全球能源問(wèn)題日趨嚴(yán)峻,節(jié)能環(huán)保成為主要趨勢(shì)。冷熱電聯(lián)供能實(shí)現(xiàn)能量高效梯級(jí)利用;燃料電池由于清潔高效、低噪等優(yōu)點(diǎn),適用于微型冷熱電聯(lián)供系統(tǒng),具有極大的應(yīng)用前景。因此,研究基于燃料電池的冷熱電聯(lián)供系統(tǒng)能有效解決能源問(wèn)題,節(jié)約不可再生能源。本文主要研究了基于燃料電池的微型冷熱電聯(lián)供系統(tǒng)的高效利用。提出了儲(chǔ)能系統(tǒng)輔助的燃料電池微型冷熱電聯(lián)供系統(tǒng),在Simulink平臺(tái)上建立了該系統(tǒng)的仿真模型。建立了熱力學(xué)和經(jīng)濟(jì)性評(píng)估模型以評(píng)估該系統(tǒng)的技術(shù)性能。之后研究了用于分布式能源系統(tǒng)的負(fù)荷預(yù)測(cè),構(gòu)建了基于BP人工神經(jīng)網(wǎng)絡(luò)的高精度負(fù)荷預(yù)測(cè)模型。在此基礎(chǔ)上,對(duì)冷熱電聯(lián)供系統(tǒng)進(jìn)行負(fù)荷工況仿真,研究了該系統(tǒng)的動(dòng)態(tài)性能、熱力性能和經(jīng)濟(jì)性。最后制備了本研究所用的質(zhì)子交換膜燃料電池,并測(cè)試了其性能。通過(guò)上述研究,獲得了如下結(jié)論:基于BP人工神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測(cè)模型預(yù)測(cè)值與真實(shí)值平均相對(duì)誤差僅為3.96%,且預(yù)測(cè)變化趨勢(shì)完全一致;所提出的儲(chǔ)能系統(tǒng)輔助的燃料電池微型冷熱電聯(lián)供系統(tǒng),能同時(shí)滿足冷熱電需求,且具有良好的控制精度和動(dòng)態(tài)性能;系統(tǒng)冬季和夏季能源利用率分別為81.24%和69.95%,相比單一燃料電池系統(tǒng)效率分別提高了...

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.2日本家用1kW燃料電池?zé)犭娐?lián)供系統(tǒng)

3華中科技大學(xué)碩士學(xué)位論文圖1.2日本家用1kW燃料電池?zé)犭娐?lián)供系統(tǒng)本文主要針對(duì)燃料電池的高效綜合利用問(wèn)題，研究了基于燃料電池的冷熱電聯(lián)供系統(tǒng)中的關(guān)鍵技術(shù)，旨在提高燃料電池驅(qū)動(dòng)的分布式能源系統(tǒng)的能源利用率和運(yùn)行經(jīng)濟(jì)性。本文所涉及的研究領(lǐng)域包括：質(zhì)子交換膜燃....

圖2.4質(zhì)子交換膜燃料電池模型驗(yàn)證電流密度（mA/cm2）

華中科技大學(xué)碩士學(xué)位論文，系統(tǒng)響應(yīng)時(shí)間約為5s�？紤]到響應(yīng)時(shí)間相對(duì)目標(biāo)用戶實(shí)際運(yùn)行時(shí)間非常響應(yīng)延遲是可以滿足系統(tǒng)穩(wěn)定運(yùn)行要求的。

圖2.5系統(tǒng)動(dòng)態(tài)響應(yīng)性能驗(yàn)證時(shí)間（s）

圖2.4質(zhì)子交換膜燃料電池模型驗(yàn)證模型數(shù)據(jù)文獻(xiàn)數(shù)據(jù)電流密度（mA/cm2）壓（電v）

圖3.4電力負(fù)荷預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

圖3.4電力負(fù)荷預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖在確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)算法后，開(kāi)始訓(xùn)練神經(jīng)網(wǎng)絡(luò)。以數(shù)據(jù)集中7.20電力負(fù)荷數(shù)據(jù)和當(dāng)日的氣象數(shù)據(jù)作為訓(xùn)練樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)。當(dāng)網(wǎng)絡(luò)成功定精度，即可得到所需的神經(jīng)網(wǎng)絡(luò)。該神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程如圖3.5所示示網(wǎng)絡(luò)迭代只需要67步即達(dá)到設(shè)定的....

本文編號(hào)：3932797