-
公开(公告)号：CN104701871A
公开(公告)日：2015-06-10
申请号：CN201510077138.6
申请日：2015-02-13
申请人： 国家电网公司 , 国网江西省电力科学研究院 , 南昌大学 , 清华大学
CPC分类号： Y02E70/30
摘要： 一种含风光水多源互补微网混合储能容量最佳配比方法，该方法根据当地风、光、水等自然资源的分布情况，模拟风力发电、光伏发电、以及水力发电的年输出功率曲线，结合微网的年负荷曲线，以系统成本和功率波动为目标函数，以蓄电池容量和超级电容容量为优化变量，同时确定功率平衡约束、最大瞬时功率约束、供电可靠性约束、超级电容充放电电流及电压约束、蓄电池SOC约束等约束条件，建立含风、光、水的微网混合储能优化配置模型；采用含模糊决策的多目标规划GA-PSO算法对目标函数进行优化求解，得到混合储能容量的最佳配比。本发明与传统GA算法和PSO算法相比，收敛速度更快，且较好地回避了多目标优化算法中目标函数相互冲突的问题。
-
公开(公告)号：CN104701871B
公开(公告)日：2017-08-18
申请号：CN201510077138.6
申请日：2015-02-13
申请人： 国家电网公司 , 国网江西省电力科学研究院 , 南昌大学 , 清华大学
CPC分类号： Y02E70/30
摘要： 一种含风光水多源互补微网混合储能容量最佳配比方法，该方法根据当地风、光、水等自然资源的分布情况，模拟风力发电、光伏发电、以及水力发电的年输出功率曲线，结合微网的年负荷曲线，以系统成本和功率波动为目标函数，以蓄电池容量和超级电容容量为优化变量，同时确定功率平衡约束、最大瞬时功率约束、供电可靠性约束、超级电容充放电电流及电压约束、蓄电池SOC约束等约束条件，建立含风、光、水的微网混合储能优化配置模型；采用含模糊决策的多目标规划GA‑PSO算法对目标函数进行优化求解，得到混合储能容量的最佳配比。本发明与传统GA算法和PSO算法相比，收敛速度更快，且较好地回避了多目标优化算法中目标函数相互冲突的问题。
-
公开(公告)号：CN106096807A
公开(公告)日：2016-11-09
申请号：CN201610333319.5
申请日：2016-07-28
申请人： 国网江西省电力科学研究院 , 国家电网公司 , 南昌大学 , 清华大学
CPC分类号： Y02P80/14 , G06Q10/06393 , G06Q50/06
摘要： 一种考虑小水电的互补微网经济运行评价方法，所述方法以储能容量、微网设备安装成本与系统运行维护成本为目标函数，以系统容量、分布式发电比例与蓄电池充放电特性为约束条件，基于原对偶内点算法，计算由不同分布式电源组合构成的互补微网内各分布式电源的最佳配比及其所需要配置的储能容量。建立互补微网经济运行评价指标，并针对得到的互补微网进行对比与分析，形成一种最优的互补微网经济运行方式。结果表明，当风、光、水三种分布式电源出力具有互补性时，微网运行的经济效益达到最优。
-
公开(公告)号：CN104682800A
公开(公告)日：2015-06-03
申请号：CN201510050912.4
申请日：2015-02-02
申请人： 南昌大学
IPC分类号： H02P9/36
CPC分类号： H02P9/36
摘要： 一种实现同步发电机复励特性的齿谐波线圈匝数确定方法，包括步骤：根据发电机的额定数据及性能指标等设计要求，确定励磁绕组匝数；按照单匝齿谐波线圈感应电动势最大的原则，选择合适的齿谐波绕组节距，确定每极齿谐波线圈个数n；以保持端电压恒定为目标，确定从空载到额定负载n个不同工况的励磁电流；计算从空载到额定负载n个不同工况时每极下每个齿谐波线圈的单匝感应电动势；根据齿谐波励磁系统等效电路，以及空载到额定负载n个不同工况下保持发电机端电压恒定所需的励磁电流，建立求解模型，计算每极下每个齿谐波线圈匝数。本发明具有物理概念清楚，计算简单等优点，以及很强的实际应用价值。
-
公开(公告)号：CN104682648B
公开(公告)日：2017-07-11
申请号：CN201510051080.8
申请日：2015-02-02
申请人： 南昌大学
摘要： 一种采用双谐波励磁的混合励磁永磁电机，包括机壳、定子铁芯、定子绕组、永磁体、转轴、转子铁芯、转子绕组。定子绕组分布于定子槽中，转子铁芯布置有永磁磁极和铁磁磁极，转子绕组由谐波绕组a、谐波绕组b和励磁绕组组成，谐波绕组a分布于永磁磁极的槽中，谐波绕组b分布于铁磁磁极的槽中，励磁绕组套在铁磁磁极的极身上，谐波绕组a和谐波绕组b通过二极管整流电路与励磁绕组相连。发电机运行时，谐波绕组感应电动势能够实现对气隙磁场的自动调节。本发明与现有技术相比，无需电刷和滑环、交流励磁机以及电压调节器，无附加气隙和轴向磁路，具有结构简单，以及良好的气隙磁场调节能力和复励特性。
-
