水环境实时调控决策支持系统的开发与应用

以建立水环境实时调控决策支持系统为目标,集成综合数据监测体系、数据库、流域入河污染物负荷模型、河流水环境模型、水环境承载能力与污染负荷动态调控模型、GIS平台等众多模块,提出了系统组成的总体框架,分析了多种数学模型间的集成链接方法、GIS显示体系与数学模型间的交互方法、水环境状态实时模拟与基于调控措施的方案模拟等系统集成的关键环节,提出了水环境实时调控与数字化管理功能在复杂大系统中的实现思路与方法,为复杂水环境调控系统的开发与集成提供了简单实用的集成模式。系统在北运河水系水环境管理中的应用结果表明:该系统方法实现了北运河的实时调控模拟,提高了区域水环境管理的智能化水平。研究成果对水环境实时调控与决策系统的建立及精细化管理具有重要的参考价值。     

大规模风电接入下的火电机组灵活性改造规划

风力发电具有极强的随机波动性,大规模风电的消纳需要火电提供辅助服务。然而,中国的火电机组普遍存在总量富余但灵活性不足的问题,严重限制了风电的消纳。文中构建了考虑火电机组灵活性改造的电力系统长期调度模型。考虑到该模型是具有多时间维度耦合特征的大规模优化模型,利用Benders分解算法,将原问题分解成关于灵活性改造的投资主问题与不同改造方案下的各调度时段的运行子问题,从而实现了对具有多时间维度的大规模优化问题的高效求解。算例分析显示,所构建的模型能够在提升电力系统运行经济性的同时促进高比例风电消纳。     

基于风速云模型相似日的短期风电功率预测方法

风电功率预测是解决风电不确定性影响的重要基础和必要手段,高比例风电并网条件下对每个时刻点的预测精度要求都将更为严格。训练样本是影响预测精度的关键因素之一,但由于实际天气系统的复杂多样性和类属模糊性,定向选择与调度时段内风况相似的训练样本对预测精度至关重要。因此,提出了基于云模型定向选取风速相似日数据作为训练样本的短期风电功率预测方法,能够对指定时段内风速随机性和模糊性特征进行学习和建模,通过对历史数据的定向筛选和精细化利用提升预测精度。首先,以日为单位建立历史风速的云模型数据库;然后,建立云模型相似度量化指标,用于判断与待预测时段风速云模型最为相似的历史数据序列,以此为训练样本建立短期风电功率预测模型。在实际预测中,每日根据天气预报信息滚动更新训练样本和预测模型,提高预测精度。最后,选择中国北方某风电场运行数据进行实例分析,结果证明了所提方法能够提高风电功率预测精度,具有一定的工程实用价值。     

一种基于3σ准则与FCM算法相结合的光伏电站直流侧故障定位方法

为了解决光伏电站故障组件定位困难的问题,提出了一种基于3倍标准差(3σ)准则与模糊C均值聚类(FCM)算法相结合的光伏电站直流侧故障定位方法,深入分析了光伏电站各组串电流数据之间的关联性与差异性,利用组串间的差异性结合3σ准则得到组串故障因子;然后利用故障因子的关联性,通过FCM算法得到其聚类中心,客观地找出故障因子的阈值;利用实际光伏电站的数据,实现了只借助组串电流数据定位光伏电站的直流侧故障。实验结果证明了该方法的可行性与准确性。     

基于风场景识别的动态风电功率概率预测方法

传统风电功率预测是确定的、静态的、非条件性的,无法代表不同外部状态的发电过程,缺失预测误差的概率性信息。针对上述问题,提出了一种动态的基于风场景识别的风电功率概率预测方法。首先建立基于K means的风场景识别模型,根据风速和风向识别自然风特征,据此划分风电场风况类别。然后针对各风况类别建立基于相关向量机的概率预测模型。在实际预测中,根据实时风况动态调整概率预测模型参数。以中国西北某风电场为例进行验证,结果表明,该方法提高了单点预测精度、概率预测可靠性和技术分数、运行效率,为预测细化建模提供新的解决思路。     

