检索结果-南通市图书馆

考虑移动氢能存储的港口多能微网两阶段分布鲁棒优化调度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国电机工程学报 2024年第8期44卷 3078-3092,I0012页

作者：侯慧甘铭吴细秀赵波章雷其王灼谢长君武汉理工大学自动化学院湖北省武汉市430070 国网浙江省电力有限公司电力科学研究院浙江省杭州市310014

为有效应对海上风电固有的间歇及波动性给港口多能微网带来的不确定性风险,提出一种考虑移动氢能存储的港口多能微网两阶段分布鲁棒优化调度模型。首先,结合Wasserstein距离实现风电出力概率分布模糊集的精确刻画,并通过非参数核密度估... 详细信息

为有效应对海上风电固有的间歇及波动性给港口多能微网带来的不确定性风险,提出一种考虑移动氢能存储的港口多能微网两阶段分布鲁棒优化调度模型。首先,结合Wasserstein距离实现风电出力概率分布模糊集的精确刻画,并通过非参数核密度估计拟合海上风电预测误差概率分布,获得不同置信水平下风电出力区间及场景。其次,分析氢能船舶、汽车等移动氢能存储资源对间歇性风电出力的能源存储潜力,并结合用能心理、交通属性差异,将两者分别建模为激励型、价格型需求响应,实现港口移动氢能存储灵活性资源的高效聚合。再次,针对含移动氢能存储的港口多能微网,构建基于概率分布模糊集的日前-日内两阶段分布鲁棒优化调度模型,并运用线性决策规则与强对偶理论将其转换为混合整数线性规划模型求解。最后,基于海上风电实测数据进行仿真验证。结果证明,移动氢能存储可显著提升港口多能微网的低碳灵活性,所提模型在兼顾港口多能微网经济性的同时,可进一步保证风电不确定性风险下的鲁棒性。

关键词：移动氢能存储港口多能微网风电不确定性 Wasserstein距离分布鲁棒优化

维普期刊数据库博看期刊

基于ARIMA-BiGRU双数据驱动的燃料电池性能退化预测方法

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2024年

作者：吴航宇王玮朱文超谢长君杨扬武汉理工大学现代汽车零部件技术湖北省重点实验室武汉理工大学自动化学院武汉理工大学燃料电池湖北省重点实验室

质子交换膜燃料电池(PEMFC)是重要的现代可持续能源发电装置，准确估计其性能退化对实际应用至关重要。传统的数据驱动方法一般使用非线性算法预测PEMFC系统的性能退化，并通过优化算法结构和参数来提高预测精度，因此对组件多老化时间... 详细信息

质子交换膜燃料电池(PEMFC)是重要的现代可持续能源发电装置，准确估计其性能退化对实际应用至关重要。传统的数据驱动方法一般使用非线性算法预测PEMFC系统的性能退化，并通过优化算法结构和参数来提高预测精度，因此对组件多老化时间尺度和电压恢复现象的考虑不够充分。本文通过分析电压数据中的性能退化信息，提出一种基于双数据驱动的燃料电池性能退化预测方法。首先通过自适应噪声完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise，CEEMDAN)，将原始电压数据分解重组为多个老化时间尺度序列。然后，分别使用自回归移动平均(autoregressive integrated moving average，ARIMA)和双向机制门控循环单元(bidirectional gated recurrent unit，BiGRU)预测序列中的整体下降趋势和局部恢复现象。在PEMFC动态数据集上的实验结果表明，本文方法的预测效果较单独方法提高了37.2%-43.0%。

关键词：质子交换膜燃料电池性能退化预测融合预测双向机制

考虑不确定性量化的质子交换膜燃料电池剩余使用寿命混合预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国电机工程学报 2024年

作者：余晓然谢长君杨扬朱文超郭冰新武汉理工大学自动化学院现代汽车零部件技术湖北省重点实验室(武汉理工大学) 材料复合新技术国家重点实验室

老化模型是评估质子交换膜燃料电池（proton exchange membrane fuel cell，PEMFC）健康状态(state of health，SoH)和剩余使用寿命(remaining useful life，RUL)的关键，然而其因诸多原因导致的不确定性降低了模型精度和可信度。因此... 详细信息

