【摘 要】
：
能源攸关民生国计。为了解决日益凸显的能源问题,人们把目光投向了以光伏、风力发电为代表的新能源。其中光伏发电得到最广泛的应用。随着光伏发电系统数量的增多,会给原配电网的安全及稳定性带来一系列的危害,这其中主要的影响就是孤岛效应。为了最大可能的减小孤岛效应的危害,研究性能良好的孤岛检测方法有着重要的现实作用。本文阐述了检测孤岛效应的背景,并对孤岛效应的定义以及带来的危害作了介绍,叙述了目前关于孤岛检测
论文部分内容阅读
能源攸关民生国计。为了解决日益凸显的能源问题,人们把目光投向了以光伏、风力发电为代表的新能源。其中光伏发电得到最广泛的应用。随着光伏发电系统数量的增多,会给原配电网的安全及稳定性带来一系列的危害,这其中主要的影响就是孤岛效应。为了最大可能的减小孤岛效应的危害,研究性能良好的孤岛检测方法有着重要的现实作用。本文阐述了检测孤岛效应的背景,并对孤岛效应的定义以及带来的危害作了介绍,叙述了目前关于孤岛检测方法的研究现状。探讨了孤岛产生的机理,介绍了国际经常使用的检测孤岛效应的方法以及评价该方法优劣的标准。对
其他文献
随着科学技术的不断进步,电力电子技术正以令人瞩目的速度应用到人们生活的各行各业。DC/DC Boost变换器具输入电流脉动小、结构简单等优点,因此具有良好的实用价值。而交错并联技术的应用则可进一步的降低输入输出电流脉动,减小变换器的体积;把两个独立感耦合成一个的电感,减少了元器件的数量,从而减小DC/DC变换器的体积,提高功率密度,而耦合电感可更进一步的降低输入输出电流脉动,提高变换器的效率。但是
伴随着人类对能源需求量的不断增加以及传统化石能源的枯竭,新能源的开发和利用越来越受到人们的青睐。太阳能分布式发电以拥有巨大资源、无污染等优点在世界各地得到广泛应用。作为分布式发电系统关键技术—逆变器并联技术越来越受到学术界的关注,使用下垂控制的无线并联技术以冗余度高、接线较少等优点而优于其他并联控制方式。但在分布式发电系统中具有容量大小不等逆变器并联。为了使各个逆变器得到合理的利用,就需要对不同容
近年来,随着化石燃料的常规式利用不断增加,不仅资源的利用效率低而且对环境造成了很大污染。在政府部门的积极推进下,光伏发电以其清洁、广泛、无污染的特点,从最初的军用到如今走进千家万户,既解决了能源短缺和环境污染的难题,又推动了当地经济发展。在光伏发电系统中最为关键的是系统的效率,与传统的隔离型逆变器相比,非隔离型逆变器凭借着体积小、效率高、功率密度大等优势成为研究的热点。然而由于缺少了变压器,系统存
中低频噪声控制一直是噪声控制领域的难点之一。本文探讨用亥姆霍兹共振器来解决封闭腔体内的中低频噪声控制相关问题,主要集中在对共振器控制性能的优化理论开发及实验验证。基于共振器与待控目标腔体的声学耦合方程,以最大化减小声腔内目标声压幅值为参考,从理论上对共振器的阻尼和工作带宽进行了系统的多种优化分析,创新性地提出了共振器最优阻尼比设计的极值法理论解析解、摄动法理论解析解以及共振器源强度优化理论解析解,
分子间作用力是指除共价键,离子键和金属键之外的其他弱相互作用力,常表现为范德华力、氢键、卤键、静电作用等等的相互作用,其能量远小于普通的共价键。范德华力及氢键作为分子间作用力的主要形式,人们已有较多的研究,发现其对物质沸点,溶解度及空间位组都有影响。很多新功能材料,新药物的研发都与分子间作用力的研究息息相关。近年来分子间作用的不断研究,促进了新学科及新技术的发展。在溶液中,当氢键和卤键作用同时存在
具有较大π共轭结构的稠环芳香化合物由于其在光电材料领域,特别是在有机小分子场效应晶体管材料的应用中越来越受到研究者们的关注。呋喃杂环的引入能有效改善多苯并类稠环芳香化合物的溶解性能,而氮杂原子的引入又能增强稠环芳香化合物结构的稳定性。基于此,我们设计合成了一系列呋喃杂环并吩嗪类化合物和以咔唑为骨架的二芳基取代的二苯并咔唑类化合物。论文的第一部分以9,10-菲醌为原料,经溴代得到3,6-二溴-9,1
多孔金属有机骨架(Metal-Organic Frameworks,MOFs)材料是由金属离子/金属簇与有机配体通过自组装构筑而成的配合物。由于它们的结构多样性,高比表面积以及可调节的表面性质,MOFs在过去几十年中已经得到广泛的研究,并且显示出了在各种应用中的巨大前景,其中包括气体存储和分离、传感器、多相催化、荧光和生物医学等领域。本论文分为三个主要部分,其中第一部分研究了基于柱[5]芳烃修饰的
氮杂大环化合物及其N-取代衍生物,因具有易与金属阳离子络合的性质而备受关注。四氮杂环的选择性N-官能化,可通过调节配位亚基的性质来允许微调其络合物性质。此前多是研究各种不对称氮杂大环化合物的合成(受氮杂环和烷基化试剂影响较大),但对称四氮杂化合物的合成研究较少。另吡啶基三氮杂化合物 PCTA(Pyridine Containing Tri Aza-macrocyclic)因增加了热力学稳定性和具有
高精度的风速预测对风电发展具有重要意义。目前针对风速预测研究大多集中于两方面:第一,采用中尺度数值模式进行风速预报,但其因计算量大具有计算时长和硬件设备的局限性,并且单一中尺度模式预报效果已不能满足当前预测精度需求,需要进一步引入学习模型对其预报风速进行订正和预测;第二,采用学习模型进行风速预测,现采用的学习方法大多为浅层机器学习方法,学习能力有限,预测精度还有待进一步提高,而深度学习模型具有更深
齿轮箱是风力发电机组的重要组成部件,也是故障发生率最高的部件,它的运行状态直接影响着风力发电机组的整体性能。因此开展风力发电机组齿轮箱的故障诊断对提高风能利用率和降低设备的维护成本等方面具有重要的现实意义。本文以双馈型异步风力发电机组齿轮箱为研究对象进行故障诊断研究。首先简述了风力发电机主要的内部构造以及能量转换过程,重点分析了齿轮箱中齿轮与轴承的故障类型及其振动原理。其次,选用小波包变换对故障振