年综合成本最小为目标,提出一种基于自适应变分模态分解的混合储能容量优化配置策略。通过设置变分模态分解的最大分解尺度,对低、中、高频模态数进行迭代,确定储能系统的初始功率,计算其额定功率、额定容量以及年综合成本。最终确定经济最优系统的容量配置方案。对不同分解尺度K和频率分界点下的混合储能容量配置进行仿真实验分析。结果表明该策略能够有效提升大规模可再生能源发电系统的经济性与技术合理性。2.考虑到蓄电池的运行寿命以及超级电容的投资成本,对储能系统充放电功率进行控制。根据混合储能系统参考功率信号,提出一种基于变分模态分解的储能系统SOC模糊优化控制策略。在获得储能系统初始功率信号的基础上,结合超级电容和蓄电池的荷电状态与其变化趋势,使用模糊控制规则对各储能系统的充放电功率进行二次修正。仿真实验表明该策略能够有效平滑可再生能源发电功率波动,确保混合储能系统高效、稳定的运行。
陈浩[6]（2021）在《辐射供冷房间照明灯具的对流与辐射散热量分配比例研究》文中提出室内热源散热量的对流辐射分配比例是负荷计算的关键基础参数。比较先进的负荷计算方法,例如热平衡法、辐射时间序列法均需将室内各类内扰得热的对流辐射分配比例作为输入参数,以简化室内换热过程的计算。各类内扰得热的对流及辐射的分配比例是准确将室内得热实现对流部分和辐射部分分离的关键参数,分配比例的准确性直接影响负荷计算的准确性。相对于对流式空调环境,以辐射换热为主的辐射空调环境势必增大内扰的辐射换热量,改变内扰的对流辐射分配比例。目前对于各种得热的对流和辐射的分配比例的研究,主要针对对流式空调,缺乏辐射供冷作用下的分配比例,需要解决。基于以上研究背景,本文通过实验方法对辐射供冷环境室内灯具的辐射和对流散热量的分配比例进行了研究,具体研究内容如下:首先设计并搭建了混凝土埋管式辐射供冷实验平台,并根据室内照明灯具的辐射散热特性制作了净辐射全自动测量系统,在此基础上提出了一种准确可靠的测量辐射供冷环境下室内照明灯具辐射散热量的新方法。其次,测量了灯具在顶板辐射供冷环境下的总散热量和辐射散热量,比较了灯具实际功率与额定功率的差异性,根据总散热量间接得到了对流和辐射散热量的分配比例。结果表明,灯具实际功率为额定值的76.5%～111.5%,大多数灯具的实际功耗低于额定功率,辐射散热量占比为25%～63%;且该比例比对流式空调环境下的结果高出4%～12.4%。然后,比较了不同灯具类型和安装方式对灯具辐射散热量占比的影响。研究发现,热辐射光源辐射散热量占比最高,其次为气体放电光源,固态光源的这一比例最小,三种光源的辐射散热量比例分别为55%～63%、34%～57%、18%～53%。与吸顶式灯具相比,吊顶式安装灯具的辐射散热量明显高于前者,最大可高出38.8%。而与落地式灯具相比,吊顶安装的灯具辐射散热量略低于落地安装方式下的灯具。最后,研究了辐射供冷环境对灯具辐射散热量占比的影响,将供水温度由18℃提升到22℃后,辐射散热量减小了约3.17%～8.92%。而供冷面发射率由0.01变为0.76后,灯具辐射散热量增加了2.1%～8.1%。对于供冷末端位置的影响,灯具在地板辐射供冷环境下的辐射散热量明显高于顶板和墙体辐射供冷,辐射供冷末端位置的变化导致这一比例增长了3.7%～22.9%。
俞晓冬[7]（2020）在《基于不确定性分析的自律型风电场储能容量优化配置研究》文中提出由于化石能源危机和环境污染问题,对风电等可再生能源发电技术的研究开发和推广应用已成为电力行业的发展趋势。风电是一种优质的可再生能源,不仅清洁环保而且存储量巨大。然而因为其自身所固有的不确定性,大规模风电并网会给电力系统带来各种问题。深入研究风电的不确定性特征及其应对措施,对风电的消纳和电网的安全稳定具有重要的意义。风电场如果将自身的不确定性因素都转交给电网处理,就会使不确定性的影响范围由发电侧扩展至整个电力系统,并且使整个系统的规划工作与运行调控工作更加复杂。如果风电场自身能具有一定的自律性,则既可以增强风电的可调度性,又可以降低整个系统的复杂性。因此增强风电场的自治能力,使风电场具有一定的自律性,是比较合理的研究思路。在风电场出口装设合适容量的储能系统,通过风储合作的方式使风电场具备一定的自律性,使风电由被动接纳转变为主动参与系统消纳。因此研究自律型风电场中储能容量的优化配置具有重要的实际应用价值。另外,风电的不确定性实际上表现为非规则分布特征,任何基于规则分布的风电预测研究和储能容量优化配置研究都具有一定的局限性,不具有研究模型上的稳健性与研究方法上的通用性。因此针对风电不确定性的非规则分布特征,寻找一种稳健的研究模型与通用的研究方法将具有重要的理论意义。本文以含储能的自律型风电场为研究对象,首先建立风电功率不确定性的模型,研究非规则分布下的短期风电功率的区间预测问题,然后在风电功率区间预测的基础上,针对非规则分布,分别从以下三方面研究了自律型风电场中储能容量的优化配置问题:（1）从风电场自律型区间优化的角度研究储能容量的优化配置;（2）从风险分析的角度研究自律型风电场储能容量的优化配置;（3）在频域内分析风电功率的频率特性,从平滑风电功率波动的角度研究储能容量的优化配置。从而形成了关于自律型风电场的从风电功率不确定性分析到风电功率区间预测到储能容量规划的研究体系,并考虑了风电不确定性模型的稳健性与研究方法的通用性。实际风电场在进行储能容量配置时,可根据自身机组、地域及市场等实际情况,从上述各角度或其中某些角度进行多维度综合评估,从而确定储能容量的最优配置。本文的主要研究工作和创新成果如下:（1）针对风电功率的非规则分布特征,提出基于Parzen窗和置信区间优化的风电功率区间预测方法。首先采用Parzen窗估计方法来建立风电功率的不确定性模型,Parzen窗估计方法适用于任意形状的非规则分布;其次对于非规则分布的预测区间的求取问题,本文以预测区间宽度最小为目标函数,且满足一定的约束条件,建立最优化模型,应用信赖域优化方法求解最优预测区间;最后关于区间预测质量的评价问题,区间宽度和区间预测准确率是两个相互矛盾相互制约的指标,本文借鉴信息检索领域里F值的概念,综合衡量这两个相互矛盾的指标,从而全面客观地评价了风电功率区间预测的质量。算例分析结果表明,本文方法不但可以获得更好的风电功率区间预测质量,而且具有研究模型上的稳健性与研究方法上的通用性。