负载型TiO2光催化氧化水中微量环己烷

GC／MS分析结果表明，水中微量环己烷在负载型TiO2光催化氧化作用下生成了环己醇、环己酮等中间产物。当pH值为5．2－8．9时，环己烷光催化氧化过程受溶液pH值的影响较小，反应速率基本保持不变；溶液pH值较低（pH＝2．0）时环己烷的光催化氧化速率减小，而pH值较高（pH=12.0)时则能促进这一过程的进行。溶液中无机阴离子（如SO4^2-)的存在能抑制环己烷的光催化氧化过程，而光照距离的减小（即光强增大）则能加快降解速率。     

生物膜法处理潮汐河道无序排放污水的研究

采用生物膜法处理潮汐河道无序排放的污水,考察不同水力停留时间和温度下,潮汐作用对反应池内生物膜生长情况影响和COD、NH3-N、TP的沿程分布规律,以及复合酶生物促进剂对反应系统处理效果的促进作用。结果显示在潮汐作用下,HRT=8 h,温度20℃和投加复合酶生物促进剂情况下,COD、NH3-N和TP的去除率分别为53.9%、46.7%和49.4%,分别比对照池高7.1%、13.2%和10.5%,表明生物膜法处理无序排放污水有较强的适应能力,复合酶生物促进剂能提升反应系统的处理效果。在相同温度下,水力停留时间越长,处理效果越好。     

电动汽车虚拟电厂的多时间尺度响应能力评估模型

从电动汽车集群运营商的角度,对电动汽车虚拟电厂(EVPP)参与电力系统优化调度时的多时间尺度响应能力进行评估。首先,考虑包含荷电状态与充放电状态在内的电动汽车时序状态,建立了单一和连续时间断面单体电动汽车响应能力模型。在此基础上,提出了包含日前和日内修正的EVPP多时间尺度响应能力评估模型:在日前利用电动汽车状态预测数据对EVPP日前响应能力进行评估;在日内根据一种综合考虑响应时间裕度和荷电状态裕度指标的EVPP调控策略确定具体调控结果,进而对日前响应能力评估结果进行修正,在有效跟踪系统调控目标的同时实现EVPP响应能力动态更新。最后,以包含3种不同交通用途类型的电动汽车集群为例,验证了EVPP多时间尺度响应能力评估模型及调控策略的有效性。     

基于多路开关的串联超级电容器均压方法

针对单体电压不均衡或异常导致串联超级电容器寿命降低、可靠性下降等问题,提出一种基于多路开关的串联超级电容器均压控制方法。该方法引入多路开关器件,通过检测各电容器单体端电压,利用充放电均压控制单元来判断单体是否异常或故障,并自动控制多路开关的导通与关断来实现对各单体的均压控制。分析了系统主要电路结构及其工作原理,进行了开关器件参数设计,仿真及实验结果表明该方法在不影响其他单体充放电效果前提下,可剔除故障单体且实现充放电均压控制。     

考虑条件风险价值的虚拟电厂多电源容量优化配置模型

虚拟电厂中风、光等可再生能源出力及市场电价的不确定性会导致其收益具有一定的风险性。合理配置虚拟电厂中风电、光伏、储能以及常规机组的容量,能够降低系统成本,使投资者的利益最大化。以投资和运行成本最小为优化目标,采用条件风险价值作为风险量度的指标,建立了一种基于投资组合理论中计及风险量度的虚拟电厂容量优化配置模型。在此基础上,探讨风险偏好对规划虚拟电厂多电源容量配置的影响,以及环境成本、自然资源及负荷之间的相关性对配置结果的影响。以美国德克萨斯州某地区附近的风、光资源,电价及负荷数据为实例,采用场景技术模拟不确定性。算例结果表明了该模型的正确性,可为不同风险偏好的投资商在规划建设虚拟电厂时面对多电源容量配置问题提供定量依据。     

表面活性物质强化活性污泥系统作用的研究

复合酶、十二烷基苯磺酸钠和蔗糖酯SE13等表面活性物质分别投加到悬浮生长好氧污泥系统中,采用容积氧传质系数、污泥氧利用速率以及污泥脱氢酶活性作为表征参数,通过对比研究各表面活性物质对混合液氧传质过程的作用以及对活性污泥微生物活性的作用。试验发现,在活性污泥混合液中投加十二烷基苯磺酸钠可以提高了容积氧传质系数（KLa）,改善氧传质．但投加十二烷基苯磺酸钠．会降低微生物的脱氢酶活性,而投加蔗糖酯和复合酶则可以提高微生物的脱氢酶活性。     

电动汽车快速充电网综合评估指标体系与方法

合理评估电动汽车快速充电网对其规划方案决策和运行薄弱环节改善有着重要意义,是促进电动汽车发展的重要环节之一。为此,构建了电动汽车快充网的综合评估体系。首先,结合快充网的多重属性,分析电动汽车快充网-用户-交通网-配电网之间的耦合交互关系,提出快充网运行水平、用户体验度、交通网运行影响度和配电网运行影响度四个准则,并在准则下构建相应的评价指标,形成了具有目标层、准则层和指标层的综合评估指标体系;其次,利用层次分析法和熵权法分别确定准则层和指标层权重,结合层次递推的模糊综合评价方法,量化快充网对各主体的影响并进行综合评估;最后,通过对某城市4种快充网进行综合评估,验证了所提方法的有效性。     

基于变分模态分解和分位数卷积-循环神经网络的短期风功率预测

由于风力发电的随机性和间歇性,风功率预测不仅需要准确的点预测,而且需要可靠的区间预测和概率预测来量化风功率的不确定性。提出了一种基于变分模态分解（variational mode decomposition,VMD）和分位数卷积-循环神经网络的风功率概率预测模型。首先,使用VMD技术将原始风功率数据序列分解为一系列特征互异的模态分量,再通过卷积神经网络（convolutional neural network,CNN）提取反映各模态分量动态变化的高阶特征。然后,基于提取的高阶特征进行分位数回归建模,采用长短期记忆（long short-term memory,LSTM）循环神经网络预测未来任意时刻不同分位数条件下的风功率值。最后,利用核密度估计（kernel density estimation,KDE）得到风功率概率密度曲线。以中国某风电场数据作为算例测试,证明了所提出模型的有效性。     

基于变分贝叶斯方法的充电站谐波电流叠加估计

随着充电站规模的逐步扩大,其投入使用时产生的谐波电流对配电网的影响变得尤为严重。传统国标谐波叠加算法在实际应用中受充电站内各种因素的影响,与实际的谐波电流叠加存在偏差。针对这一问题,提出将变分贝叶斯后验参数估计方法应用于谐波电流叠加算法中,该方法通过在谐波相位的状态空间与量测空间内不断最大化边缘似然函数的下界,迭代地更新变分相位参数,直至近似分布逼近参数的真实后验分布,从而实现谐波相位叠加的精确检测。实验仿真表明,变分贝叶斯后验参数估计方法对于服从高斯分布的相位参数的叠加计算,比传统谐波叠加算法更为有效、精确,为采取精确的谐波治理提供有效的依据。     

复合型无机凝聚剂对剩余污泥减容处理技术

利用复合型无机凝聚剂替代PAM对剩余污泥的处理技术,有利于污泥与水的高效分离,经凝聚减容沉淀后的浓缩污泥具有很好的压缩性和脱水性,产生的泥饼含水率大幅度降低至60%以下,便于后期无害化处置与资源化再利用。