公开(公告)号：CN114498654A
公开(公告)日：2022-05-13
申请号：CN202210403372.3
申请日：2022-04-18
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌大学
摘要： 本发明涉及一种基于变尺度混沌算法的含小水电接入配电网电压优化方法，属于电力系统微电网技术领域。根据当地小水电的分布情况以及水电站的出力情况，针对小水电接入区域配电网所产生的电压越限问题，以配电网各节点电压大小为重要约束，以线路有功损耗最小和设备总投资最小为目标，以线路调压器、小水电运行方式以及调节变电站出口电压为主，智能软开关装置为辅作为调压措施，建立含小水电接入的区域配电网电压优化模型;采用变尺度混沌优化算法对目标函数进行优化求解，得到区域配电网最佳配置方式。该方法能够避免陷入局部最优，比随机搜索更具有优越性，易于跳出局部最优解，具有求解简单、搜索效率高、通用性强等优点。
-
公开(公告)号：CN114498654B
公开(公告)日：2022-08-16
申请号：CN202210403372.3
申请日：2022-04-18
申请人： 国网江西省电力有限公司电力科学研究院 , 国家电网有限公司 , 南昌大学
摘要： 本发明涉及一种基于变尺度混沌算法的含小水电接入配电网电压优化方法，属于电力系统微电网技术领域。根据当地小水电的分布情况以及水电站的出力情况，针对小水电接入区域配电网所产生的电压越限问题，以配电网各节点电压大小为重要约束，以线路有功损耗最小和设备总投资最小为目标，以线路调压器、小水电运行方式以及调节变电站出口电压为主，智能软开关装置为辅作为调压措施，建立含小水电接入的区域配电网电压优化模型;采用变尺度混沌优化算法对目标函数进行优化求解，得到区域配电网最佳配置方式。该方法能够避免陷入局部最优，比随机搜索更具有优越性，易于跳出局部最优解，具有求解简单、搜索效率高、通用性强等优点。
-
公开(公告)号：CN104682800B
公开(公告)日：2017-06-20
申请号：CN201510050912.4
申请日：2015-02-02
申请人： 南昌大学
IPC分类号： H02P9/36
摘要： 一种实现同步发电机复励特性的齿谐波线圈匝数确定方法，包括步骤：根据发电机的额定数据及性能指标等设计要求，确定励磁绕组匝数；按照单匝齿谐波线圈感应电动势最大的原则，选择合适的齿谐波绕组节距，确定每极齿谐波线圈个数n；以保持端电压恒定为目标，确定从空载到额定负载n个不同工况的励磁电流；计算从空载到额定负载n个不同工况时每极下每个齿谐波线圈的单匝感应电动势；根据齿谐波励磁系统等效电路，以及空载到额定负载n个不同工况下保持发电机端电压恒定所需的励磁电流，建立求解模型，计算每极下每个齿谐波线圈匝数。本发明具有物理概念清楚，计算简单等优点，以及很强的实际应用价值。
-
公开(公告)号：CN104682648A
公开(公告)日：2015-06-03
申请号：CN201510051080.8
申请日：2015-02-02
申请人： 南昌大学
CPC分类号： H02K21/14 , H02K1/265 , H02K1/2793
摘要： 一种采用双谐波励磁的混合励磁永磁电机，包括机壳、定子铁芯、定子绕组、永磁体、转轴、转子铁芯、转子绕组。定子绕组分布于定子槽中，转子铁芯布置有永磁磁极和铁磁磁极，转子绕组由谐波绕组a、谐波绕组b和励磁绕组组成，谐波绕组a分布于永磁磁极的槽中，谐波绕组b分布于铁磁磁极的槽中，励磁绕组套在铁磁磁极的极身上，谐波绕组a和谐波绕组b通过二极管整流电路与励磁绕组相连。发电机运行时，谐波绕组感应电动势能够实现对气隙磁场的自动调节。本发明与现有技术相比，无需电刷和滑环、交流励磁机以及电压调节器，无附加气隙和轴向磁路，具有结构简单，以及良好的气隙磁场调节能力和复励特性。
-
公开(公告)号：CN204538925U
公开(公告)日：2015-08-05
申请号：CN201520069899.2
申请日：2015-02-02
申请人： 南昌大学
摘要： 一种双谐波励磁的混合励磁永磁电机，包括机壳、定子铁芯、定子绕组、永磁体、转轴、转子铁芯、转子绕组。定子绕组分布于定子槽中，转子铁芯布置有永磁磁极和铁磁磁极，转子绕组由谐波绕组a、谐波绕组b和励磁绕组组成，谐波绕组a分布于永磁磁极的槽中，谐波绕组b分布于铁磁磁极的槽中，励磁绕组套在铁磁磁极的极身上，谐波绕组a和谐波绕组b通过二极管整流电路与励磁绕组相连。发电机运行时，谐波绕组感应电动势能够实现对气隙磁场的自动调节。本实用新型与现有技术相比，无需电刷和滑环、交流励磁机以及电压调节器，无附加气隙和轴向磁路，具有结构简单，以及良好的气隙磁场调节能力和复励特性。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.052 秒)