为后续章节关于自律型风电场中储能容量优化配置的研究奠定了坚实的基础。（2）从风电场自律区间优化的角度,提出了风电场跟踪最优自律区间和有效跟踪计划出力的储能容量优化配置方法。1)当风电场跟踪最优自律区间时,首先提出了风电场自律区间的概念,在风电场中配置储能可以使其实际出力被限制在一定的功率区间内,从而减弱风电不确定性对电网的影响,增强风电场的自律性;然后针对风电不确定性的非规则分布特征,寻找风电场的最优自律区间,进而得到相应的储能容量最优配置。2)当风电场自律区间的宽度为零时,风电场跟踪计划出力。风电场如果能有效跟踪计划出力,则将具有更好的自律性,但此时需要配置更大的储能容量,因此经济性是必须要考虑的问题。风电场可考虑在一定跟踪度下跟踪计划出力,对于跟踪度之外产生的的弃风和缺电,需要风电场向电网支付相应的弃风惩罚和缺电惩罚来购买系统的旋转备用以维持其计划出力。以风电场收益最大为目标函数,针对非规则分布,求解一定跟踪度下的储能容量最优配置。在此基础上又深入细致地分析了储能成本、电价、弃风惩罚、缺电惩罚和跟踪度等影响因素与最优结果之间的特性关系。仿真算例表明该方法不但适用于规则分布,而且适用于非规则分布,具有研究模型上的稳健性和研究方法上的通用性。不但能够获得基于风电场最优自律区间的储能容量配置方案,而且还可以获得一定计划出力跟踪度下的储能容量最优配置方案以及不同成本条件和惩罚条件下的最优跟踪度。该方法有效提高了风电场的自律性水平,为自律型风电场的储能容量规划提供了有力的决策支持,具有重要的参考价值。（3）从风险分析的角度研究自律型风电场中储能容量的优化配置,提出了基于改进夏普比率的风电场储能容量优化配置方法。风电的不确定性会给系统带来风险,自律型风电场应该具有一定的风险规避能力。本章借鉴金融领域中夏普比率的思想来评估自律型风电场每单位风险的超额收益,从而把风险与收益有机结合起来。首先对传统夏普比率进行了改进,用条件风险价值代替传统夏普比率中的风险度量来考察风电不确定性带来的风险,不但适用于风电不确定性的非规则分布特征,而且计及了尾部风险,具有前瞻性;然后考虑到风电不确定性会给系统带来双侧风险（即弃风风险和缺电风险）,因此对传统的单侧条件风险价值进行了改进;进而针对非规则分布下的双侧风险的计算进行了深入研究;最后综合衡量单位风险和超额收益,以夏普比率最大为目标,求解风电场所需要配置的最优储能容量。算例分析表明该方法在进行风电场储能容量配置时,不但将风险和收益有机结合起来进行考察,而且适用于任意分布,具有研究模型上的稳健性与研究方法上的通用性,为自律型风电场的风险评估和储能容量优化配置研究提供了新的思路。（4）在频域内分析风电功率的频率特征,从平滑风电场出力波动的角度,提出了考虑风电功率低频分量波动率裕度的自律型风电场中混合储能容量的优化配置方法。风电场的自律性还体现在对波动率的自律方面。为了满足风电并网的波动率标准,在频域内通过小波包变换将风电功率分解为低频分量、次高频分量和高频分量,把满足并网波动率标准的低频分量作为并网功率,而次高频分量和高频分量则分别用蓄电池和超级电容来进行平抑。考虑到满足并网标准的低频分量的波动率其实会存在一定的裕度,因此对次高频分量和高频分量只需要进行部分平抑即可。在此思想的指导下,以风电场的混合储能成本最小为目标函数,以波动率满足并网标准为约束条件,在非规则分布下,建立优化模型,求解得到蓄电池和超级电容的最优容量配置。在此基础上,以混合储能未平抑的功率剩余量为评价对象,分析各典型日储能配置结果的熵,分析其中所包含的信息量和不确定性的大小,从而确定各典型日结果的熵权。基于各典型日储能配置结果及其熵权,得到最终的混合储能配置结果。仿真算例表明该方法在保证风电波动率满足并网标准的前提下,显着降低了储能成本,而且储能配置结果具有更小的功率误差和容量误差,有效提升了储能容量配置的准确性和合理性。
刘孟楠[8]（2020）在《电动拖拉机设计理论及控制策略研究》文中指出电动拖拉机作为一种新型农用动力机械,具有效率高、污染小、噪音低等优点,开展适合不同用途的电动拖拉机研究,解决新产品设计中的理论方法和技术问题,具有十分重要的学术和工程实际意义。论文针对电动拖拉机结构方案、驱动系统、电源系统设计及控制策略开展研究,以期为电动拖拉机新产品开发提供理论和技术支持。本文的主要研究内容为:通过对电动拖拉机功能分析,确定了电动拖拉机的性能需求,给出了电动拖拉机牵引动力性和经济性评价方法,建立了性能评价指标的数学模型。对电动拖拉机主要组成部件进行了特性分析和选型研究,设计了适用于拖拉机作业特点的电动拖拉机电源系统、驱动系统和总体结构方案,分析了电源系统、驱动系统和拖拉机的工作模式。通过电动拖拉机主要参数计算流程,给出了设计输入、电源系统、电动机、传动系统和总体参数的数学模型。分析了电动拖拉机的牵引动力性和经济性,结果表明,设计的电动拖拉机结构方案和给出的参数计算方法,可以保证拖拉机具有较好的作业性能。提出了以牵引性、经济性和连续作业性能为目标的电动拖拉机性能优化方法,确定了电动拖拉机优化的设计变量,建立了目标函数和约束条件数学模型。分析了电动拖拉机优化设计数学模型,基于改进非支配目标遗传算法设计了优化算法,制定了电动拖拉机优化设计流程。设计验证实例结果表明,所提出的优化设计方法,能较好地改善电动拖拉机牵引性、经济性和连续作业性能。根据电动拖拉机功能、作业要求和总体结构,提出了基于规则的电源管理策略。利用小波变换分析构造双通道正交滤波器组的方法,针对电源管理策略中的动态功率分配问题,设计了功率分配控制算法,推导了超级电容荷电状态（State of Charge,简称SOC）估计算法模型。根据电动拖拉机驱动系统的动力性和经济性控制需求,设计了基于全局优化的驱动电动机控制策略和变速器换挡策略,采用粒子群算法、模糊逻辑门限算法,设计了处理驱动控制信号的转矩推断算法、全局优化算法、转速控制算法和初始化算法。设计了满足整体控制功能需求的电动拖拉机总体控制策略,制定了基于J1939的电动拖拉机通信协议。研究了电动拖拉机硬件在环（Hardware in the Loop,简称HIL）测试方法,构建了电动拖拉机的HIL平台,分析了平台的性能。基于AVL Cruise建立了电动拖拉机犁耕和旋耕作业仿真模型,开发了整机控制器,基于dSPACE Simulator平台构建了电动拖拉机HIL系统,进行了犁耕和旋耕作业的HIL测试。犁耕和旋耕作业的HIL测试结果表明,设计的电动拖拉机控制策略优化了电源系统在田间作业时的工作状态,提升了犁耕等牵引作业时的电动拖拉机经济性,增加了连续作业时间,实现了旋耕等旋转动力输出工况中动力输出轴（Power Take off,简称PTO）转速切换的功能要求,达到了预期控制目标。