三维石墨烯/环氧树脂复合材料导热特性研究

三维石墨烯具有高孔隙率、高热导率和良好的热稳定性等优点。提出利用三维石墨烯形成的连续"导热链"填充环氧树脂从而改善环氧树脂传热性能的方法,通过化学氧化还原法制备了三维石墨烯,进而采用浇注法制备三维石墨烯/环氧树脂复合材料。实验测试了导热性能、比热容和玻璃化转变温度等热物性参数。结果表明:三维石墨烯可大幅度提髙环氧树脂的导热性能。在三维石墨烯的质量分数为3%时,环氧树脂的热导率提高近7倍。研究结果为三维石墨烯在导热复合材料领域的应用提供了实验依据。     

300MW循环流化床锅炉烟气污染物排放特性研究

新排放标准GB13223-2011的实施对火电厂污染物排放提出了更严格要求,为了研究大型循环流化床机组烟气污染物的动态变化排放特性,以云南省某300MW循环流化床锅炉为试验对象,通过控制变量法改变石灰石量、床温、氧量等因素,得到锅炉不同工况下SO2、NOx及N2O的排放特性,并从生成机理角度分析了不同参数之间的影响关系,得出了满足国家排放标准要求前提下的最佳的运行工况。试验结果对循环流化床锅炉运行方式的完善和优化,保证系统高效稳定运行,满足国家排放标准要求具有一定的参考价值。     

基于再热的两级闪蒸地热发电系统优化

为提高汽轮机的排汽干度,针对肯尼亚奥卡瑞地区某固定冷热源参数的地热资源,提出分别采用高压汽水分离器所分离蒸汽及分离热水作为再热源的两级闪蒸系统,以两级汽轮机的总输出功为目标函数,排汽干度高于0.88为约束条件,对再热蒸汽的抽汽比、二级闪蒸压强和再热器的效能等参数进行优化计算。结果表明,与常规的两级闪蒸扩容系统相比,采用分离蒸汽和高温热水进行再热后,机组的最大输出功可分别提高22.16%和24.18%,为高效地热电站的系统设计提供新思路。     

短期风电功率动态云模型不确定性预测方法

高比例风电并网场景下,电力系统优化运行势必对风电功率预测精度及其不确定性分析结果的可靠性提出更高要求。现有的不确定性预测研究中大多为整体性的误差分析与建模,难以满足模型在各个时刻和各类天气下的适应性。因此,提出了动态云模型的短期风电功率不确定性预测方法。首先,建立各个预测功率区间段内的单点预测误差云模型,利用云模型数字特征(期望、熵、超熵)生成云滴分布图,以此量化预测不确定性态势。然后,计算给定置信水平下的云滴分位点,以及与之相对应的预测功率可能发生波动的置信范围,即风电功率预测不确定性分析结果。根据实时条件更新云模型,可以提高各个运行时刻点不确定性预测结果的可靠性。以中国北方某风电场运行数据为例进行验证,结果表明与传统的分位数回归方法相比,所提方法可靠性有所提升,能够为电力系统调度决策、备用安排等提供更为可靠的指导信息。     

一种基于神经网络的硅基光伏组件运行温度在线软测量方法

硅基光伏组件的运行温度对组件电气性能和发电效率具有显著影响,是光伏系统建模和性能评估的重要参数,它的精确计算对于光伏系统分析和最大功率跟踪等算法的应用等具有重要意义。通过对组件运行温度经典计算方法进行实例验证,发现该算法在不同季节、天气条件下的精度不一致,使得光伏电站发电量的计算与实际状况存在较大误差。针对这一问题,提出了一种基于多层反向传播（back propagation,BP）神经网络的硅基光伏组件运行温度在线建模方法,它分别以实测太阳辐照度、环境温度和输出功率作为模型输入,以组件运行温度作为模型输出,实现了组件运行温度的在线软测量。通过实际运行数据的对比表明上述方法是有效的,在条件允许时,也应该将风速作为模型输入之一。