-
公开(公告)号:CN103904666B
公开(公告)日:2016-04-20
申请号:CN201410064936.0
申请日:2014-02-25
申请人: 北京交通大学
CPC分类号: Y02E10/563 , Y02E10/566 , Y02E70/30
摘要: 本发明涉及一种并网光伏储能系统的负载峰值期能量调配方法。该方法根据负载峰值期电网需求的尖峰波动特性,设计一种加权调配方法,使并网光伏储能系统所能提供的电能与电网所需求的电能保持一致的波动特性,从而避免负载峰值期发电系统存储的电能过早用尽的情况,保证该时期电网供需的持续性和稳定性。
-
公开(公告)号:CN103904666A
公开(公告)日:2014-07-02
申请号:CN201410064936.0
申请日:2014-02-25
申请人: 北京交通大学
CPC分类号: Y02E10/563 , Y02E10/566 , Y02E70/30
摘要: 本发明涉及一种并网光伏储能系统的负载峰值期能量调配方法。该方法根据负载峰值期电网需求的尖峰波动特性,设计一种加权调配方法,使并网光伏储能系统所能提供的电能与电网所需求的电能保持一致的波动特性,从而避免负载峰值期发电系统存储的电能过早用尽的情况,保证该时期电网供需的持续性和稳定性。
-
公开(公告)号:CN102352814B
公开(公告)日:2013-07-31
申请号:CN201110167505.3
申请日:2011-06-21
申请人: 北京交通大学
IPC分类号: F03D7/00
CPC分类号: Y02E10/723
摘要: 本发明提供了一种大型直驱风电机组的最大功率跟踪方法,通过提供风轮空气动力转矩的估计值和风轮转速(或发电机转速)的测量值,作为最大功率跟踪算法的输入量,不依赖于精确的风机模型和环境数据,不需风速测量。通过采用自适应调整的比例系数,实现变步长最大功率点的快速、精确搜索。
-
公开(公告)号:CN102352814A
公开(公告)日:2012-02-15
申请号:CN201110167505.3
申请日:2011-06-21
申请人: 北京交通大学
IPC分类号: F03D7/00
CPC分类号: Y02E10/723
摘要: 本发明提供了一种大型直驱风电机组的最大功率跟踪方法,通过提供风轮空气动力转矩的估计值和风轮转速(或发电机转速)的测量值,作为最大功率跟踪算法的输入量,不依赖于精确的风机模型和环境数据,不需风速测量。通过采用自适应调整的比例系数,实现变步长最大功率点的快速、精确搜索。
-
公开(公告)号:CN102032107A
公开(公告)日:2011-04-27
申请号:CN201010582551.5
申请日:2010-12-07
申请人: 北京交通大学
IPC分类号: F03D7/00
CPC分类号: Y02E10/723
摘要: 本发明提供了一种风电监测系统数据的处理方法和装置,通过获取待监测的风电系统数据,并将其存入缓冲寄存层,判定缓冲寄存层中待监测数据偏离预设正常值大于预设故障阈值时,则将待监测数据存入短期记忆层,并判定短期记忆层中待监测数据是否围绕预设正常值呈周期性波动:若是,则将该待监测数据存入预设存储区,若否,则将该待监测数据存入长期记忆及报警层,并对长期记忆及报警层中待监测数据进行故障诊断和处理;反之,则遗忘该待监测数据。按照记忆模式角度,对监测数据分三个层次进行处理,从而有选择的完成待监测数据的处理,大大减轻了存储及后续故障处理的压力,这对大型大规模风电系统监控系统的优化设计具有重要价值。
-
公开(公告)号:CN104156338B
公开(公告)日:2017-02-15
申请号:CN201410394894.7
申请日:2014-08-12
申请人: 北京交通大学
IPC分类号: G06F17/14
摘要: 本发明公开了一种光照强度数据的频谱分析计算方法,其特征在于,该方法步骤包括将采集得到的光照强度数据进行稀疏格式整理,形成周期稀疏分布的数据;将周期稀疏的光照强度数据规范为2的幂次方的形式;对规范化后的光照强度数据进行部分傅里叶变换;利用快速傅式变换对部分傅里叶变换后的数据进行计算,得到光照强度的频谱。本发明进一步公开了一种光照强度数据的频谱分析计算器。本发明所述技术方案,在不改变数据频谱的分布特性的前提下,对现有的傅里叶变换技术进行改进,充分利用光照强度的“周期稀疏”特性,避免了对其中零元素的冗余计算,形成一种新型的“部分傅里叶变换技术”,从而提高了频谱计算的效率。
-
-
-
-
公开(公告)号:CN105512775A
公开(公告)日:2016-04-20
申请号:CN201610069803.1
申请日:2016-02-01
申请人: 北京交通大学
摘要: 本发明公开一种光伏发电系统的功率预测方法,包括如下步骤:S1、对光伏发电系统的历史数据进行归一化处理,并将归一化处理后的光伏发电系统历史数据作为支持向量机的训练样本;S2、根据支持向量机的训练样本进行支持向量机的训练并利用双网格搜索进行参数优化,得到参数优化后的光伏发电系统的功率预测模型;S3、对光伏发电系统的气象预报数据进行归一化处理;S4、将归一化处理后的光伏发电系统的气象预报数据作为参数优化后的光伏发电系统的功率预测模型的输入变量,计算得到光伏发电系统的功率预测值。本发明可实现快速精确的光伏发电系统的功率预测。
-
-
-
-
-
-
-
-
-