大型商业建筑供电方案的探讨

本文结合工程实例,对大型商业建筑供电方案进行了讨论。以单位指标法,需要以系数法等负荷计算方法为基础,对大型商业建筑用电负荷进行计算。结合大型商业建筑的不同业态,配置了相应的专用变配电所。     

浅谈住宅小区的供电系统设计

本文介绍了某住宅小区供电系统的设计,从负荷等级要求、负荷指标的选取、供电方案的选择、设备的选用、计量方式等几个方面,确定了小区供电系统的最终方案。     

基质负荷对秸秆与污泥厌氧消化微生物群落结构的影响

为明确秸秆污泥厌氧消化体系中微生物群落的结构特征,采用Ⅰllumina HiSeq高通量测序技术,研究在高低两种基质负荷条件下微生物群落结构的变化和多样性,并监测其产气性能.结果表明:高负荷基质条件下（TS 20 g/(L·d)）,平均日产气量为4.1 L;低负荷基质条件下（TS 12 g/(L·d)）,平均日产气量为2.1 L.高负荷基质条件下细菌的相对丰度为91.57%,产甲烷古菌的相对丰度为8.43%;低负荷基质条件下细菌的相对丰度为94.35%,产甲烷古菌的相对丰度为5.65%,高负荷基质条件下产甲烷古菌的丰度比在低负荷基质条件下相对增加了49.2%,表明产甲烷古菌的相对丰度和产气量有一定的正相关性.高负荷基质条件下的前3种优势菌群分别为:相对丰度为51.06%的拟杆菌门（Bacteroidetes）、11.65%的厚壁菌门（Firmicutes）、8.25%的广古菌门（Euryarchaeota）.低负荷条件下的前3种优势菌群分别为:相对丰度为50.78%的拟杆菌门（Bacteroidetes）,7.67%的Cloacimonetes、6.46%的互养菌门（Synergistetes）.两种基质条件下都检测到12种产甲烷菌属,分属氢营养型、甲基营养型、乙酸营养型,说明整个秸秆污泥厌氧消化体系的代谢途径较为丰富,各种微生物群落生长代谢相互依存、相互平衡,具有一定的抗冲击负荷,建立了较为平衡的稳态缓冲体系.     

不同方法构建建筑能耗模型比较

为了能够准确预测建筑能耗,以人工神经网络中的前馈神经网络和物理原理建立的建筑模型作为能耗方案进行预测分析,并建立了从外部和内部获得热量的系统方程.以办公楼为例,对比两模型对能耗预测结果的准确性,并且输入实际参数值,将计算结果与实际值进行对比分析.采用EnergyPlus进行了参数分析,以评估不同参数对预测结果的影响.结果表明,两种模型均适用于能耗预测,内部负荷对能耗预测的影响更为显著.     

基于控制单元的流域水环境问题诊断方法研究

流域内水系的水质在空间和时间上往往有明显的时空变化特点,常规的基于断面达标的水质诊断方法容易忽略流域内污染负荷产生的时空特点。基于生态环境空间管控的理念,将流域干流水文过程与断面水质浓度变化相结合,提出了等标负荷历时曲线法的水环境问题诊断方法,该方法可以有效地识别出流域不同控制单元主要超标污染物及其污染来源。从某流域的应用评价结果来看:在流域河源及上游区域,超标时段集中在大流量的汛期,主要超标因子为总磷(TP),表明对于该流域上游及水系源头控制单元而言,农业等非点源污染是主要的污染来源;而对于入江河口区域,主要超标污染物是氨氮(NH_3-N),且为全时段超标,此控制单元的污染削减控制方案应将重点放在工业源和生活源上。     

基于鲸鱼优化参数的最小二乘支持向量机短期负荷预测方法

大量分布式能源站的出现以及电动汽车的普及,给电力系统的安全、经济运行带来影响的同时,传统的负荷预测方法也面临挑战。针对这个问题,提出了利用鲸鱼算法优化最小二乘支持向量机（Whale Optimization Algorithm-Least Squares Support Vector Machine,WOA-LSSVM）进行短期电力系统负荷预测。利用鲸鱼算法全局寻优能力强、收敛速度快的优点,弥补最小二乘支持向量机（Least Squares Support Vector Machine,LSSVM）选参的盲目性,提高LSSVM的负荷预测精度。采用WOA-LSSVM对2013年浙江某地区历史负荷数据预测未来1 d的负荷,并与粒子群优化最小二乘支持向量机模型和标准LSSVM模型预测结果对比。结果表明,基于鲸鱼优化LSSVM的短期负荷预测具有较高的预测精度,相对误差较小。     

重庆电网夏季高峰负荷特性分析及优化措施

夏季高峰负荷的急剧增长已经成为重庆电力紧缺的重要因素,仅增加供配电设备用于解决设备重过载会造成电网备用容量过大,变压器设施空载损耗增加,设备利用率低下等问题。本文通过重庆地区历史负荷、气象等相关数据,分析了电网尖峰负荷持续时间、降温负荷及夏季高峰负荷行业构成情况。研究结果表明:该地区夏季高峰负荷持续天数少,单日持续时间长,夏季高峰负荷主要由居民降温负荷构成,温度是夏季高峰负荷的主要影响因素。在此基础上,提出局部电厂调峰、电力需求侧响应的优化措施,从而提高电网运行效率和负荷率。     

综合能源系统整体架构设计及负荷预测

综合能源系统可有效减轻化石能源依赖、提升可再生能源利用水准,然而该类能源系统供能环节繁杂,耦合能源类型众多,合理规划并精准预测负荷势在必行。借助能源节点构建系统整体架构并对负荷做出预测。预测模型采用四类算法训练对应基学习器,借助已有结果训练元学习器从而得到最终结果,并选取欧洲ENTSO提供的瑞士多年份电力负荷数据佐证该模型的有效性。算例结果显示本文模型预测精度高于现有模型,可有效预测波动负荷,契合该类能源系统负荷预测场景。