【摘 要】
：
充足的变电站和馈线的容量规划主要取决于对未来高峰电力需求的准确估计。然而,传统的未来峰值需求估计是基于经验值进行度量,在多样性最大需求之后进行的,表示个体峰值消费水平和多居民需求多样性。针对智能城市智能电能表的特点,提出了一种基于细粒度智能电能表数据和用户社会人口统计数据的数据驱动的概率峰值用电量估算框架。特别是,在提出的方法中集成了四个主要阶段:负荷建模和抽样;通过所提出的可变截断R-vine连
【机 构】
：
国网冀北电力科学研究院,国网冀北电力有限公司,国网冀北唐山供电公司
【基金项目】
：
国家自然科学基金资助项目(51577028)。
论文部分内容阅读
充足的变电站和馈线的容量规划主要取决于对未来高峰电力需求的准确估计。然而,传统的未来峰值需求估计是基于经验值进行度量,在多样性最大需求之后进行的,表示个体峰值消费水平和多居民需求多样性。针对智能城市智能电能表的特点,提出了一种基于细粒度智能电能表数据和用户社会人口统计数据的数据驱动的概率峰值用电量估算框架。特别是,在提出的方法中集成了四个主要阶段:负荷建模和抽样;通过所提出的可变截断R-vine连接方法;基于相关性的客户分组;归一化最大多样化需求估计和新客户的概率峰值需求估计。利用平均绝对百分误差和
其他文献
智能变电站测控装置采用单套配置,存在单点故障导致测控功能失效的隐患,无法完全适应智能变电站无人值守的要求。针对“单间隔+集群测控”、“双套集群测控”两种配置模式分别提出了相应的测控功能冗余切换方案。通过配置集群测控装置,采用测控功能虚拟化、定值及软压板状态同步、模型及配置等价实现等关键技术,间隔虚拟测控单元使用跟实体测控装置相同的运行参数、虚端子联系表、联闭锁规则及ICD模型,实现了集群测控装置的功能等价、模型等价及配置等价,解决了智慧变电站测控装置故障时测控功能的冗余切换问题,提升了智慧变电站监控系统的
用流体计算软件COMSOL建立含有瓦片式加热通道的二甲醚重整制氢反应器三维模型,并对模型进行稳态计算。修改重整条件来模拟反应特性,研究二甲醚水蒸气重整制氢反应器的性能。用数学模型研究反应温度和水醚物质的量比(水醚比)对重整反应的影响。当水醚比一定时,随着温度的升高(523~673 K),二甲醚的转化率和氢产率都得到提高,当水醚比为4、温度为673 K时,二甲醚转化率为53.86%,氢产率为53.22%;当温度一定时,适当增大水醚比,有利于改善重整器的制氢效率,提高二甲醚的转化率和氢产率。当水醚比为4、温度
以1 mol/L LiPF6/EC+DEC+EMC(质量比3∶5∶2)为基础电解液,分别加入质量分数为3%、5%和7%的添加剂甲基三氟乙基碳酸酯(FEMC),研究FEMC对电极/电解液界面和电池性能的影响。添加FEMC,可以在三元正极材料LiNi0.6Co0.2Mn0.2O2表面形成一层包覆均匀的电解质界面膜(CEI),电池的阻抗由160.3Ω降低至108.2Ω。在2.70~4.35 V充放电,添
以充电时的电压、电流和环境温度为输入量,采用经遗传算法优化的BP神经网络算法对电池荷电状态(SOC)进行估算。实验数据和仿真结果对比表明:所采用的算法可用于估算不同环境温度下的SOC,具有较好的工程应用潜力,在低温(-10~-8℃)、常温(19~22℃)和高温(35~37℃)下的全局误差分别约为2.42%、1.71%和0.73%。
针对电能表需求预测问题,建立基于Shapley组合模型及神经网络的电能表合理优化分配模型,以提升需求预测精度。文章通过挖掘历史数据,采用Holt-Winters、BP神经网络和RBF神经网络模型对电能表需求分别进行预测、对比和分析,并且引入Shapley法对三类预测模型进行组合建模,求取相应模型的权重,获取最优的生产调度方案。仿真实验结果表明,RBF神经网络模型预测精度要高于BP神经网络和Holt-Winters模型。相较于单一模型,Shapley法组合模型具有更好的效果和实用性,有助于国家电网公司建立高
针对容积卡尔曼滤波(CKF)算法在迭代过程中存在诸多破坏协方差对称性和正定性的敏感操作,进而导致算法终止的现象,提出一种自适应平方根容积卡尔曼滤波(ASRCKF)算法。采用ASRCKF算法在估算单液流锌镍电池荷电状态(SOC)时,过程噪声协方差Q、量测噪声协方差初值R(0)和状态误差协方差初值P0的设定,对估算精度和鲁棒性有重要影响。为此,应用郊狼优化算法(COA)对Q、R(0)和P0进行参数寻优。实验结果表明,提出的COA-ASRCKF算法能较好地应用于单液流
共因失效会导致相互作用较强的元器件同时或先后失效,为有效评价电能表黑屏故障的共同失效问题,文中提出基于动态权重调整-AHP法的共因失效评价方法,该方法采用故障率峰值时刻的加权综合决策矩阵偏离权重模型,通过计算权重偏差的影响因子以获得稳定且唯一的偏离权重,修正了专家人为判断权重的准确性问题。最终应用实际案例验证共因失效评价方法的可行性及有效性,为电能表黑屏故障排查提供了可借鉴的经验。
提出基于模型的自适应无迹卡尔曼滤波(AUKF)和H无穷滤波(HIFF)的联合算法。选取Thevenin模型,针对有色噪声条件下的输入数据,改进常用的带遗忘因子的递推最小二乘(RLS)法,提出偏差补偿型递推最小二乘(BCRLS)法,来抑制数据的有色噪声。设计的AUKF/HIFF混合算法具有较好的精度和更强的鲁棒性,可实现参数和状态的联合估计,提高实车应用的可能。在不同输入数据条件下,混合算法的荷电状态(SOC)估计误差均小于2%,可靠性较好。
针对电池老化和能耗问题,在优化方法中搭建锂离子电池循环老化和日历老化模型,分析电池老化模型的重要性及对汽车在运行过程中能量消耗的影响,通过电池荷电状态(SOC)和容量变化两个参考轨迹,调整电池的充放电状态。针对并联式混合动力汽车(HEV),基于Pontryagin最小值原理,提出一种以电池退化和能耗最小为目标的自适应等效燃油消耗最小(ECMS)控制策略。基于MATLAB仿真分析可得:考虑电池老化情况的电池容量损失降低了2.33%,总燃油消耗降低了1.25%,有效充放电总容量减少了3.20%,同时可减缓电池
对国家标准GB/T 38661-2020《电动汽车用电池管理系统技术条件》与行业标准QC/T 897-2011《电动汽车用电池管理系统技术条件》的试验项目与试验方法进行比较。与QC/T 897-2011相比,GB/T 38661-2020进一步细化标准的适用范围,完善电池管理系统(BMS)的电气适应性、环境适应性及电磁兼容性试验,增加均衡试验及功率状态(SOP)估算精度试验,荷电状态(SOC)估算试验的工况更复杂。这就使得BMS的试验项目更全面、试验方法更科学、试验结果更可靠。