含固体氧化物燃料电池系统微电网容量配置优化研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:zhshgu1983
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在能源危机和温室效应的背景下,包含风光等新能源的微电网(Micro-Grid,MG)得到了快速发展。微电网中新能源机组比例的增加有助于实现微电网自给自足,但也给提高微电网新能源本地消纳率带来了新的问题。固体氧化物燃料电池(Solid Oxide Fuel Cell,SOFC)技术与可以产生氢气的电转气技术相配合,是一种具有投资价值的提高新能源消纳率的途径。但SOFC系统是一个强热电耦合发电系统,动静态特性十分复杂,给其自身安全高效运行和在微电网中应用带来了很大挑战。本文对含SOFC系统微电网容量配置优化问题进行研究,主要内容如下:首先,搭建了含SOFC系统的直流微电网模型,并对微电网中的光伏发电单元和风力发电单元的输出功率模型、锂电池单元的SOC模型、电解制氢单元的制氢速率模型以及储氢单元的储氢模型进行介绍;然后,完成SOFC系统静态最优化分析,并提出不同工况下的SOFC系统最优切换时间概念及其寻找方法,设计相应控制策略,实现SOFC系统动态最优化分析,基于SOFC系统动静态最优化分析结果,建立了SOFC发电单元输出功率和氢气消耗数学模型;最后,提出一种包含优化规划层和能量管理层的微电网容量配置优化方法,在能量管理层,设计了一种含SOFC系统微电网两阶段能量管理策略,将每个微电网能量管理时段划分为暂态阶段和稳态阶段两个阶段。对含SOFC系统微电网容量配置优化结果进行分析,可以发现,当前SOFC系统成本下:在微电网中引入SOFC发电单元,将导致微电网全生命周期成本增加;降低SOFC发电单元在整个微电网生命周期中的总初始投资成本和总运行维护成本,关键分别在于提高SOFC电堆寿命和提高SOFC电堆可靠性。通过分析典型场景3中的含SOFC系统微电网能量管理结果相关图像,验证了本文所提出的能量管理策略的合理性,以及能量管理结果的正确性。
其他文献
手在一系列基本的日常活动中至关重要,妨碍手功能的神经系统疾病或意外截肢会显著影响生活质量。可穿戴手势识别接口有望恢复和辅助手部功能,增强人与人之间的沟通,是人机交互、康复医疗、假肢控制、手语识别等领域的重要研究方向。设计分类能力强、学习快的模式识别算法是手势识别接口应用和产业化的关键;鲁棒性强、信噪比高的高质量信源是手势识别质量的保障,二者同时也是该领域面临的重要挑战。针对上述挑战,本文对于气压肌
学位
利用GmAPD(Geiger Mode Avalanche Photo Diode)阵列激光雷达探测器对远距离建筑物目标进行三维成像并识别在机器视觉以及武器制导等方面具有重要研究意义。但目前GmAPD阵列激光雷达探测器存在数据获取困难、数据噪声强以及目标三维特征描述困难等问题。本文围绕上述问题,研究了GmAPD阵列激光雷达探测器模型仿真算法以及远距离建筑物三维目标识别和追踪算法。论文主要研究如下:
学位
随着人工智能技术的发展,卷积神经网络相比于传统算法,在图像分类、目标检测、语音识别等领域性能上取得了大幅提升,然而庞大的参数量和计算量使得卷积神经网络在资源有限的嵌入式场景中的应用受限。本文提出了可配置的卷积神经网络专用硬件电路,作为面向嵌入式图像处理场景的图像协处理器(Image Process Coprocessing Unit,IPCU)芯片的重要部件,可在资源受限条件下实现卷积神经网络实时
学位
无人飞行器因低成本、高机动性的优势,在制空权的争夺战中扮演着重要角色。防空体系的快速发展和完善给无人飞行器的生存带来巨大挑战,因此具有高突防能力的隐形化无人飞行器成为近些年研究的热点。以降低无人飞行器的雷达散射截面(RCS)为目的的材料隐身和外形隐身是常用的隐身技术。但是无人飞行器的结构复杂,隐身技术也无法完全消除散射源,无人飞行器仍然存在生存隐患。航迹规划是提高无人飞行器突防能力的重要一环,通过
学位
时空域人-物交互行为检测是指在无剪辑视频中,定位时域发生交互行为的起止时间,检测空域相关人-物对的位置及类别,并生成时空管道。对以人为中心的场景理解具有重要意义。然而,受制于复杂的空间交互关系和冗余的时序背景信息,难以直接从视频中检测交互起止时间和人物关系。本文率先尝试将时空域任务解耦为空域检测任务和时序定位任务,前者聚焦于提升人-物交互行为对在复杂图像中的建模性能,后者聚焦于精确定位具有交互行为
学位
红外弱小目标检测在军事和国防领域具有举足轻重的地位,广泛应用于精准制导、预警系统以及武器装备中。由于探测器离目标空间位置远,成像环境复杂多变,导致目标呈现点状或斑状,缺乏纹理、颜色等特征,给红外弱小目标检测带来较大困难。现有算法大多为单帧检测,没有充分利用帧间的时序信息,场景鲁棒性和检测精度不高,而现有多帧检测算法速度有待提升。此外,检测结果中通常存在较多虚警,给实际应用中后续跟踪任务带来干扰。为
学位
近年来随着无人机广泛应用,基于无人机航拍图像的车辆检测算法在智慧城市、军事侦察等众多领域都有广阔的应用前景。现有深度学习方法大多基于可见光航拍图像,但囿于成像方法的局限性,无法在弱光条件下准确检测,而红外图像可与之形成信息互补,二者可在全天时提供充足的目标信息。本文分别从构建双谱段航拍数据集、单谱段车辆检测算法、双谱段融合车辆检测,引入旋转目标检测四个方面展开研究,解决现有双谱段数据集不足,无人机
学位
目标检测广泛用于自动驾驶、机器人视觉、视频监控以及航天航空等领域,随着深度学习的发展,基于卷积神经网络的目标检测算法逐渐成为主流,但卷积神经网络庞大的计算量和参数量使得其难以在边缘设备上得到应用。本文针对卷积神经网络在边缘设备上推理效率低、部署困难和实时性差的问题进行研究,从软硬协同优化的角度出发,设计基于FPGA的目标检测网络加速器。首先,将SkyNet作为基础网络,对其进行结构优化,得到适用于
学位
随着三维成像设备和人工智能技术的飞速发展,计算机视觉领域相关研究逐渐从二维拓展到三维。激光雷达获取的点云因其蕴含着丰富的空间信息,已成为三维环境感知中的重要数据源,并在机器人、自动驾驶、安全巡检等领域得到广泛应用。然而,由于点云具有数据量大、非结构化的特点,导致地面目标三维检测识别任务中仍存在亟待解决的问题,针对这些问题,本文对地面目标检测、分类及位姿估计方法进行深入研究,主要内容如下:(1)在目
学位
互联网技术的发展与数据交互的变革,给人们生活带来便利的同时也导致了大量的数据冗余。作为一种视频自动化处理技术,视频目标分割能够从海量的冗余数据中快速准确地提取人们感兴趣的信息,因此被广泛应用于自动驾驶、动作识别、视频理解等领域。其中,半监督视频目标分割仅需给定第一帧目标掩膜,可自动地对后续视频帧进行分割,是目前主流的研究方向。对于分割精度、分割速度和鲁棒性三个需求,现阶段的视频目标分割算法通常无法
学位