王成继[9]（2020）在《燃料电池拖拉机动力系统设计与研究》文中研究表明拖拉机是一种常用的农业生产作业工具,传统燃油拖拉机由柴油发动机提供动力,其噪声大,尾气排放污染严重,而纯电动拖拉机在续航能力、充电时间、电池衰减等方面存在明显的欠缺,制约了其大规模推广应用。燃料电池具有清洁、高效、排放无污染、可迅速加氢等诸多优点,将其应用于拖拉机作为动力源可以克服纯电动拖拉机充电困难和里程焦虑两大明显缺陷,在绿色农业、精准农业等领域具有广阔的市场前景和社会效益,基于此本文对燃料电池拖拉机的动力系统设计展开研究,主要研究内容如下:首先,通过对比分析,确定了燃料电池拖拉机采用燃料电池发动机+DC/DC变换器+蓄电池的混合动力系统方案和机电集成的驱动方案。根据拖拉机的实际作业工况设定了燃料电池拖拉机的性能指标,根据性能指标参数完成了燃料电池拖拉机动力系统中燃料电池发动机、DC/DC变换器、动力电池、驱动电机等部件的选型和参数匹配,并为动力系统部件做了整车的结构布局设计。其次,分析了燃料电池拖拉机整车控制系统的结构,根据实际的功能需求完成了燃料电池拖拉机整车控制器的软硬件设计,制定了动力系统上下电工作流程、动力系统能量控制策略、整车及动力系统部件保护策略。再次,利用仿真软件ADVISOR对燃料电池拖拉机动力系统主要部件开展了二次开发与建模仿真。仿真结果显示,匹配到的各部件可以使燃料电池拖拉机满足动力性能要求,其燃料经济性与同类燃油拖拉机相比最少可提高11.1%,最多可以达到21.8%。最后,搭建了燃料电池拖拉机动力系统测试平台,开展了部分台架试验。实验结果显示:优化匹配后的动力系统功率可以达到燃料电池拖拉机作业需求;在制定的能量控制策略下,基本可以保证锂电池的SOC稳定在60%和80%之间。本文的设计研究可为后续燃料电池拖拉机的开发提供一定的工程指导。
时超洋[10]（2020）在《大型风电机组变桨距控制技术及半实物仿真试验研究》文中进行了进一步梳理风能因其清洁、可再生和成本小的特点,使得它在其他可替代新能源中所占的比例越来越大。风能发电为解决由于传统化石能源的燃烧所带来的生态污染问题提供了很好的解决途径。由于风速的随机性和风力发电变桨距控制系统的复杂非线性,风速的变化会导致发电机组的输出功率无法稳定维持在额定功率附近,如何在高于额定风速的情况下获得比较平稳的输出功率已经成为当前风力发电领域众多专家和学者研究的热点。目前,风电场广泛采用的变桨距控制器为PID控制器,虽然控制器的结构简单、运行可靠,但是在复杂的风况下难以满足风电场对实际风机发电功率精度的需求。基于此背景,以风机的运行状态和变桨距角控制算法为主要研究对象。主要研究内容包括:大型风力发电机组数学模型的建立、模糊自适应PID、二阶非线性自抗扰控制（Active Disturbance Rejection Control,简称ADRC）与线性自抗扰控制的设计与实现、基于PLC的半实物仿真平台的搭建与算法验证。首先,在详细的剖析理解风力发电机动力学模型的基础上,针对风力发电机在额定风速以上运行时难以稳定的保持额定输出功率的问题,提出将模糊控制与PID控制结合的方法,建立具有模糊PID控制器的机组模型,该方法综合了模糊控制无需建立精确的数学模型与PID精确度较高的优点。通过施加不同的模拟风速,仿真结果表明模糊自适应PID在加快响应速度和减少超调量方面优于PID的控制效果。然后,针对风力发电系统的强非线性和存在未知干扰的问题,结合自抗扰控制具有估计和补偿未知干扰的作用,将二阶非线性ADRC应用于风力发电变桨距控制系统。为了解决二阶ADRC控制器存在的参数多、整定难的问题,通过引入带宽的概念以减少未知参数的个数,实现风力发电机组的变桨距线性自抗扰控制。仿真结果表明:在阵风和随机风等短期风速环境下,与PID、模糊自适应PID控制相比,风电机组变桨距ADRC控制效果更佳,其响应速度更快、超调量更小,稳态精度更高。最后,通过半实物仿真平台的搭建与算法程序的编写,结合具体的风速数据录入,验证ADRC控制算法在额定风速以上减小风力发电机组输出功率波动性方面的有效性和可实现性,维持机组的安全稳定运行。
二、实际功率和额定功率（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、实际功率和额定功率（论文提纲范文）
（1）兼顾弃风率与经济性的风电制氢容量规划研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 风电及其消纳 |
| 1.2.2 风电制氢技术与经济性评估 |
| 1.2.3 风电制氢系统容量配置 |
| 1.3 研究现状分析 |
| 1.4 本文主要研究内容 |
| 2 基于时序生产模拟和弃风率约束的电解槽额定功率边界计算模型 |
| 2.1 风电出力典型日拟合 |
| 2.2 电解槽额定功率边界计算模型 |
| 2.2.1 电解槽与储氢罐容量计算模型 |
| 2.2.2 电解槽额定功率计算模型 |
| 2.3 算例分析 |
| 2.4 本章小结 |
| 3 风电-PEM电解槽制氢系统全寿命周期经济性分析模型 |
| 3.1 PEM电解槽制氢全寿命周期成本建模 |
| 3.2.1 电制氢系统效率衰减原理 |
| 3.2.2 电解槽效率衰减模型假设 |
| 3.2.3 电解槽制氢系统全寿命周期成本模型 |
| 3.2 PEM电解槽制氢全寿命周期收入模型 |
| 3.3 PEM电解槽制氢全寿命周期经济性评估 |
| 3.4 算例分析 |
| 3.5 本章小结 |
| 4 新能源-电制氢容量双层规划模型 |
| 4.1 风电-电制氢容量双层规划模型 |
| 4.1.1 以总成本最小为上层优化目标的双层规划模型 |
| 4.1.2 以总收益最大为上层目标的双层规划模型 |
| 4.1.3 以内部收益率最高为上层目标的双层规划模型 |
| 4.2 模型求解算法 |