老化模型是评估质子交换膜燃料电池（proton exchange membrane fuel cell，PEMFC）健康状态(state of health，SoH)和剩余使用寿命(remaining useful life，RUL)的关键，然而其因诸多原因导致的不确定性降低了模型精度和可信度。因此，提出一种模型不确定度和SoH同时量化(model uncertainty and SoH simultaneous quantification，MUSQ)算法，用于指导和修正卷积神经网络-长短期记忆神经网络混合模型(convolutional neural networks-long short-term memory，CNN-LSTM)的长期预测，构建全新的RUL混合预测框架。采用动态负载循环耐久性实验数据，将该混合预测方法与扩展卡尔曼滤波算法、自适应扩展卡尔曼滤波算法、MUSQ、LSTM、CNN-LSTM等进行对比，该方法具有最优的长期预测性能和RUL估计精度。在负载电流为14.85A的工况下，该方法分别降低累计误差49.64%、61.33%、30.65%、57.00%、52.90%、45.70%和60.87%。

关键词：质子交换膜燃料电池模型不确定性 CNN-LSTM 剩余使用寿命混合预测

冷能梯级利用的港口多能微网双层不确定性经济调度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电力系统自动化 2024年第6期48卷 205-215页

作者：侯慧谢应彪甘铭赵波章雷其谢长君武汉理工大学自动化学院湖北省武汉市430070 武汉理工大学深圳研究院广东省深圳市518000 国网浙江省电力有限公司电力科学研究院浙江省杭州市310014

为有效挖掘港口液化天然气(LNG)冷能利用的低碳灵活性潜力,充分发挥多时间尺度协同优化效应,提出一种考虑LNG冷能梯级利用的港口多能微网(MEMG)鲁棒-随机双层不确定性经济调度模型。首先,考虑LNG深冷-中冷-浅冷等各个温区的低碳灵活性潜... 详细信息

为有效挖掘港口液化天然气(LNG)冷能利用的低碳灵活性潜力,充分发挥多时间尺度协同优化效应,提出一种考虑LNG冷能梯级利用的港口多能微网(MEMG)鲁棒-随机双层不确定性经济调度模型。首先,考虑LNG深冷-中冷-浅冷等各个温区的低碳灵活性潜力,建立低温碳捕集-冷能发电-直接冷却的冷能梯级利用模型,并以此为基础形成捕集-存储-利用协同的碳处理流程。其次,根据等概率逆变换生成考虑预测误差时序相关性的风电场景,并基于Wasserstein距离的0-1规划模型进行场景削减。再次,针对风电预测误差随时间尺度增加而增大的特性,构建多时间尺度优化的鲁棒-随机双层不确定性经济调度模型,上层通过分布鲁棒优化保证日前预调度决策鲁棒性,下层通过随机优化保证日内滚动调度决策经济性。最后,仿真结果表明,所提考虑冷能梯级利用的鲁棒-随机双层调度模型在解决日前长时间尺度预测精度低与日内短时间尺度易陷入局部最优矛盾的同时,可赋予港口MEMG更多经济性、低碳性及供电灵活性。

关键词：港口微网冷能梯级利用风电时序相关性分布鲁棒优化多时间尺度优化经济调度不确定性

维普期刊数据库

基于贝叶斯优化ESN的PEMFC性能退化预测

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2024年

作者：陈进靳佳澍陈跃鹏谢长君刘柏均现代汽车零部件技术湖北省重点实验室(武汉理工大学) 武汉理工大学自动化学院

质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell，PEMFC)的耐久性不足仍然是困扰其自身大规模商业化的问题之一。本文提出了一种贝叶斯优化(Bayesian Optimization，BO)算法优化回声状态网络(Echo State Network，ESN)模型进... 详细信息

