基于钠基吸附剂的烟气脱碳系统余热利用研究

针对基于钠基固体吸附剂的燃烧后脱碳技术应用于燃煤电厂后综合能耗偏高的问题，本文提出与供热机组结合的碳捕集/供热双机组系统，利用低温热网回水回收系统低品位余热。依据双机组的抽汽混合与否构建了两种系统流程，分析了两种不同方案下的系统性能。研究结果表明，在有效回收脱碳系统碳酸化反应余热后，独立抽汽方案中碳捕集综合能耗从4.05GJ/t CO₂降低至1.26GJ/t CO₂，而混合抽汽方案中碳捕集综合能耗降低至1.13GJ/t CO₂，同时双机组系统的热网供热量较单供热机组分别增加了67.5%和72.8%，经济效益显著。分析了混合抽汽方案的系统中碳捕集综合能耗随相关运行参数变化的规律，发现碳酸化反应温度和热网回水温度因为能够直接影响系统余热利用程度因而更易对碳捕集综合能耗产生影响。     

基于有限元的大流量换向阀仿真分析及结构优化

为了提高大流量换向阀的设计能力,该文采用ANSYS仿真平台对大流量换向阀仿真分析及结构优化。研究结果表明:撞击阶段应力集中区域基本出现在二级阀芯径向进油口部位,此时形成的最大应力等于24.26 MPa,明显比682 MPa的材料屈服极限更低。进液阀套达到了271.83 MPa的最大压应力,但明显低于682 MPa的屈服极限,表明壁厚满足设计标准。进液阀套形最大应力出现在阀套内部,跟瞬态冲击条件下最大应力出现区域存在明显差异。二级阀芯最大应力都出现于阀芯部位,完成结构优化之后,二级阀芯的最大应力发生了显著降低,其余各部位的应力也显著减小,可以满足设计标准。     

基于关键拓扑变动项辨识的调度操作潮流校核方法

为解决传统调度操作潮流校核中的有效性问题，定义了一种面向调度操作的关键拓扑变动概念，提出并实现了基于关键拓扑变动辨识的调度操作潮流校核方法。首先，剖析了调度操作安全校核的实施目的，围绕其运行断面潮流校验的校核目的，定义了面向调度操作的关键拓扑变动概念，并基于网络拓扑连接关系设计了其辨识方法。在此基础上，提出了基于关键拓扑变动项辨识的调度操作潮流校核方法，明确了其实施流程和要点。最后基于当前电网调度自动化系统实际，构建了其实施框架，并介绍了其在某电网的实施效益。     

大方坯结晶器电磁搅拌器结构优化

为改善连铸结晶器内钢液的流动状况，采用有限元法和有限容积法研究了大方坯结晶器电磁搅拌器结构对连铸结晶器内电磁场、流场和温度场分布的影响。结果表明，新型结晶器电磁搅拌器在400 A、3 Hz时产生的电磁力比传统结晶器电磁搅拌器在500 A、3 Hz时产生的电磁力更加均匀，对结晶器内钢液的扰动更强，可提高结晶器内的传热效率，有助于初始凝固坯壳和等轴晶的形成，改善方坯质量。     

5102巷掘进工艺、工序优化研究

为保证在安全的前提下提升小峪煤业5102巷道的掘进速度,通过数值模拟确定了5102巷道掘进支护采用让压分次支护技术,二次支护滞后一次支护的合理距离为20m,现场实施“四·六”制循环作业方式、让压分次支护技术工序平行作业,巷道单日进尺量达到20.2m,保证了5102巷道安全快速掘进。     

鲸鱼优化支持向量机的短期风电功率预测

为提高风电预测的精度,提出一种鲸鱼优化支持向量机SVM(support vector machine)的组合预测模型。该模型针对风电序列的非平稳波动特性,首先应用集合经验模态分解技术EEMD(ensemble empirical mode de?composition)将原始风电序列分解为一系列不同特征尺度的子序列;并引入鲸鱼优化算法WOA(whales optimiza?tion algorithm)解决SVM中学习参数选择难的问题,进而对各子序列建立WOA_SVM预测模型;最后,叠加各子序列的预测值以得到最终预测值。仿真表明,所提EEMD_WOA_SVM模型具有较高的风电预测精度,显著优于其他基本模型。     

园区多能互补供能系统设计方法研究

为提高园区多能互补工程的能源综合利用效率及整体效益，对供能系统设计中的负荷统计、逐时负荷匹配、供能系统、设备选型、容量配置及运行策略等问题进行了分析和总结，提出园区多能互补供能系统设计的基本流程与方法，可为园区多能互补供能系统的设计提供参考。     

薄煤层复合顶板巷道支护参数优化研究

以滨湖煤矿12210工作面材料巷为研究背景,在原有巷道支护方案的基础上,提出了2种巷道支护参数优化方案。运用FLAC3D数值模拟软件对原方案、方案1、方案2进行了分析对比。通过对不同方案下的巷道垂直、水平应力和位移云图分析研究发现,支护方案2为最优方案。方案2的支护密度相对原方案有所降低,因此,方案2在一定程度上节约了滨湖煤矿的支护费用和施工成本,提高了企业的经济效益。     

Distributionally robust optimization of home energy management system based on receding horizon optimization

This paper investigates the scheduling strategy of schedulable load in home energy management system (HEMS) under uncertain environment by proposing a distributionally robust optimization (DRO) method based on receding horizon optimization (RHO-DRO). First, the optimization model of HEMS, which contains uncertain variable outdoor temperature and hot water demand, is established and the scheduling problem is developed into a mixed integer linear programming (MILP) by using the DRO method based on the ambiguity sets of the probability distribution of uncertain variables. Combined with RHO, the MILP is solved in a rolling fashion using the latest update data related to uncertain variables. The simulation results demonstrate that the scheduling results are robust under uncertain environment while satisfying all operating constraints with little violation of user thermal comfort. Furthermore, compared with the robust optimization (RO) method, the RHO-DRO method proposed in this paper has a lower conservation and can save more electricity for users.