| 4.3 案例分析 |
| 4.3.1 案例分析 |
| 4.3.2 案例讨论 |
| 4.4 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（2）基于物理热工耦合的通道式熔盐堆动力学分析方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号说明 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 熔盐堆发展历史及现状 |
| 1.1.2 熔盐堆动力学特性 |
| 1.2 熔盐堆动力学分析研究现状 |
| 1.2.1 熔盐堆动力学计算方法 |
| 1.2.2 熔盐堆动力学分析程序 |
| 1.3 主要研究内容与组织结构 |
| 第2章 熔盐堆稳态分析模型 |
| 2.1 组件少群参数 |
| 2.1.1 组件计算程序 |
| 2.1.2 组件均匀化方法 |
| 2.1.3 组件均匀化参数拟合 |
| 2.2 熔盐堆中子扩散理论 |
| 2.3 四阶多项式节块展开法 |
| 2.3.1 横向积分方程 |
| 2.3.2 中子通量的空间近似 |
| 2.3.3 横向泄漏项的拟合近似 |
| 2.3.4 节块展开法计算流程 |
| 2.4 缓发中子先驱核稳态计算方法 |
| 2.5 共轭通量计算方法 |
| 2.6 稳态热工水力学模型及计算方法 |
| 2.6.1 并联多通道模型的导出 |
| 2.6.2 熔盐控制方程的求解 |
| 2.6.3 石墨热传导方程的求解 |
| 2.6.4 上下腔室计算模型 |
| 2.7 熔盐堆稳态计算流程 |
| 2.8 本章总结 |
| 第3章 熔盐堆动力学分析模型 |
| 3.1 中子动力学模型 |
| 3.1.1 基于指数变换的熔盐堆中子动力学计算方法 |
| 3.1.2 缓发中子先驱核瞬态计算方法 |
| 3.1.3 中子动力学计算流程 |
| 3.1.4 控制棒尖齿效应的修正 |
| 3.1.5 熔盐堆动态反应性模型 |
| 3.2 瞬态热工水力学模型及计算方法 |
| 3.2.1 瞬态燃料盐控制方程数值解法 |
| 3.2.2 瞬态石墨导热方程数值解法 |
| 3.2.3 上下燃料腔室瞬态计算模型 |
| 3.2.4 瞬态热工水力学计算流程 |
| 3.3 熔盐堆动力学计算流程 |
| 3.4 本章总结 |
| 第4章 熔盐堆动力学分析程序的数值验证 |
| 4.1 组件程序验证 |
| 4.2 中子动力学求解器验证 |
| 4.2.1 稳态基准问题 |
| 4.2.2 瞬态基准问题 |
| 4.3 熔盐堆物理热工耦合模型验证 |
| 4.3.1 MSRE堆芯建模 |
| 4.3.2 DNP损失、有效增殖因数和温度反应性系数 |
| 4.3.3 最热通道内的燃料盐与石墨温度分布 |
| 4.3.4 有保护启停泵事故 |
| 4.3.5 自然对流实验 |
| 4.4 对MSRE的进一步稳态与瞬态分析 |
| 4.4.1 额定工况下堆芯中子学与热工水力学参数的三维分布 |
| 4.4.2 堆芯入口燃料流速和温度对稳态中子学特性的影响 |
| 4.4.3 燃料堆外流动时间和功率水平对稳态中子学特性的影响 |
| 4.4.4 无保护启停泵事故 |
| 4.4.5 堆芯入口过冷与热阱丧失事故 |
| 4.5 本章总结 |
| 第5章 2 MWth熔盐实验堆动力学分析 |
| 5.1 钍基熔盐实验堆TMSR-LF简介 |
| 5.2 TMSR-LF的稳态特性 |
| 5.2.1 额定工况下的中子学与热工水力学参数及其分布 |
| 5.2.2 功率峰因子与温度反应性系数 |
| 5.2.3 燃料流动对有效缓发中子份额的影响 |
| 5.3 燃料泵行为引起的瞬态 |
| 5.3.1 零功率下有保护启泵瞬态 |
| 5.3.2 额定功率下无保护停泵瞬态 |
| 5.4 熔盐入口温度变化引起的瞬态 |
| 5.4.1 零功率下入口过冷瞬态 |
| 5.4.2 零功率下入口过热瞬态 |
| 5.4.3 额定功率下入口过冷瞬态 |
| 5.4.4 额定功率下入口过热瞬态 |
| 5.5 提棒事故(反应性引入)引起的瞬态 |
| 5.5.1 不同质量流量下的提棒瞬态 |
| 5.5.2 不同功率水平下的提棒瞬态 |
| 5.5.3 不同弹起高度下的提棒瞬态 |
| 5.6 本章总结 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 论文创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录 A 三维四阶节块展开法的响应矩阵 |
| 附录 B 基准问题描述 |
| B.1 熔盐堆组件基准题 |
| B.2 IAEA3D基准题 |
| B.3 DVP BWR基准题 |
| B.4 二维TWIGL基准题 |
| B.5 三维LMW基准题 |
| B.6 三维LRA基准题 |
| 附录 C 程序使用方法简介与输入卡示例 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（3）独立运行风光柴储微电网多目标容量优化配置研究（论文提纲范文）
| 摘要 |
| Abstract |
| 物理量名称和变量表 |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 课题的提出 |
| 1.1.3 研究的目的和意义 |
| 1.2 微电网多目标容量优化配置关键技术研究综述 |
| 1.2.1 多目标优化模型研究现状 |
| 1.2.2 多目标优化算法的研究现状 |
| 1.2.3 源荷数据的不确定性研究现状 |
| 1.2.4 运行策略的研究现状 |
| 1.3 本文的主要研究内容 |
| 第二章 独立运行风光柴储微电网的拓扑结构与优化模型 |
| 2.1 引言 |
| 2.2 风光柴储微电网的拓扑结构及工作原理 |
| 2.2.1 拓扑结构 |
| 2.2.2 工作原理 |
| 2.3 分布式电源静态特征模型 |
| 2.3.1 风力发电机出力模型 |
| 2.3.2 光伏发电系统出力模型 |
| 2.3.3 柴油发电机油耗模型 |
