搜索资源列表
windnew.rar
- 模拟实际风速模型，输入输出接口,包含电网负荷预测,the simulink of wind model
lxg
- 基于改进遗传算法的配电网负荷转移路径优化研究 matlab代码-Distribution network load transfer path based on improved genetic algorithm optimization matlab code
power-flow
- 电网内的多个风电场风速往往因为其地理位置的远近而有着不同程度的相关性，采用Ｎａｔａｆ 逆变换技术即可建立不同风电场之间具有相关性的风速分布样本空间，进而得到具有相关性的风 电场出力。在仿真过程中考虑风速的不确定性，将每个风电场出力视为一个负的满足威布尔随机 分布的负荷，根据历史数据，用方差—协方差矩阵描述不同风电场相关系数，建立最优潮流模型。 最后，在风电接入改进ＩＥＥＥ ３０及ＩＥＥＥ １１８节点系统中应用蒙特卡洛仿真计算，定量研究随着风 电场之间相关性的增强，最优潮流结果
[考虑需求响应的配电网中长期负荷预测]
- [考虑需求响应的配电网中长期负荷预测](considering demand response for medium and long term load forecasting of distribution network)
智能电网调度控制系统数据总线技术
- 将风能、光能、柴油能的负荷功率进行转移，提高微电网供电系统的持续性与安全可靠性。(The load power of wind energy, light energy and diesel oil can be transferred to improve the sustainability and safety reliability of microgrid power supply system.)
配电系统可靠性计算
- 10负荷点配电网蒙特卡洛法可靠性计算程序，用于计算简单的给定的配电网，内容包含matlab与vs2010程序，以及配电网参数的说明。(10 load point distribution network Monte Carlo reliability calculation program is used to calculate a simple distribution network. The contents include MATLAB and VS2010 program, and
PV_Battery_Vf_Model
- 微电源为光伏发电单元，储能设备是蓄电池作，当光伏电池工作在最大功率点，满足蓄电池和负荷供电的情况下，系统能量仍有剩余时，经过变换器向大电网输送能量；当光伏电池工作在最大功率点、蓄电池工作在最大放电模式仍不能满足负荷需求时，应由交流大电网向直流微电网补充能量。(Micro power supply for the photovoltaic power generation unit, a storage device is a storage battery, when the photovolt
load_shedding - 副本
- 基于matpower实现最优切负荷，实现电网规划可靠性(Optimal load shedding based on Matpower to realize reliability of power network planning)
power_grid_node14
- 计算潮流 IEEE14 节点配电网络具有三条馈线,系统基准容量为100MVA,基准电压 23kV,整个网络总负荷为28.7+j7.75MVA,该配电网参数中,支路的阻抗参 数为标幺值,(power flow calculation)
Microgrid optimal scheduling
- 文章以含有蓄电池、光伏、风机以及负荷的微电网为研究对象，在考虑蓄电池充放电约束、微电网与电网功率交换约束等条件下，建立了以负荷平均供电单价最小为目标的日前优化调度模型。并利用改进交叉算子的遗传算法进行求解。以某典型微电网为例进行建模与求解，得到了微电网日前优化调度方案，实现了微电网的经济稳定运行(Taking the micro-grid with storage battery, photovoltaic, fan and load as the research object, consid
CCHP
- 针对冷热电联供型微网中的负荷类型建立能量平衡约束条件。冷热电联供型多微网和主动配电网作为两个不同的利益主体，采用分布式建模方法，建立不同的经济优化目标，联络线电功率作为两者的耦合变量，等效为虚拟负荷和虚拟电源实现冷热电联供型多微网主动配电系统优化模型的并行求解。天津中新生态城的算例表明冷热电联供 型多微网主动配电系统优化经济调度是有效的，能够实现两个利益主体的经济最优。(The energy balance constraint conditions are established for t
PCS_B
- 微电网保护问题与传统配电网保护有着极大的不同，典型表现在以下几个方面：a.微电网在并网运行和孤岛运行两种运行方式下，短路电流大小不同且差异很大。b.微电网中电源及相关负荷的接地方式对故障电流的大小影响也很大。c.加入分布式能源后，微电网的双向潮流特性对微电网保护的方向判别也有新的要求。d.发生故障时，微电网与配电网的不同隔离策略需要与微电网保护相结合，这也是微电网保护的关键。(The problem of microgrid protection is very different from t
115157688Microgrid-inverter-control
- 直流微电网：分布式电源、储能装置、负荷等均连接至直流母线，直流网络再通过电力电子逆变装置连接至外部交流电网。直流微电网通过电力电子变换装置可以向不同电压等级的交流、直流负荷提供电能，分布式电源和负荷的波动可由储能装置在直流侧调节。(DC microgrid: Distributed generators, energy storage devices and loads are connected to DC bus, and DC network is connected to externa
研究电动汽车无序充电对电网的影响
- 根据电动汽车无序充电进行蒙特卡洛仿真得到日负荷曲线(Monte Carlo simulation based on disorderly charging of electric vehicle to get daily load curve)
10负荷点配电网蒙特卡洛法可靠性计算程序
- 实现10负荷点配电网蒙特卡洛法可靠性计算程序(Realization of Monte Carlo method for reliability calculation of distribution network with 10 load points)
ga_microgrid_dayahead
- 考虑微网发电成本的经济性，以微型燃气轮机发电成本、 储能运行维护成本和微网与主网之间买、卖电的交互成本为系统总成本，以电力平衡及机组运行的相关约束为模型的约束条件，建立使系统的总成本最低为目标函数的日前经济优化调度模型。 日前经济优化调度一般以 24 小时为调度周期，电网的调度中心根据次日调度周期内的负荷以及可再生能源出力预测数据，提前安排次日每个小时内发电机机组或储能设备等的出力情况以及要从上层电网购买或售出的电量，以达到发电成本最小或收益最大的目的。(Considering the econ
前推回代潮流计算程序
- 前推回代法已知配电网的始端电压和末端负荷，以馈线为基本计算单位。 最初假设全网电压都为额定电压，根据负荷功率由末端j向始端k逐段推算，仅计算各元件中的功率损耗而不计算节点电压，求得各支路上的电流和功率损耗，并据此获得始端功率，这是回代过程。 再根据给定的始端电压和求得的始端功率，由始端向末端逐段推算电压降落，求得各节点电压，这是前推过程。如此重复上述过程，直至各个节点的功率偏差满足允许条件为止。(The forward and backward substitution method
Distribution network planning
- 提出了一套基于供电网格优化划分的中压配电网规划思路和方法。首先，确定规划区域主干通道布局，确保土地资源预留。然后，在明确网格划分目的和原则的基础上，基于就近选择负荷备供变电站和负荷聚类方法，实现供电网格在全局范围内的优化划分。最后，分别在各供电网格内，基于其供区分类优选接线模式和一、二次建设改造标准，并进行主干线布线规划。(This paper presents a set of ideas and methods for medium voltage distribution network
DC Microgrid Demo
- 光储直流微电网，将光伏与储能系统相结合，引入不同负荷，可运行(Optical storage DC microgrid, operational)
精英_变异遗传算法
- 利用遗传算法对电动汽车有序充电进行优化；优化目标包括充电费用最低，充电时间达到要求（电动汽车充到足够的电） 考虑电动汽车充电对电网负荷的影响，使负荷峰谷差最小(The genetic algorithm is used to optimize the orderly charging of ev.The optimization goals include the lowest charging cost and the required charging time (the electric