基于LCC和量子遗传算法的电动汽车充电站优化规划

电动汽车充电站优化规划是电动汽车与智能电网灵活互动的重要研究内容之一。面向电动汽车充电站运营周期,详细分析了充电站的成本效益及全寿命周期成本（LCC）的计算方法;基于上述工作,提出利用交通路网车流量信息估算充电站容量,以充电站运营商获得的净现值收益最大为优选目标,以交通路网车流量、电网电能质量和经济性、用户充电需求为约束条件,确定充电站的选址和容量;进一步地,提出了计及LCC的充电站优化规划模型,并采用量子遗传算法求解该模型。算例仿真表明,优化规划模型及其求解方法有效。     

碳纤维功能材料的应用及其再生的研究进展

对活性炭纤维(简称ACF)作为应用功能材料做了分类,主要介绍了ACF复合光催化材料,ACF电极和ACF生物膜三种ACF功能材料,这3种功能材料都能结合不同的方法运用于环境治理中并取得较好的效果。对ACF再生的方法进行了总结,将其分为溶剂再生、超临界液体再生、微波再生、电热再生、电化学再生五类再生法,讨论了不同再生方法的优缺点。同时,对ACF功能材料进一步开发和再生中存在的不足进行了展望。     

可见光下利用ZrO2(Er3+)/TiO2光催化降解海水中柴油污染

通过共沉淀法自制上转换材料与TiO_2复合的纳米光催化剂;利用SEM、XRD等方法对光催化剂进行表征;通过改变催化剂掺杂比、pH值、催化剂投入量、光照时间和柴油初始浓度研究了可见光下光催化降解海水中柴油污染的影响因素以及复合光催化剂ZrO_2(Er3+)/TiO_2的利用效率,通过正交试验优化海水中柴油污染的降解;进行动力学分析,计算总反应速率表达式。结果表明,当柴油初始浓度为0.20g/L,催化剂投加量为0.8g/L,催化剂掺杂比为40%,pH为7,光照时间为2.5h时,复合光催化剂的利用效率最高,柴油的去除率达到87.74%。ZrO_2(Er3+)/TiO_2在可见光下能够有效地降解海水中的柴油污染。     

考虑客户满意度的电动汽车充电站运营状态评估

提出了一种考虑客户满意度的电动汽车充电站运营状态评估方法。首先运用DS/G2法将客户对电动汽车充电站语言服务评级和充电站运行状况信息进行证据融合,以确定单个客户对某一电动汽车充电站的运营状态评估结果量化值;然后引入证据冲突的概念,对多个客户评估结果量化值的权重进行综合优化,基于D-S证据理论融合多个客户的评估结果,对多个充电站的运营水平进行比较。算例验证了该方法的可行性。     

肉食品溯源与鉴别技术的研究进展

将常见的肉食品概括成3大类,分析不同种类肉食品在溯源和鉴别研究时的特点。介绍了同位素比值分析、元素含量、营养成分分析和多因素综合分析的4种用于肉食品鉴别和溯源的方法,比较了各种溯源方法的特点,讨论了每种溯源方法目前的进展与特性。此外,对肉食品鉴别和溯源存在的不足和研究方向进行了展望。     

用户充电选择对电网充电调度的影响

电动汽车充电负荷作为可调度负荷,可减小负荷高峰期的供电压力,提高负荷低谷时的机组利用率,提高电网的经济运行水平,其优化调度对电网意义重大。基于部分电动汽车用户实际中不接受电网调度的事实,以所有电动汽车用户的充电成本之和最小、电网负荷方差最小为目标,以用户充电需求等为约束,建立了电动汽车负荷的多目标优化调度模型。模型在保证用户充电获益的同时优化电网运行。采用改进粒子群算法求解模型,仿真结果表明,用户充电选择将影响充电调度方案、用户经济性和电网运行安全。在充电调度中,需要考虑用户的充电选择。     

大数据背景下的充电站负荷预测方法

电动汽车负荷预测是充电站规划及调度的研究基础。相比传统的负荷预测,大数据背景下的负荷预测具有待预测数据可快速观测的特点,此时负荷预测方法需要相应调整。首先分析了充电站负荷预测所需数据及主要数据来源。其次,针对单辆电动汽车,基于大量、快速更新、多种类的数据分析电动汽车的充电习惯,预测每一辆电动汽车的充电开始时间、持续时间和充电地点,获取单辆电动汽车的负荷模型。该模型综合考虑电池状态、出行时间、行驶路径与速度、充电偏好等信息。然后,面向任意充电站,对与其相关的路网节点与交通线路上的所有电动汽车负荷求和,估算该充电站的总充电功率。最后,进行实例仿真,并与传统方法下的充电负荷预测结果进行了对比。     

光伏产业典型污泥处置与资源化利用技术研究进展

综述了光伏产业典型污泥——氟化钙污泥的来源、危害及当前国内外处置研究现状,分析探讨了各种处置方法的可行性,指出了各项研究技术存在的优缺点,指出了在处理时可以根据实际情况进行相应处置工艺的选择。此外,对氟化钙污泥的处理和资源化利用的未来发展方向进行了评估、展望及建议。