| 2.3.4 储能S_(OC)时序变化和寿命模型 |
| 2.4 微电网多目标容量优化配置数学模型 |
| 2.5 求解多目标容量优化配置模型的脉络关系 |
| 2.5.1 优化配置关键因素之间的相互联系 |
| 2.5.2 优化计算满足约束条件的过程 |
| 2.6 独立运行风光柴储微电网算例参数 |
| 2.7 本章小结 |
| 第三章 独立运行风光柴储微电网多目标容量优化配置的风光荷数据场景生成 |
| 3.1 引言 |
| 3.2 WGAN的基本原理 |
| 3.2.1 WGAN的基本原理 |
| 3.2.2 WGAN的训练算法 |
| 3.3 针对风光荷数据场景生成的WGAN模型设计与训练 |
| 3.3.1 格式化样本数据 |
| 3.3.2 WGAN模型设计 |
| 3.3.3 WGAN模型的训练过程 |
| 3.4 风光荷数据WGAN模型统计特性分析 |
| 3.4.1 一年期生成数据 |
| 3.4.2 时间尺度统计特性分析 |
| 3.4.3 空间尺度统计特性分析 |
| 3.5 本章小结 |
| 第四章 独立运行风光柴储微电网多目标容量优化配置的运行策略 |
| 4.1 引言 |
| 4.2 风光柴储微电网运行工况分析 |
| 4.2.1 柴油发电机的启停条件设计 |
| 4.2.2 微电网运行工况分析 |
| 4.3 风光柴储微电网运行策略 |
| 4.3.1 OPBES运行策略 |
| 4.3.2 OPDE运行策略 |
| 4.3.3 OPDEPR运行策略 |
| 4.4 运行策略的实现流程 |
| 4.5 本章小结 |
| 第五章 独立运行风光柴储微电网多目标容量优化配置的求解算法 |
| 5.1 引言 |
| 5.2 多目标优化算法相关术语定义 |
| 5.3 SPEA2算法的基本原理及特点分析 |
| 5.3.1 SPEA2多目标优化算法的基本原理 |
| 5.3.2 SPEA2算法的特点分析 |
| 5.4 SARAP多目标优化算法的提出及其原理 |
| 5.4.1 SARAP算法的提出 |
| 5.4.2 SARAP多目标优化算法的原理 |
| 5.4.3 SARAP算法的流程 |
| 5.5 SARAP多目标优化算法的时间复杂度分析 |
| 5.5.1 时间复杂度指标的说明 |
| 5.5.2 时间复杂度的计算 |
| 5.6 SARAP多目标优化算法的收敛性分析 |
| 5.6.1 基于交集法的收敛性分析 |
| 5.6.2 基于IGD~+指标的收敛性分析 |
| 5.6.3 基于HV指标的收敛性分析 |
| 5.7 基于多组场景数据和SARAP的随机场景技术计算流程 |
| 5.8 基于TOPSIS法的多目标决策 |
| 5.9 本章小结 |
| 第六章 独立运行风光柴储微电网多目标容量优化配置结果分析及生产模拟 |
| 6.1 引言 |
| 6.2 基于历史数据的多目标容量优化配置结果分析 |
| 6.2.1 最优解集分析 |
| 6.2.2 典型配置方案的对比分析 |
| 6.3 基于随机场景技术的多目标容量优化配置结果分析 |
| 6.3.1 场景数据生成与分析 |
| 6.3.2 容量优化配置结果分析 |
| 6.4 多目标优化配置的运行策略选择分析 |
| 6.4.1 不同运行策略下的最优解集比较分析 |
| 6.4.2 同一配置方案在不同运行策略下的比较分析 |
| 6.5 典型配置方案的生产模拟 |
| 6.5.1 历史资源数据特性分析 |
| 6.5.2 一年期数据生产模拟 |
| 6.5.3 典型日数据生产模拟 |
| 6.6 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 功读博士学位期间发表的学术论文及取得的科研成果 |
（4）大功率风电经VSC-LCC混合直流并网的控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.3 论文的研究内容和工作 |
| 第2章 大功率风电并网的混合直流输电系统结构和基本控制 |
| 2.1 引言 |
| 2.2 混合直流输电系统拓扑结构和参数 |
| 2.3 混合直流输电系统基本控制策略 |
| 2.3.1 风火打捆联网运行模式 |
| 2.3.2 风电场孤岛运行模式 |
| 2.4 VSC-LCC混合直流输电系统的数学模型 |
| 2.5 大功率风电并网的混合直流输电系统启动控制 |
| 2.6 本章小结 |
| 第3章 风电波动出力特性对混合直流输电换流器协调控制策略的影响 |
| 3.1 引言 |
| 3.2 风电波动出力特性 |
| 3.2.1 风电随风速变化的出力特性研究 |
| 3.2.2 风电波动出力特性的概率分布研究 |
| 3.3 考虑风电波动出力特性的系统协调控制策略 |
| 3.3.1 考虑风电波动出力特性的系统基础协调控制策略 |
| 3.3.2 考虑风电波动出力特性的系统改进协调控制策略 |
| 3.4 仿真验证 |
| 3.4.1 系统协调控制策略的改进效果 |
| 3.4.2 风电波动出力下的系统运行特性 |
| 3.5 本章小结 |
| 第4章 考虑送端交流系统短路比影响的混合直流输电换流器运行控制方法 |
| 4.1 引言 |
| 4.2 考虑系统短路比的混合直流输电系统数学模型 |
| 4.3 送端不同交流系统强度对混合直流系统的影响分析 |
| 4.4 送端弱交流系统下系统全功率范围内的协调稳定控制策略 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 攻读硕士学位期间参加的科研工作 |
| 致谢 |
（5）可再生能源混合储能容量优化配置研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 储能技术概述 |
| 1.2.2 储能系统容量配置 |
| 1.2.3 储能系统功率分配 |
| 1.2.4 现有研究存在的问题 |
| 1.3 本文主要研究内容 |
| 第2章 可再生能源发电系统建模分析 |
| 2.1 可再生能源发电系统 |
| 2.2 风光发电系统建模 |
| 2.2.1 光伏发电模型 |
| 2.2.2 风力发电模型 |
| 2.3 储能系统建模 |
