【摘 要】
：
现如今,全球传统能源日益枯竭与世界环境污染逐年加剧,在这样的双背景下,太阳能光伏发电系统以其特有的清洁,价优,储量大的特点得到了人们的青睐。然而在整个发电过程中,随着光伏电池板温度的升高,其发电效率和使用寿命也会被大大的削减,这样便导致了光伏电池只是把太阳能中的一小部分转化成了电能,而剩余的大部分都变成了废热。为了解决这一问题,开始采用对光伏电池本身进行降温处理,除此之外,许多基于光伏发电的混合系
论文部分内容阅读
现如今,全球传统能源日益枯竭与世界环境污染逐年加剧,在这样的双背景下,太阳能光伏发电系统以其特有的清洁,价优,储量大的特点得到了人们的青睐。然而在整个发电过程中,随着光伏电池板温度的升高,其发电效率和使用寿命也会被大大的削减,这样便导致了光伏电池只是把太阳能中的一小部分转化成了电能,而剩余的大部分都变成了废热。为了解决这一问题,开始采用对光伏电池本身进行降温处理,除此之外,许多基于光伏发电的混合系统逐渐崭露头角[1-2]。光伏-温差(PV-TE)混合发电系统,基于其实现了对太阳能阶梯级的利用,提高其
其他文献
由于环境污染加剧以及国家对于能源结构调整的总体要求,新型能源得到快速发展。作为智能电网中的家用储能型光伏发电系统是新能源的代表。随着储能电池生产成本的降低与电动汽车电池组衰减后电池的回收再利用,光伏储能系统中电池的的充放电的研究成为重点内容。因此本文将对储能电池充放电研究中的双向DC-DC变换器进行设计。采用多通道能够增加双向DC/DC变换器的总输出功率,应用交错并联与磁集成技术可以有效的抑制电流
配电网自动化技术近年来在国内、外得到了快速的发展和广泛的推广应用。国外,美国、日本、韩国、新加坡、英国、芬兰等的应用比较早、比较典型。国内,自20世纪90年代以来也得到了迅猛的发展,目前已经有上百个县级电网进行了推广应用或部分线路的试验。但是从目前的应用情况来看,绝大部分的配电网自动化都是应用在城市配电网上,而且大都是以重合器、分段器、计数器等设备的相互配合来实现的。配电网自动化技术在油田电网上的
神经网络以其固有的高执行速度在电力系统暂态稳定评估领域具有良好的应用前景,但是神经网络存在的两个缺点限制了其在线应用。其一,随着系统规模的扩大,训练样本数目的增加,其训练速度慢的缺点显露出来。针对这个问题,本文提出基于信息熵的属性离散化算法用于训练样本集的压缩,从而大大提高了神经网络的训练速度。其二,由于暂态稳定评估问题输入空间的复杂性以及神经网络本身的局限性,神经网络的分类结果中不可避免地会存在
基于快速高阶Taylor 级数法暂态稳定计算,结合隐式积分梯形公式,推导了隐式Taylor 级数法,并对该方法进行了数值分析。文中提出了一种可调谐的隐式Taylor级数法,并针对其数值精度做进一步改进,得到了全可调谐的隐式Taylor 级数法。本文所提出的隐式方法保留了显式Taylor 级数法准确、快速、递推和编程简单的优点,并明显提高了数值计算稳定性。分析与计算表明该方法具有隐式积分数值稳定性好
近年来,随着电力系统容量的急剧增大,入地短路电流大幅上升。多数变电站建于土壤状况复杂地区,如何根据实际的不均匀土壤,结合新的施工工艺,在面积有限、土壤电阻率较高地区设计出符合国家规程规定的接地系统是保障电力系统运行人员和设备安全的一项重要工作。国内外研究表明分层土壤结构模型能够描述实际的不均匀土壤,是进行接地设计的基础,而在大多数情况下两层土壤模型足以很好的描述实际的土壤构造。论文的研究内容包括两
堪萨斯大学科学家阿德里安·梅洛特博士等科学家早就提出,在地球近46亿年的历史中,地球上的生命可能被宇宙的伽马射线大爆炸毁灭过.伽马射线大爆炸是宇宙中能量最强的大爆炸,
滚动轴承是旋转机械设备的重要组成部分，也是机械设备的主要故障来源之一，每年都有很多设备故障是由轴承引起的，造成较大的经济损失，滚动轴承的好坏直接影响到设备乃至整个生产过程，因此研究滚动轴承的故障监测和诊断技术具有重要的理论价值和实际意义。滚动轴承故障监测和诊断通常是以采集到的轴承振动信号为样本，通过分析采集到的轴承信号，提取信号的特征作为轴承运行状态判断依据，通过计算和分析来判定轴承的状态。一方面
接地网对保证变电站安全运行至关重要,但其接地引线和均压导体常因施工不当或土壤腐蚀使接地网不能满足接地性能要求,当系统发生接地故障时易扩大事故并危及设备和人身安全。由于接地网埋设在地下,工程上只能根据接地网接地电阻值变化或通过大面积开挖检查接地网的腐蚀情况,这些方法带有极大盲目性、工作量也极大,还影响电力系统的正常运行。 本文根据故障诊断学原理、网络理论、矩阵理论及计算机算法,使用接地网拓扑结