质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell，PEMFC)的耐久性不足仍然是困扰其自身大规模商业化的问题之一。本文提出了一种贝叶斯优化(Bayesian Optimization，BO)算法优化回声状态网络(Echo State Network，ESN)模型进行PEMFC性能退化预测。通过BO来获取ESN模型的最优超参数组，最后利用ESN模型预测PEMFC电压。此外，电压下降是PEMFC性能退化的重要表征之一，电压下降迅速的地方包含更多的性能退化特征信息，需要进行更频繁的采样。电压下降程度较小的地方包含较少的性能退化特征信息，需要进行较低频率采样。因此，本文提出了一种自适应模糊规则采样(Adaptive Fuzzy Sampling，AFS)对数据集进行采样提升PEMFC预测精度。实验结果表明，在静态工况中，BO-ESN的均方根误差(Root Mean Square Error，RMSE)和平均百分比误差(Mean Absolute Percentage Error，MAPE)分别比ESN模型降低了52.4%和63.6%。经AFS采样后BO-ESN模型的RMSE和MAPE分别比固定时间间隔采样降低了49.8%和54.5%。在动态工况中，BO-ESN模型相比于ESN模型的RMSE和MAPE分别降低了13.4%和7.96%。根据实验结果表明，该方法具有较好的PEMFC性能退化预测性能。

关键词：贝叶斯优化回声状态网络自适应模糊规则采样置信区间性能退化

基于GoogLeNet与迁移学习的质子交换膜燃料电池集成系统故障诊断

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国电机工程学报 2024年第13期44卷 5147-5157,I0011页

作者：赵波刘相万章雷其陈哲张领先谢长君国网浙江省电力有限公司电力科学研究院浙江省杭州市310014 武汉理工大学自动化学院湖北省武汉市430070

为准确判别质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)系统在动态阶跃工作电流下的故障类型,该文建立了PEMFC集成系统模型,提出一种基于GoogLeNet卷积神经网络与迁移学习的PEMFC故障诊断方法。首先,根据燃料电池运... 详细信息

为准确判别质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)系统在动态阶跃工作电流下的故障类型,该文建立了PEMFC集成系统模型,提出一种基于GoogLeNet卷积神经网络与迁移学习的PEMFC故障诊断方法。首先,根据燃料电池运行过程的电化学反应机理与经验公式建了PEMFC集成系统模型,辅机系统包括冷却系统、空气供给系统和供氢系统。然后,搭建燃料电池测试台架,利用实验数据验证搭建的PEMFC集成系统模型,并改变模型部件参数产生特征故障图像数据集。最后,采用迁移学习将预训练模型中的权重迁移到GoogLeNet模型中,以提高分类模型的收敛速度和泛化能力。2000组故障样本诊断结果表明,PEMFC集成系统在正常、冷却系统故障、氢气饥饿、空气饥饿和水淹故障共5种运行状态下的诊断精确率分别为99.30%、100%、99.10%、100%和99.10%,综合诊断准确率达99.50%,结果证明所提方法具有较高的分类精度和鲁棒性。

关键词：质子交换膜燃料电池集成系统 GoogLeNet卷积神经网络迁移学习故障诊断

维普期刊数据库博看期刊

同方期刊数据库

基于混合概率数据驱动模型的燃料电池性能衰减预测方法

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2024年

作者：郭冰新谢长君朱文超杨扬杜帮华武汉理工大学自动化学院武汉理工大学现代汽车零部件技术湖北省重点实验室材料复合新技术国家重点实验室

精确地预测燃料电池衰减特性能够为控制和诊断提供良好的决策依据。然而，主流的数据驱动方法在建模阶段，通常并未考虑实验环境造成的测量误差及模型对数据的依赖性等不确定性因素。因此，在预测形式上只能提供单一点估计的预测结果，... 详细信息

