双馈风机低电压穿越的改进技术

为提高电压跌落条件下双馈风电机组的运行稳定性,介绍了crowbar与chopper共同配合作用的低电压穿越技术,并从提高crowbar阻值整定上限这一角度通过理论分析与仿真验证说明了crowbar与chopper配合作用的优势。提出低电压穿越过程中机侧变流器的无扰切换控制方法,通过仿真验证了这种方法可以大大减少crowbar投切次数与低穿过渡时间,且控制简单可行。     

基于CVaR的风电机组日前申报出力优化模型研究

在我国,风电机组需提前一天提交次日24小时的申报出力信息,由于来风具有明显的不确定性和随机性特征,风电机组次日实际出力与日前申报出力会存在一定的偏差。为解决以上问题,首先采用K-means聚类法对风电机组实际出力数据进行聚类,并生成样本集;其次,基于风电不确定性样本集构建风险中性风电机组日前申报出力决策优化模型;再次,构建基于条件风险值（CVaR）的日前申报出力优化模型;最后,基于实际数据进行了算例分析。算例分析结果表明,基于CVaR的日前申报出力决策优化模型能有效减少风电机组日前申报出力与次日实际出力的偏差,且使风电机组获得风险价值更好的申报出力,从而实现申报利润的风险可控性。     

页岩气选区评价关键参数及上下限

四川盆地及其周缘页岩气资源丰富,选区评价是获取页岩气区块并实现勘探开发的前提,然而目前页岩气选区评价关键参数并不统一,关键参数标准及上下限仍存在争议并缺乏系统性研究,因此亟需建立一套适用于高热演化海相页岩气的选区评价体系。充分调研了国内外页岩气选区评价方法、行业和企业标准及公开文献,开展了各类选区评价参数统计,优选了选区评价关键参数,探究了每个关键参数的上下限,建立了页岩气选区评价关键参数取值范围标准。研究优选出7个页岩气选区评价关键参数,主要包括有机碳含量（TOC）、成熟度（R_O）、孔隙度、压力系数、埋藏深度、脆性矿物含量和页岩有效厚度。有机碳含量作为页岩气选区评价的首要关键参数,其下限可降到1.0%;成熟度R_O是页岩气聚集形成的重要指标,其下限仍为1.3%,上限可提高至4.0%;孔隙度作为页岩储层评价的重要参数,其下限仍为2.0%;压力系数作为页岩气的保存参数,其下限可降至1.0;页岩埋藏深度的上下限分别为1 000 m和5 000 m;脆性矿物含量作为压裂参数,其下限仍为40%;页岩有效厚度应选取TOC>2.0%、1.3%<R_O<3.5%、孔隙度>2.0%和脆性矿物含量>40%的页岩层段,其下限为20 m。优选的选区评价关键参数及建立的上下限标准,对中国复杂构造背景下的高过成熟海相页岩气的选区评价和高效勘探开发具有重要指导意义。     

低碳目标下燃煤机组主辅市场联合优化研究

现有技术条件下,存量燃煤机组的合理运行不仅是新型电力系统的安全保障,也可为高比例可再生能源接入电力系统提供足够的系统灵活性。从系统角度出发,以整体经济性最优为目标,构建燃煤机组参与电能市场和调峰辅助服务市场的两阶段优化模型。考虑不同燃煤机组的技术特性,设计了多种方案对不同深度调峰方案下系统的经济效益与环境效益进行了比较分析。算例结果表明:燃煤机组深度调峰能够促进可再生能源消纳并减少发电侧的碳排放,但不同调峰深度下燃煤机组总收益差异显著,部分机组适合深度调峰且存在最优调峰区间。基于此,电力市场的机制设计应该考虑机组的技术特性,有利于优化燃煤机组运行效率并支撑高比例可再生能源电力接入电力系统。     

基于改进三角模糊VIKOR法的用户储能系统配置方案综合评估

针对不确定环境下用户储能系统配置方案评估决策,提出一种基于改进三角模糊多准则妥协解排序(VIKOR)法的评估模型。首先,运用扎根理论构建评估指标集,并采用灰色关联-粗糙集方法进行指标筛选,形成评估指标体系。然后,采用主、客观相结合的方法计算指标组合权重,以提高其准确性,其中主观权重由模糊层次分析(FAHP)法求得,客观赋权法由改进标准间重要性相关性(CRITIC)法求得。最后,考虑指标之间的冲突性与模糊性,运用改进三角模糊VIKOR法对配置方案评估与排序比选。通过仿真分析,验证了本文所建模型的有效性和可行性。     

基于IPSO-BiLSTM-AM模型的超短期风电功率预测方法

针对现有模型预测准确性与稳定性较低的问题,提出一种以BiLSTM为基础的风电功率预测模型。BiLSTM可以很好的处理风电多变量之间的非线性关系,其次采用改进的PSO优化BiLSTM的超参数,并通过AM训练模型的权重。最后采用内蒙古自治区某风电场的历史数据进行提前0~15 min试验。结果表明,提出的IPSO-BiLSTM-AM模型具有较高的预测精度,可以为风电场电力调度与控制提供科学参考。     

基于智能负荷控制的分布式能源系统调控策略研究

为提高分布式能源系统（DES）经济性及运行效率,提出基于智能负荷控制的DES调控策略。首先,基于智能电表的测量数据,采用监督学习技术训练神经网络,构建智能负荷神经网络模型计算住宅可控有功功率;其次,考虑智能负荷与DES之间的互动关系,结合DES各设备运行及互补特性,构建智能分布式能源管理系统模型,分析其可控负荷的调度策略,并给出求解流程,利用IEEE-6节点系统进行算例分析。结果表明,DES总运行成本将随着需求响应控制的加强而降低,考虑智能负荷参与能源系统互动,可有效改善系统负荷曲线,减少切负荷现象,促进风电、光伏清洁能源的消纳。     

双碳及能源安全背景下中国电煤月度需求组合预测

双碳发展背景下,准确及时的电煤需求预测有利于国家制定电煤供需计划及能源安全供给。现有研究对电煤月度需求预测的较少,且精度欠佳,难以保证电煤月度需求感知的及时性和准确性。提出由回归加权融合反向传播神经网络、门控循环单元网络和长短期记忆网络的组合预测模型预测我国电煤月度需求。首先采用格兰杰因果检验从月度经济及能源生产因素中筛选显著影响电煤需求的变量。然后构建单一及组合模型进行预测,其中,组合模型权重由回归计算得到。结果表明,相较单一模型,组合预测模型在电煤需求预测中性能更好。     

一种大视景图象库的组织方法研究

针对大视景图象具有存储信息量巨大和基本构成图形有限的特点,提出了多级库的思路,用以大量压缩视景图象信息的存储容量,该多级库由图形库和多级映射库组成;同时给出图形库、映射库的构成方法及图形与地理位置间的映射关系和基本图形的提取方法。这种数据库具有查询速度快,查询准确性高、图象存储容量压缩比率大等特点,并能将1G字节图象用不到3Mbyte的空间存储。     

大机组故障诊断技术的展望

概述了国内外近些年大机组故障诊断技术的发展情况，简单地介绍了故障诊断技术的常用方法，并对各种方法的特点或优缺点进行了概括和总结；指出了现阶段故障诊断技术发展的不平衡及全面发展大机组故障诊断技术的重要性。文中最后提出了我国发电机组故障诊断技术未来发展方向的预测。