【摘 要】
：
在国家大力发展新能源的背景下,储能设备具有十分广泛的应用前景。在新能源并网、削峰填谷、调峰调频及需求响应等方面,储能系统具有重要的功能和作用。有效合理地利用储能系统,能够降低能源消费成本,促进能源革命。在上述背景下,本文研究储能的优化配置及综合评价问题。首先,研究了储能的应用技术现状,并对其优缺点进行分析。之后,研究了储能在电源侧、电网侧和用户侧各环节的应用场景,从全寿命周期角度构建了以总成本最低
论文部分内容阅读
在国家大力发展新能源的背景下,储能设备具有十分广泛的应用前景。在新能源并网、削峰填谷、调峰调频及需求响应等方面,储能系统具有重要的功能和作用。有效合理地利用储能系统,能够降低能源消费成本,促进能源革命。在上述背景下,本文研究储能的优化配置及综合评价问题。首先,研究了储能的应用技术现状,并对其优缺点进行分析。之后,研究了储能在电源侧、电网侧和用户侧各环节的应用场景,从全寿命周期角度构建了以总成本最低为目标函数的储能配置优化模型,提出了储能系统的成本计算模型。并针对不同的运行场景,提出了效益计算方法。接着,从技术、成本、效益三个角度提出了储能应用方案评价的指标体系,构建了一种AHP-CRITIC（Analytic Hierarchy Process,AHP;Criteria Importance Through Intercriteria Correlation,CRITIC）的主观与客观赋权方法相组合的权重确定方法,并利用模糊综合评价方法对储能应用配置方案进行综合评价,实现不同类型储能配置方案的比选优化。最后,分别对“源-网-荷”各环节储能配置容量进行仿真并对其进行综合评价。仿真结果得到不同类型储能在不同场景下的最优装机容量,结果表明:电源侧与电网侧适于配置锂电池,而用户侧储能则应配置铅酸电池。
其他文献
对目标的检测与识别是计算机视觉领域的重要研究方向。近年来,通过属性识别来实现对象识别逐渐成为目标检测的一个研究分支。在过去的很多方法中,对属性-对象以变换的方式（如耦合或者解耦）建模,使用深度神经网络进行训练。重点关注组合性、上下文性,而忽视了属性-对象变换过程中的对称性。本文从学习对称性的角度出发,为其构造出一套属性变换元组,结合对称性原理,和群论的理论基础,提出并实现了一个既满足组合性,上下文
由于移动端应用上的电商直播卖货商家良莠不齐,导致直播过程中吹嘘产品效果、售卖违规商品等侵权行为频发,这也让消费者意识到需要及时取证用于维权。然而,消费者使用移动端传统取证方式所采集的电子证据通常存储在设备上,存在易丢失、易篡改及可信度低等问题。因此,当前消费者在移动端电商直播购物的过程中,还缺少一个高效的移动取证工具帮助取证。本文在研究当前移动端取证的痛点及区块链技术在电子证据领域的应用基础上,基
近年来,在无人机、无人车等领域,单机器人技术飞速发展,越来越多的学者开始致力于研究多机器人协同工作。其中,相对位姿估计是多机器人系统中一个亟待解决的难题,稳定、准确、快速的估计出机器人之间的相对姿态可以显著提高机器人协作质量。目前,国内外研究学者相对位姿估计问题上提出了诸多方案。一些研究提出将SLAM系统同距离等传感器融合的解决方案,但这些方案受限于SLAM技术的弊端,依赖于环境特征的同时会占用较
随着计算机和传感器技术的发展,自主飞行的无人机在机器人社区中成了研究热点,智能无人机也因此走进了大众的视野当中,在不同领域内有了广泛的应用。尽管无人机现在已经具备在户外自主感知和飞行的能力,然而目前还没有适用于在大尺度、高动态环境的地图,并且受限于户外场景中的动态障碍物或者是电线等难以感知的物体,无人机自主飞行的安全性往往无法得到保证。为了提高无人机在复杂动态环境中飞行的安全性,本文首先对自主导航
有效储能手段的开发对提高间歇性可再生能源的利用具有重要的意义,通过电解水将可再生能源装置产生的电能储存为氢能是当前最有前途的策略之一。电解水由阳极析氧反应（OER）和阴极析氢反应（HER）两个半反应构成,其中涉及四电子转移的OER为决速步骤。实际情况下,驱动电解水所需的电压要比理论值更高,这就需要研发更加高效且稳定的低成本催化剂来尽量地减小过电位。金属有机框架（MOF）基催化剂由于其成本低廉,结构
在新冠疫情挥之不散的持续影响和俄乌地缘政治冲突的阴云笼罩下,全球的政治、经济环境受到了严峻挑战。航空货运方面,国际航空货运市场容易遭受到货机投放搅局的困扰,与此同时,国内航空货运市场也饱受快递巨头并购带来的威胁。然而,全球线上消费习惯的加速,跨境电商行业连续多年的稳健增长却是一道亮丽的风景线,成为了众所瞩目。蓬勃发展的跨境电商行业近年来一直受到各大航司的强烈关注。东航的原产地直采、南航的国际专线物
双目立体视觉系统是利用左右图像对的视差图来获取深度信息并重建三维环境,在自动驾驶、虚拟现实、机器人自主导航和非接触式测量等领域被广泛使用。而立体匹配的研究属于双目立体视觉中最关键并且最困难的技术,核心思想是通过匹配已校正过的立体图像对中的同名像素进而获取图像的视差值。不少学者都对立体匹配的算法进行了研究和实践,显著提升了立体匹配的稠密视差精度,但是算法在弱纹理或遮挡等区域仍存在大量的误匹配或无效匹
深度学习模型的研究给我国人工智能发展带来了新的机遇与挑战。硬件方面,没有完全掌握快速运算设备的核心技术,对此,华为针对深度学习研发出了专用处理器——昇腾AI处理器;软件方面,模型训练耗时长,且无法直接利用昇腾AI处理器提供的算力进行运算。针对以上情况,本文以CSNLA模型为例,旨在提升CSNLA模型在昇腾AI处理器上的精度和性能,进行以下工作:首先,完善中间件CANN软件栈中的算子生态圈。一方面,
随着我国市场经济的发展,国有企业铁饭碗的历史地位也不断受到了强大的冲击。企业的发展不仅离不开战略规划和人力资源管理,科学合理的薪资福利体系更是留住并吸引企业发展高层次人才的关键,是引导和激励员工实现企业战略的直接途径。现如今国企改革正如火如荼地进行,要朝着市场化方向发展,参与市场化竞争,增强国有经济的主导作用,完善现代企业制定、执行的各类制度,保持国有经济稳定平稳可持续发展,提高企业效率。而这一系
视频超分辨率旨在将模糊的低分辨率视频重建为高分辨率视频,在视频监控和电影游戏等领域都有重要的应用价值。基于深度学习的视频超分方法的核心在于如何有效提取时间和空间特征信息,但是目前的视频超分模型在有效利用整个视频序列的时空依赖性等方面仍然存在巨大挑战,缺乏对长视频序列时空信息的有效建模、无法解决遮挡和边界问题,阻碍着视频超分性能进一步提升。针对这些问题,本文基于时空混合Transformer开展高性