电力零售核心业务架构与购售电决策

随着电力工业改革的不断发展和智能电网的兴起,现代电力系统正逐步演变为更加复杂的信息物理融合系统。未来电力系统中将同时融合可再生能源、分布式发电设备、储能设备、智能表计、需求响应等新技术与新机制。在电力零售市场环境下,这些新技术与新机制给零售公司带来了严峻挑战,需要发展新的决策机制与方法。随着中国新一轮电力市场化改革的逐步深化,多个区域的电力零售市场也正在逐步建立和运营。为了给国内构建完整的竞争性电力零售市场提供有益的参考,并帮助相关研究学者和技术人员更好地了解电力零售市场的研究现状,文中首先介绍了一些主要国家的电力零售市场情况,然后以澳大利亚和芬兰为例,详细说明了电力零售公司的组织结构和购售电业务流程。接着,比较系统地综述了近年来国内外电力零售决策方面的研究进展,包括零售负荷预测、零售公司购电策略、零售定价策略、零售风险管理等。最后,讨论了电力零售研究领域的一些关键问题和未来可能的发展方向。     

供热管网分布参数模型与电热耦合网络协同规划

随着多能源互联的逐步发展,电力系统(power system,PS)和供热管网(heating pipe network,HPN)系统的耦合程度不断加深,耦合形式也趋于多样化。需要适当考虑电力系统和供热管网系统在规划与运行方面的相互影响。在此背景下,对电力系统和供热管网系统的协同规划进行探讨。现有供热管网系统的数学模型和分析方法不够精细,无法满足协同规划的需要。为此,首先发展适用于电气分析的供热管网系统的分布参数模型,并对现有的温度场和压力场并行求解方法进行简化和统一。接着对所构造的分布参数模型进行线性化处理,并发展了基于管道和环境参数计算热能和压力损失的方法。之后构建了热网潮流方程,并与电力系统潮流方程统一求解。在此基础上,发展了电力系统和供热管网系统的协同规划模型,以发电成本与电力网损、热网损耗之和最小为优化目标,并考虑电力网络和供热网络的运行约束。该协同规划模型为0-1混合整数非线性规划问题,采用商业化的YALMIP工具箱求解。最后,以修改的IEEE 30节点电力系统和某实际供热管网系统为基础,构建了电力系统和供热管网系统耦合形成的集成系统,以说明所发展的供热管网电气化模型及协同规划方法的可行性和有效性。     

试论桥梁先简支后结构连续施工技术

介绍了先简支后结构连续桥梁施工技术的优点及其施工工艺流程,并对桥梁先简支后结构连续施工技术的质量控制措施进行了详细分析,指出该施工技术有效提高了施工效率,具有广阔的发展应用前景。     

湖北省输变电工程水土流失特征研究

为摸清输变电工程水土流失特点和环境影响因素,有效防治水土流失,通过查阅相关期刊论文、规划报告、监测报告和水土保持方案等资料建立基础数据库,系统分析了输变电工程水土流失防治责任范围变化情况和水土流失特点。结果表明:各输变电工程实际水土流失防治责任范围比方案报告书阶段均有减少,变化率在18.50%～36.59%之间,平均变化率为26.06%;输变电类项目扰动后土壤侵蚀模数均较高,侵蚀级别均在中度及以上;各项目分区中,站区和塔基区占总水土流失量的比例较高,每年平均土壤流失厚度达3.86 mm,是今后重点加强监测和防治的区域。     

急性放射性肺损伤肺组织CD36表达及意义

采用健康雄性Wistar大鼠,6 MV X射线单次全胸野照射15 Gy,于照后不同时间HE和Masson染色观察大鼠肺组织的病理改变,免疫组化方法分析凝血酶敏感蛋白-1受体CD36在肺组织中的表达,以探讨放射性肺损伤大鼠肺组织病理和CD36在不同时间段的表达和意义。结果表明,HE和Masson染色提示照射后的1周肺泡腔有炎性细胞渗出,继之间质水肿,4及8周出现肺泡腔变小甚至结构破坏,局部实变,肺间质出现胶原纤维;CD36免疫组化标记显示:照射组在照后的第1、2、4、8周时间段CD36表达均明显强于对照组(p<0.01)。以上结果说明CD36参与了放射性肺损伤的发生发展过程,阻抑其表达可能对放射肺损伤有防治作用。     

关于短期及超短期风电功率预测的评述

讨论风电功率预测及其误差对电力系统的影响,从信息流观点解读风电功率预测过程,归纳影响风电功率预测精度的因素,并对风电功率预测的研究现状加以归类与梳理。在此基础上,讨论对风电功率预测结果评价指标的要求,提出误差评估指标应该反映整个时间窗口内的预报质量,并展望风电功率预测可能的突破。     

采用长短期记忆深度学习模型的工业负荷短期预测方法

工业负荷不同于其他电力负荷, 受气温、时间、人口等外部因素的影响较小, 其功率需求主要由相关企业的生产计划来决定。在电力市场环境下, 准确的负荷预测有助于工业用户更好地制定电力交易策略, 从而增加收益。在此背景下, 基于改进的长短期记忆（long short term memory, LSTM）深度学习网络模型, 提出了一种工业负荷短期预测算法。首先,在网络层次上构建层数更多即网络层次更深的LSTM深度学习负荷预测模型。接着, 在每个LSTM单元构成的隐含层中, 采用Dropout技术对神经元进行随机概率失活, 并通过正则化有效避免深度学习过拟合问题并改善了模型性能。然后, 采用真实的工业用户历史负荷数据对所提算法进行测试, 并与已有的短期负荷预测算法进行对比, 包括自回归滑动平均模型 （auto-regressive and moving average model, ARMA）, 最邻近回归算法 （K nearest neighbor regression, KNN） 以及支持向量回归算法 （support vector regression, SVR）。仿真结果表明, 所提深度学习工业负荷短期预测算法相比于一些现有方法, 其预测准确度有明显提升,预测结果的平均绝对百分误差（mean absolute percentage error, MAPE）在9%以下。     

冰风暴灾害下电力断线倒塔的概率计算

提出了基于广义帕累托分布(GPD)和Copula函数的冰风暴灾害下电力断线倒塔的概率计算方法.该方法基于冰风暴灾害下风速和冻雨量的GPD,提出了电力线和铁塔的冰荷载和风荷载的概率计算模型;然后考虑冰荷载与风荷载之间存在的概率相关性,基于Copula函数,提出了电力线和铁塔冰荷载、风荷载的联合概率分布计算模型;在此基础上...     

集中充电模式下的电动汽车调频策略

由集中充电站、充换电站、配送站、充电桩等有机组成的电动汽车智能充换电网络建设是应对人口密集地区电动汽车规模化发展的一种较为合理的商业模式。针对集中充电统一配送这种换电模式,考虑到电力市场环境下电力价格不确定性对电动汽车集中充电站有序充电及提供调频容量服务决策的影响,基于对调频容量调用比例和电池损耗成本的分析,构建了单向和双向两种能量传输模式下,电动汽车集中充电站在日前能量市场和日前调频市场协同调度的鲁棒优化模型,以合理制定次日各交易时段的充电计划与所提供的调频服务容量。之后,采用IBM公司开发的高效商业求解器CPLEX 12.2对所发展的鲁棒优化模型进行求解。最后,以一个为8个电池配送站提供充电服务的集中充电站为例,说明了所发展的模型与方法的基本特征。