精确地预测燃料电池衰减特性能够为控制和诊断提供良好的决策依据。然而，主流的数据驱动方法在建模阶段，通常并未考虑实验环境造成的测量误差及模型对数据的依赖性等不确定性因素。因此，在预测形式上只能提供单一点估计的预测结果，进而导致性能衰减结果缺乏足够可信度。本文提出了一种基于混合概率的数据驱动模型(MPDD)，通过贝叶斯理论对多种数据驱动模型的结构特点进行融合，实现模型对数据依赖性的不确定性量化，为燃料电池性能衰减趋势提供了点估计和区间估计两种形式的预测结果。基于燃料电池动态负载周期循环(FC-DLC)中的全工况数据，MPDD模型的点估计结果要优于单一数据驱动模型。此外，基于FC-DLC中的稳态数据，MPDD模型相较于高斯过程回归（GPR）的区间估计集中率提升最高可达33%。预测结果表明，该预测方法具有良好的不确定性量化能力，可以为电氢耦合装置的运行提供更实用的决策建议。

关键词：质子交换膜燃料电池性能衰减预测数据驱动模型不确定性量化高斯过程回归

基于共享泊位及P2P交易的多港口综合能源系统协同调度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国电机工程学报 2024年

作者：侯慧谢应彪颜玉林张籍唐金锐谢长君武汉理工大学自动化学院国网湖北省电力有限公司经济技术研究院

为充分发挥港口作为能源转换枢纽与交通集散中心的优势，实现能源-交通之间的深度耦合与高效互动，提出一种基于共享泊位及点对点(P2P)交易的多港口综合能源系统(MPIES)协同调度策略。首先，基于泊位与岸桥联合分配特性刻画氢能船舶的... 详细信息

为充分发挥港口作为能源转换枢纽与交通集散中心的优势，实现能源-交通之间的深度耦合与高效互动，提出一种基于共享泊位及点对点(P2P)交易的多港口综合能源系统(MPIES)协同调度策略。首先，基于泊位与岸桥联合分配特性刻画氢能船舶的停泊特征，并结合氢能船舶的能量属性，建立其能源-交通耦合模型，实现交通负荷在时间尺度上的响应。其次，构建MPIES能源-交通共享模型。在交通共享方面，通过共享泊位均衡多港交通作业需求及能流空间分布，实现交通负荷在空间尺度上的响应；在能源共享方面，采用基于中间市场利率(MMR)定价方式的P2P交易促进多港能源盈缺互补。再次，提出基于合作博弈的MPIES协同调度策略，并采用广义纳什议价进行利益分配，以保证利益最大化和公平分配。最后，以天津3个典型港口为例，验证所提模型可有效提升MPIES的经济性与灵活性，并通过灵敏度分析探究影响“船随源动”、“源随船动”的关键因素。

关键词：多港口综合能源系统共享泊位点对点交易能源-交通耦合共享合作博弈

基于TCN和AUKF联合迭代的PEMFC寿命融合预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国电机工程学报 2024年

作者：赵波张领先章雷其陈哲刘相万谢长君武汉理工大学自动化学院国网浙江省电力有限公司电力科学研究院

针对质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell，PEMFC)的剩余使用寿命预测问题，本文提出了一种基于时序卷积神经网络(Temporal Convolutional Network，TCN)和自适应无迹卡尔曼滤波(Adaptive Unscented Kalman Filter， AUKF)联合迭代的融合预测方法。该方法首先利用TCN进行短期预测，并用贝叶斯算法计算融合权重。然后利用离散小波变换将老化数据分解为波动趋势和老化趋势，基于TCN长期迭代预测波动趋势，基于TCN和AUKF联合迭代长期预测老化趋势，并将两种趋势叠加得到长期预测结果。最后利用融合权重将多个单体PEMFC的长期预测结果相融合。基于两种工况下5个单体电池的数据验证，短期预测结果表明TCN具有高预测精度，长期预测结果表明融合过程降低了PEMFC单体间老化程度不均衡的影响，提高电堆整体寿命预测的稳定性。

关键词：质子交换膜燃料电池剩余使用寿命时序卷积网络联合迭代融合权重