| 2.3.1 重力势能储能模型 |
| 2.3.2 蓄电池储能模型 |
| 2.3.3 超级电容储能模型 |
| 2.4 本章小结 |
| 第3章 混合储能容量优化配置 |
| 3.1 自适应控制 |
| 3.2 变分模态分解 |
| 3.2.1 VMD算法概述 |
| 3.2.2 基于VMD-H的容量配置 |
| 3.3 混合储能容量配置模型 |
| 3.3.1 额定功率与额定容量 |
| 3.3.2 混合储能容量优化目标 |
| 3.3.3 储能系统的约束条件 |
| 3.4 模型求解 |
| 3.5 算例分析 |
| 3.5.1 容量配置结果 |
| 3.5.2 HESS容量优化配置分析 |
| 3.5.3 自适应控制对容量配置结果的影响 |
| 3.6 本章小结 |
| 第4章 混合储能系统功率分配控制策略 |
| 4.1 模糊控制基本原理 |
| 4.2 SOC模糊优化控制策略 |
| 4.3 SOC评价指标 |
| 4.4 算例分析 |
| 4.5 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间所发表的学术论文目录 |
（6）辐射供冷房间照明灯具的对流与辐射散热量分配比例研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 关于对流和辐射散热量分配比例的研究现状 |
| 1.2.2 关于影响对流和辐射散热量分配比例的因素的研究现状 |
| 1.2.3 关于搭建实验平台的研究现状 |
| 1.3 课题来源 |
| 1.4 研究内容及研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 技术路线 |
| 第二章 辐射供冷实验台的搭建及辐射通量测量系统的设计 |
| 2.1 辐射供冷实验平台的搭建 |
| 2.1.1 实验平台设计 |
| 2.1.2 实验平台的施工 |
| 2.2 灯具辐射散热量全自动测量系统及测量方法 |
| 2.2.1 系统的功能和结构 |
| 2.2.2 云台工作原理 |
| 2.2.3 净辐射计运动轨迹设计 |
| 2.2.3.1 水平顶面扫描轨迹 |
| 2.2.3.2 四个垂直侧面扫描轨迹 |
| 2.3 实验测量仪器及测点布置 |
| 2.3.1 实验仪器 |
| 2.3.2 测点数量和温度测点的布置 |
| 2.3.3 数据的采集 |
| 2.4 小结 |
| 第三章 顶板辐射供冷房间室内灯具对流与辐射散热量分配比例的实验研究 |
| 3.1 实验内容 |
| 3.2 测试灯具类型 |
| 3.3 实验技术途径和测量程序 |
| 3.3.1 辐射散热量和对流散热量的测量方法及原理 |
| 3.3.2 实验台内部环境和外部环境的稳态控制 |
| 3.3.3 灯具功率测量程序 |
| 3.3.4 辐射散热量测量程序 |
| 3.3.5 导热量测量程序 |
| 3.4 实验结果分析 |
| 3.4.1 灯具实际功率和额定功率的关系 |
| 3.4.2 辐射散热量和对流散热量的分配比例 |
| 3.4.3 各类型散热量分配比例与灯具实际功率的关系 |
| 3.4.5 与现有文献结果的对比 |
| 3.5 实验不确定度分析 |
| 3.5.1 不确定度计算方法 |
| 3.5.2 不确定性来源及处理方法 |
| 3.5.3 实验结果的不确定性 |
| 3.6 小结 |
| 第四章 辐射供冷房间灯具对流与辐射散热量分配比例影响因素分析 |
| 4.1 实验内容和影响因素的确定 |
| 4.2 灯具特性因素的影响 |
| 4.2.1 灯具类型的影响 |
| 4.2.2 灯具安装方式的影响 |
| 4.3 辐射供冷环境因素的影响 |
| 4.3.1 供冷表面发射率的影响 |
| 4.3.2 供水温度的影响 |
| 4.3.3 辐射供冷末端位置的影响 |
| 4.4 不同供水温度和供冷末端位置下灯具辐射和对流散热量分配比例 |
| 4.5 小结 |
| 第五章 结论与展望 |
| 5.1 主要结论 |
| 5.2 本文创新点 |
| 5.3 课题展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（7）基于不确定性分析的自律型风电场储能容量优化配置研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 风电发展概况 |
| 1.1.2 风电不确定性及其影响 |
| 1.2 国内外研究现状 |
| 1.2.1 风电功率预测的研究现状 |
| 1.2.2 储能容量配置的研究现状 |
| 1.3 目前研究存在的问题 |
| 1.4 本文的工作 |
| 第2章 非规则分布下的风电功率区间预测 |
| 2.1 引言 |
| 2.2 基于Parzen窗的风电功率预测误差分布 |
| 2.2.1 参数法和非参数法 |
| 2.2.2 基于Parzen窗方法的估计 |
| 2.3 非规则分布下的预测区间优化 |
| 2.3.1 目标函数和约束条件 |
| 2.3.2 采用信赖域方法求解 |
| 2.4 风电功率区间预测的评价指标 |
| 2.5 算例分析 |
| 2.5.1 基于Parzen窗的风电功率预测误差分布 |
| 2.5.2 最小区间的求解 |
| 2.5.3 评价指标 |
| 2.6 本章小结 |
| 第3章 基于风电场自律区间优化的储能容量配置 |
| 3.1 引言 |
| 3.2 风电场跟踪最优自律区间的储能容量优化配置 |
| 3.2.1 风电场的自律区间 |
| 3.2.2 自律区间的优化 |
| 3.2.3 自律区间的评价指标 |
| 3.2.4 基于自律区间优化的储能容量配置 |
| 3.3 风电场有效跟踪计划出力的储能容量优化配置 |
| 3.3.1 风电场跟踪计划出力及储能的配置 |
| 3.3.2 优化模型及求解 |
| 3.3.3 影响因素及其敏感性分析 |
| 3.4 算例分析 |
| 3.4.1 风电场跟踪最优自律区间的储能容量优化配置 |
| 3.4.2 风电场有效跟踪计划出力的储能容量优化配置 |
| 3.5 本章小结 |
| 第4章 基于改进夏普比率的自律型风电场储能容量优化配置 |
| 4.1 引言 |
