一种基于准PR控制的电动汽车虚拟同步电机快充方法

    公开(公告)号:CN108879893A

    公开(公告)日:2018-11-23

    申请号:CN201710910019.3

    申请日:2017-09-29

    Abstract: 一种基于准PR控制的电动汽车虚拟同步电机快充方法,属电动汽车领域。其快充接口的电路包括AC/DC整流电路和高频隔离型DC/DC变换器两部分,其电网侧的AC/DC整流电路采用基于准PR控制的虚拟同步电机控制策略,直流侧的高频隔离型DC/DC变换器配置直流变压控制策略;将虚拟同步电机技术和准PR控制引入到AC/DC整流电路的控制策略中。在有效抑制谐波,较少电动汽车充电对电网电能质量影响的同时,使得快充接口的外特性类似于同步电机,能够响应电网的电压和频率异常事件,为电网提供一定的电压和频率支撑,实现与电网的友好交互提出了相应的直流变压控制策略,能够提供满足电动汽车快速充电要求的稳定电压和功率,增强了快充接口的输出跟踪能力。

    一种考虑电动汽车充电特性的风光储并网型微网

    公开(公告)号:CN107846035A

    公开(公告)日:2018-03-27

    申请号:CN201710911697.1

    申请日:2017-09-29

    CPC classification number: H02J3/32 H02J3/383 H02J3/386

    Abstract: 一种考虑电动汽车充电特性的风光储并网型微网,属电网管理领域。其为一个分布式可再生能源的风光储并网型微网架构;微网至少包括发电系统、蓄电池、超级电容、电动汽车集群充电桩和能量管理系统;发电系统由风力发电机和光伏电池组成,蓄电池与超级电容组成混合储能系统以对微网联络线进行削峰填谷与功率波动抑制;微网考虑电动汽车的充电特性,并通过充电桩的交直流转换元件将电动汽车与微电网相连。其针对电动汽车慢充方式,将进行慢充的电动汽车视为可平移负荷,用以调节微网联络线的峰谷特性;针对电动汽车快充方式,将其视为一种微网短期功率波动,需通过蓄电池与超级电容器组成的混合储能系统对其进行平抑。可广泛用于微网的运行管理领域。

    一种考虑电动汽车充电影响的微网能量管理方法

    公开(公告)号:CN107846043B

    公开(公告)日:2021-07-20

    申请号:CN201710912415.X

    申请日:2017-09-29

    Abstract: 一种考虑电动汽车充电影响的微网能量管理方法,属电网管理领域。所述的微网为分布式可再生能源的风光储并网型微网架构;其将微网能量管理方法划分为削峰填谷与联络线功率波动抑制两个阶段;削峰填谷阶段考虑电动汽车慢充的负荷平移特性;在功率波动抑制阶段,采用模糊控制理论,将目标功率波动在蓄电池与超级电容间进行分配;通过平移电动汽车慢充时间配合蓄电池充放电,对含分布式可再生能源的微网联络线进行峰谷调节;考虑电动汽车快充引起的联络线短期功率波动,通过超级电容器与蓄电池分别平抑功率波动中的高频成分与低频成分。其能够实现含风‑光‑储‑电动汽车的并网型微网的能量优化与协调,保证线路电能质量,提高微网运行经济性。

    一种考虑电动汽车充电特性的风光储并网型微网

    公开(公告)号:CN107846035B

    公开(公告)日:2021-07-20

    申请号:CN201710911697.1

    申请日:2017-09-29

    Abstract: 一种考虑电动汽车充电特性的风光储并网型微网,属电网管理领域。其为一个分布式可再生能源的风光储并网型微网架构;微网至少包括发电系统、蓄电池、超级电容、电动汽车集群充电桩和能量管理系统;发电系统由风力发电机和光伏电池组成,蓄电池与超级电容组成混合储能系统以对微网联络线进行削峰填谷与功率波动抑制;微网考虑电动汽车的充电特性,并通过充电桩的交直流转换元件将电动汽车与微电网相连。其针对电动汽车慢充方式,将进行慢充的电动汽车视为可平移负荷,用以调节微网联络线的峰谷特性;针对电动汽车快充方式,将其视为一种微网短期功率波动,需通过蓄电池与超级电容器组成的混合储能系统对其进行平抑。可广泛用于微网的运行管理领域。

    一种用于配电网数据优化的特征选择方法

    公开(公告)号:CN112085619A

    公开(公告)日:2020-12-15

    申请号:CN202010797427.4

    申请日:2020-08-10

    Abstract: 一种用于配电网数据优化的特征选择方法,属电力数据分析处理领域。根据相关数据源,量化配电网故障某类影响因素后使其成为故障特征变量;数据矩阵根据每个故障表达的平均值进行预处理和离散化;输出特征数量n由用户从外部提供,然后输入类别数据矩阵;对目标值A,按每个故障的相关性通过互信息最大化计算;然后对剩余的输出特征进行循环反复更新;将目标值B模型函数设定为特征相关性指标和冗余度指标之比,并使其最大化;依次循环分拣出得分最高的特征向量,直到筛选出的特征集范围延伸至事先确定的界限值,则输出最优特征子集,否则重复以上步骤。该技术方案能够有效地降低特征选择方法的复杂度,从而提高配电网故障数据分类准确性。

Patent Agency Ranking