计及广义需求侧资源的用户侧自动响应机理与关键问题

自动需求响应是智能电网的关键技术之一,在广义需求侧资源接入的情况下,对用户侧如何实施自动需求响应提出了更高要求。首先,介绍了用户侧的智能用电单元的基本形态,分析了负荷、分布式电源、储能与电动汽车等需求侧资源的适用性;提出了"独立用户+节点型智能用电单元"与"集体用户+聚合型智能用电单元"两种用户自动需求响应运行模式,并给出了相应的电气与信息架构。其次,从系统架构设计、用户负荷特征及负荷预测、负荷可调控性及控制模型、优化模型与方法等多个方面综述了用户侧自动需求响应的国内外研究现状及发展动态。最后,总结分析认为用户侧短期负荷预测、负荷可调控性与可计划性模型、面向自动需求响应的优化运行、综合效益评估等是需要进一步研究的关键问题。     

考虑电价激励的家居型微电网的优化运行

介绍了含多种需求侧资源的典型用户侧家居型微电网.提出基于需求侧资源的多场景家居型微电网优化模型.并以用户为主体的用电经济性作为优化目标,采用微分进化算法对16种场景下的家居型微电网进行仿真和优化.通过比较多种需求侧资源的优化结果并计算需求侧资源的收益附加值,分析验证了不同需求侧资源对用户经济性的影响.     

显微⁃傅里叶变换红外光谱鉴别分析微塑料

利用显微?傅里叶变换红外光谱技术分析鉴别了不同粒径及不同种类的微塑料（粒径小于5 mm的塑料、纤维或橡胶碎片）,系统阐述了反射、透射、衰减全反射3种测量模式及其微区成像技术在微塑料鉴别分析中的优缺点。基于显微?傅里叶变换红外光谱衰减全反射技术,分析了北京景观水样中的微塑料,结果表明该方法简单、准确、可靠。     

应对风电功率爬坡事件备用需求分析和预防控制

针对风电功率爬坡事件会严重影响系统有功平衡,甚至导致频率越限或失负荷等问题,提出一种应对风电功率爬坡事件的备用需求分析方法和预防控制策略。首先,基于序列运算理论将爬坡事件在时序上的概率预测结果转化为各时间断面上爬坡量的概率分布,并在此基础上结合风险可接受程度对系统备用需求进行了分析。然后,提出一种应对爬坡事件的预防控制策略,过程中不断根据最新的爬坡事件预测信息对调度计划进行调整,调整量包括风电场减载量、常规机组计划出力和备用容量。以含风电场的IEEE-RTS24为例对所提模型进行了仿真验证,结果表明该方法可对爬坡事件作用下系统运行风险进行准确评估,并可将风险控制在可接受范围内。     

计及服务可用性的电动汽车换电站容量优化配置

动力电池换电模式由于其换电过程所需时长远小于充电过程、动力电池充电便于统一管理等优点,成为电动汽车能量补充的重要方式,推进换电站的建设有利于电动汽车的普及。针对可就地向动力电池组充电的换电站容量优化配置展开研究。首先介绍换电站的系统结构和"即换即充"的运行策略,提出服务可用性的评价指标;然后分析换电站运行状态的时序仿真模型,根据模型的输出量计算服务可用性指标;构建以设备年成本为目标函数、以换电站规模和服务可用性要求为约束的数学模型;采用微分进化(DE)算法对数学模型进行求解;最后对算例进行优化配置,随机抽取两日换电需求,计算换电站的可用性指标并分析各时段运行状态,对配置结果敏感性进行分析。     

基于EMD-KELM-EKF与参数优选的用户侧微电网短期负荷预测方法

短期负荷预测是微电网经济调度的重要组成部分,预测误差将直接影响运行经济性。相对于大电网环境,在用户侧微电网实施短期负荷预测的难度更高。提出了一种基于经验模态分解、扩展卡尔曼滤波及核函数极限学习机的组合短期负荷预测模型,通过经验模态分解对随机性强的微电网负荷时间序列逐级分解为多组固有模态函数分量,采用扩展卡尔曼滤波及核函数极限学习机2种存在典型差异的预测模型对不同性质的固有模态函数分量进行预测,并采用粒子群算法实现模型参数的优选。针对用户侧微电网的环境约束,提出了离线参数寻优、周期参数更新与在线预测相结合的实现模式。通过多种类型、容量的用户侧微电网算例分析,验证了模型预测精度、周期更新稳定性与计算效率。     

ICP-AES法测定天然卤水中11种元素

建立一种采用电感耦合等离子体原子发射光谱法(ICP-AES)测定天然卤水中钾、钠、钙、镁、锶、锂、硼、铜、铁、锰、锌11种元素含量的方法。样品经过简单稀释后即可测试,元素检出限为0.000 7 mg/L~2.4 mg/L,加标回收率为91.6%~108%,相对标准偏差(RSD)2%。方法简单快速,精密度好,准确度高,适用于天然卤水中钾、钠、钙、镁、锶、锂、硼、铜、铁、锰、锌元素的分析。