| 4.2 改进的夏普比率 |
| 4.2.1 夏普比率(Sharpe ratio) |
| 4.2.2 风险价值(VaR) |
| 4.2.3 条件风险价值(CVaR) |
| 4.2.4 改进的夏普比率 |
| 4.3 基于改进夏普比率的风电场储能容量优化配置 |
| 4.3.1 风险函数的确定 |
| 4.3.2 风电双侧CVaR的描述 |
| 4.3.3 非规则分布下双侧CVaR的计算 |
| 4.3.4 基于改进夏普比率的储能容量优化配置 |
| 4.4 算例分析 |
| 4.4.1 风电不确定性的建模 |
| 4.4.2 非规则分布下的双侧风险评估 |
| 4.4.3 基于改进夏普比率的储能容量优化配置 |
| 4.5 本章小结 |
| 第5章 考虑低频分量波动率裕度的自律型风电场混合储能容量优化配置 |
| 5.1 引言 |
| 5.2 基于小波包变换的风电功率频率分解 |
| 5.2.1 小波包变换 |
| 5.2.2 基于小波包变换的风电功率分解 |
| 5.3 考虑风电功率低频分量波动率裕度的混合储能容量优化配置 |
| 5.3.1 风电功率低频分量的波动率裕度 |
| 5.3.2 风电功率次高频分量和高频分量的不确定性分析 |
| 5.3.3 储能容量优化配置的模型及求解步骤 |
| 5.4 基于熵权法的储能容量最终配置 |
| 5.4.1 熵权法 |
| 5.4.2 基于熵权法的储能容量最终配置 |
| 5.5 算例分析 |
| 5.5.1 基于小波包变换的风电功率频率分解 |
| 5.5.2 考虑风电低频分量波动率裕度的储能容量优化配置 |
| 5.5.3 基于熵权法的储能容量最终配置 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要工作与创新点 |
| 6.2 进一步研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间参加的科研工作 |
| 学位论文评阅及答辩情况表 |
（8）电动拖拉机设计理论及控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明 |
| 1 绪论 |
| 1.1 电动拖拉机研究的背景及意义 |
| 1.2 电动拖拉机发展现状 |
| 1.2.1 电动拖拉机发展历程 |
| 1.2.2 电动拖拉机技术研究现状 |
| 1.3 主要研究内容 |
| 2 电动拖拉机结构原理及性能分析 |
| 2.1 电动拖拉机功能分析及性能评价 |
| 2.1.1 电动拖拉机功能分析 |
| 2.1.2 电动拖拉机性能需求及评价 |
| 2.2 电动拖拉机结构设计 |
| 2.2.1 电动拖拉机电源系统结构设计 |
| 2.2.2 电动拖拉机驱动系统结构设计 |
| 2.2.3 电动拖拉机总体结构设计 |
| 2.2.4 电动拖拉机工作模式分析 |
| 2.3 电动拖拉机主要参数计算 |
| 2.3.1 主要参数计算流程 |
| 2.3.2 主要参数计算 |
| 2.4 电动拖拉机性能分析 |
| 2.4.1 设计实例 |
| 2.4.2 电动拖拉机性能分析 |
| 2.5 小结 |
| 3 电动拖拉机优化设计研究 |
| 3.1 电动拖拉机优化设计分析 |
| 3.2 电动拖拉机优化要素及数学模型 |
| 3.2.1 电源系统优化要素及数学模型 |
| 3.2.2 驱动系统优化要素及数学模型 |
| 3.2.3 拖拉机总体优化要素及数学模型 |
| 3.3 电动拖拉机优化设计算法及流程 |
| 3.3.1 电动拖拉机优化算法分析 |
| 3.3.2 电动拖拉机优化流程设计 |
| 3.4 设计实例及验证 |
| 3.4.1 电动拖拉机优化设计结果分析 |
| 3.4.2 电动拖拉机优化设计验证 |
| 3.5 小结 |
| 4 电动拖拉机控制策略研究 |
| 4.1 电动拖拉机控制策略分析 |
| 4.2 电源管理策略 |
| 4.2.1 基于规则的电源管理策略 |
| 4.2.2 功率分配控制算法 |
| 4.2.3 SOC估计算法 |
| 4.3 驱动控制策略 |
| 4.3.1 驱动电动机控制策略 |
| 4.3.2 变速器换挡策略 |
| 4.4 总体控制策略 |
| 4.4.1 总体控制策略 |
| 4.4.2 整机通信协议 |
| 4.5 小结 |
| 5 电动拖拉机控制硬件在环测试 |
| 5.1 硬件在环系统分析 |
| 5.1.1 硬件在环系统原理 |
| 5.1.2 硬件在环平台分析 |
| 5.2 硬件在环系统开发 |
| 5.2.1 电动拖拉机仿真模型 |
| 5.2.2 电动拖拉机整机控制器 |
| 5.2.3 电动拖拉机硬件在环平台 |
| 5.3 硬件在环测试 |
| 5.3.1 犁耕作业测试结果 |
| 5.3.2 旋耕作业测试结果 |
| 5.4 小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（9）燃料电池拖拉机动力系统设计与研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究背景与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 拖拉机动力系统国内外研究现状 |
| 1.3.2 新能源拖拉机国内外研究现状 |
| 1.4 本文研究内容和结构安排 |
| 第2章 燃料电池拖拉机动力系统总体方案设计 |
| 2.1 燃料电池拖拉机电电混合动力系统方案对比与选择 |
| 2.2 燃料电池拖拉机驱动系统方案对比与选择 |
| 2.3 燃料电池拖拉机动力系统参数匹配与设计 |
| 2.3.1 整车性能指标参数确定 |
| 2.3.2 驱动电机选型与参数匹配 |
| 2.3.3 燃料电池发动机选型与参数匹配 |
| 2.3.4 DC/DC变换器参数匹配 |
| 2.3.5 动力电池选型与参数匹配 |
| 2.3.6 减速器减速比设计 |
| 2.3.7 氢瓶容积设计 |
| 2.4 动力系统整车结构布局设计 |
| 2.5 本章小结 |
| 第3章 燃料电池拖拉机整车控制系统设计 |
| 3.1 燃料电池拖拉机控制系统总体结构 |
| 3.2 燃料电池拖拉机整车控制器设计 |
| 3.2.1 整车控制器硬件设计 |
| 3.2.2 整车控制器软件设计 |
| 3.3 燃料电池拖拉机动力系统能量控制策略 |
| 3.3.1 动力系统上电流程及控制策略 |
| 3.3.2 动力系统下电流程及控制策略 |
| 3.3.3 动力系统能量控制策略 |
| 3.3.4 故障处理与保护策略 |
| 3.4 本章小结 |
| 第4章 燃料电池拖拉机动力系统建模与仿真分析 |
| 4.1 燃料电池拖拉机动力系统建模 |
| 4.1.1 ADVISOR仿真软件介绍 |
| 4.1.2 燃料电池发动机建模 |
| 4.1.3 动力电池建模 |
| 4.1.4 驱动电机建模 |
| 4.1.5 整车车身建模 |
| 4.2 燃料电池拖拉机动力系统仿真结果分析 |
| 4.2.1 仿真工况二次开发 |
| 4.2.2 控制策略建模 |
| 4.2.3 ADVISOR仿真平台构建与参数设置 |
| 4.2.4 动力性能分析 |
| 4.2.5 燃料经济性分析 |
| 4.3 本章小结 |
| 第5章 燃料电池拖拉机动力系统部分实验与性能分析 |
| 5.1 燃料电池拖拉机动力系统实验平台的搭建 |
| 5.2 工况模式实验与性能分析 |
| 5.3 驾驶模式实验与性能分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
| 1.硕士研究生期间发表的学术论文 |
| 2.硕士研究生期间申请的专利 |
| 3.硕士论文研究期间参与的项目 |
（10）大型风电机组变桨距控制技术及半实物仿真试验研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 风力发电国内外发展现状 |
| 1.3 风力发电控制技术现状 |
| 1.3.1 风力发电机的分类 |
| 1.3.2 风力发电机组变桨距控制技术研究现状 |
| 1.4 论文的组织结构 |
| 第2章 风力发电机变桨距控制基本理论与模型建立 |
| 2.1 风力机空气动力学原理 |
| 2.2 风力发电最大风能捕获 |
| 2.3 变桨距控制理论 |
| 2.3.1 变桨距风电机组的运行状态 |
| 2.3.2 变桨距风电机组的工作原理 |
| 2.4 变桨距风力发电机组的数学模型 |
| 2.4.1 风轮等效风速模型 |
| 2.4.2 风轮气动特性模型 |
| 2.4.3 传动链模型 |
| 2.4.4 变桨距执行机构模型 |
| 2.4.5 异步感应发电机模型 |
| 2.5 变桨距角控制器的设计 |
| 2.6 变桨距控制系统的实现 |
| 2.7 本章小结 |
| 第3章 风力发电变桨距模糊自整定PID控制器的实现 |
| 3.1 模糊控制 |
| 3.1.1 模糊控制器结构 |
| 3.1.2 风力机变桨距模糊控制原理 |
| 3.2 PID控制的基本原理 |
| 3.2.1 PID控制原理 |
| 3.2.2 PID控制参数整定常用方法 |
| 3.2.3 常规的风力机变桨距PID控制 |
| 3.3 基于模糊自适应PID变桨距角控制器的实现 |
| 3.3.1 模糊化过程 |
| 3.3.2 建立模糊规则表 |
| 3.3.3 去模糊化 |
| 3.4 仿真结果 |
| 3.5 本章小结 |
| 第4章 ADRC控制在变桨距控制系统中的应用 |
| 4.1 自抗扰控制的基本原理 |
| 4.1.1 跟踪微分器TD |
| 4.1.2 扩张状态观测器ESO |
| 4.1.3 误差反馈控制率 |
| 4.2 二阶自抗扰控制器参数整定方法 |
| 4.3 变桨距自抗扰控制器的设计 |
| 4.4 二阶ADRC控制仿真结果 |
| 4.5 LADRC参数整定与应用 |
| 4.6 LADRC控制仿真结果 |
| 4.7 本章小结 |
| 第5章 半实物仿真平台 |
| 5.1 CoDeSysV3.4 简介 |
| 5.2 搭建仿真平台PLC选型 |
| 5.2.1 中央处理器单元CPU模块MPC400C |
| 5.2.2 电源模块PWR05C |
| 5.2.3 模拟量输入输出模块AIO88C |
| 5.2.4 数字量输入输出模块DIO80C |
| 5.2.5 温度传感器模块PTAI16C |
| 5.3 软件实现 |
| 5.3.1 风速模型子程序 |
| 5.3.2 风力机模型子程序 |
| 5.3.3 传动链模型子程序 |
| 5.3.4 发电机模型子程序 |
| 5.3.5 ADRC控制器子程序 |
| 5.4 仿真结果 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
| 致谢 |
| 附录 |
| 附录1 风速模型子程序 |
| 附录2 风力机模型子程序 |
| 附录3 传动链模型子程序 |
| 附录4 发电机模型子程序 |
| 附录5 ADRC控制器子程序 |
四、实际功率和额定功率（论文参考文献）
- [1]兼顾弃风率与经济性的风电制氢容量规划研究[D]. 王正一. 大连理工大学, 2021(01)
- [2]基于物理热工耦合的通道式熔盐堆动力学分析方法研究[D]. 崔勇. 中国科学院大学(中国科学院上海应用物理研究所), 2021(01)
- [3]独立运行风光柴储微电网多目标容量优化配置研究[D]. 刘慧文. 内蒙古工业大学, 2021(01)
- [4]大功率风电经VSC-LCC混合直流并网的控制研究[D]. 胡淳珂. 华北电力大学(北京), 2021(01)
- [5]可再生能源混合储能容量优化配置研究[D]. 齐国愿. 兰州理工大学, 2021(01)
- [6]辐射供冷房间照明灯具的对流与辐射散热量分配比例研究[D]. 陈浩. 长安大学, 2021
- [7]基于不确定性分析的自律型风电场储能容量优化配置研究[D]. 俞晓冬. 山东大学, 2020(04)
- [8]电动拖拉机设计理论及控制策略研究[D]. 刘孟楠. 西安理工大学, 2020(01)
- [9]燃料电池拖拉机动力系统设计与研究[D]. 王成继. 湖北工业大学, 2020
- [10]大型风电机组变桨距控制技术及半实物仿真试验研究[D]. 时超洋. 湖南工业大学, 2020(02)