基于Copula理论考虑风电相关性的源网协调规划

相邻风电场处于相似气象条件下,功率相关性较强。目前源网规划方法假设风电场功率间相互独立,忽略风电相关性对规划的影响,不适用于未来高比例可再生能源电力系统。文中主要提出了考虑风电相关性的源网规划方法,并探讨风电相关性对规划方案的影响。首先,基于Copula理论描述风电功率相关性,通过模糊C均值聚类法考虑风电不确定性,建立了概率风电功率模型。继而,提出考虑风电相关性的经济源网协调规划模型,采用遗传算法求解。通过Garver 6节点系统和巴西南部46节点系统算例分析不同系统规模下风电相关性对规划的影响。算例分析结果表明:风电相关性对局部规划方案影响显著,对全局影响较小,应避免建设连接有相关性较强的风电场接入点的输电线路,减少风电功率趋同变化的不利影响;经济性方面,投资费用增加,运行费用降低,对总费用影响不明显。     

LED白光芯片的光色一致性及光谱优化设计方法研究

基于晶圆级芯片尺寸封装工艺的LED白光芯片具有高效节能、低热阻、小尺寸特点,被认为是未来制备高品质全光谱LED光源和模组的主要发展方向之一。针对自主研发的具有五面出光角度特点的LED白光芯片,采用光谱功率分布分析方法研究封装材料和尺寸对白光芯片光色一致性的影响。研究结果表明:(1)荧光层厚度和蓝光芯片输出功率对于白光芯片的颜色一致性影响显著,因此在LED白光芯片的量产过程中需要严格控制压膜工艺的精度和芯片来料的输出功率;(2)LED白光芯片的光效与理论光效和蓝光芯片转化效率的乘积呈线性关系,且相对色温越低,线性相关系数越小。最后,建立了一套高效实用的配粉设计流程,针对配粉实验提出了一种快速优化光谱设计方法来制定最佳荧光粉配比,为LED白光芯片工艺设计提供指导。     

考虑负荷和风电相关性的多场景鲁棒输电网规划

摘 要：大规模风电并网,使得电力系统的不确定性急剧增加,基于不确定理论的输电网规划成为众多学者关注的热点。传统多场景方法容易考虑负荷和风电的相关性,但却难以调整规划方案的鲁棒性。据此,文章提出一个考虑负荷和风电相关性的多场景鲁棒输电网规划模型。相较于传统多场景规划模型中每1个场景代表1个确定的风电出力和负荷功率值,在文章提出的模型中,每1个场景代表1个风电出力和负荷功率的不确定集,在给定场景数目后,通过改变不确定集的控制参数,可以调整规划方案的鲁棒性。因此,该模型较多场景输电网规划具有更高的灵活性和更强的适应性。所提多场景鲁棒优化模型采用CCG（column-and-constraint）方法求解,并在修改的Garver-6节点和IEEE RTS-24节点系统验证了所提模型的正确性和有效性。     

ZnO-B_2O_3-SiO_2微晶玻璃的制备及其低温共烧特性研究

为了满足微波电路小型化、集成化、低成本的发展要求,出现了低温烧结微波介质陶瓷.目前LTCC(Low Temperature Co-fired Ceramics)技术已被广泛地应用于无线通讯系统中.通过溶胶-凝胶法制备了ZnO-B2O3-SiO2低熔玻璃,经过800℃热处理微晶化后添加到0.3BaZrO3-0.7(Mg0.7Zn0.3)2SiO4复合陶瓷相中,以达到低温烧结的目的.讨论了pH值、温度对凝胶化过程的影响,并通过FTIR和XRD分析了凝胶、玻璃和微晶之间的转变及其结构的变化.研究发现:控制溶胶pH值为0.5,凝胶温度为60℃以及热处理温度为800℃,可以得到稳定的ZnO-B2O3-SiO2微晶玻璃粉末;将其掺入到0.3BaZrO3-0.7(Mg0.7Zn0.3)2SiO4复合陶瓷相中可以将烧结温度降至900℃.低熔微晶玻璃对陶瓷相的润湿性能良好,在较低温度下产生的液相有利于促进微晶玻璃+陶瓷体系的烧结.     

提升高渗透率新能源电网承载能力的DSSC优化配置

为实现碳中和碳达峰目标,全球能源体系加速转型,未来新能源将在电力系统中起着至关重要的作用。高渗透率新能源并网引起的输电线路阻塞问题将成为限制新能源并网规模以及系统承载能力的主要原因。提出了两阶段协调优化分布式静态串联补偿器(distributed static series compensator,DSSC)配置来提升高渗透率新能源电网承载能力的方案。首先提出电网承载能力指标并构建DSSC的数学模型,以单个规划周期内最大化系统承载能力为目标对接入系统的DSSC进行规划配置。其次以系统配置成本最低为目标来优化DSSC的安装位置及数量,提升高渗透率新能源并网后系统的承载能力。最后,通过IEEE-RTS79节点系统和实际电网仿真分析对所提方法进行了验证。相比于采用静态串联补偿器(static synchronous series compensator, SSSC),DSSC可充分利用输电通道容量,有效减少因线路阻塞所造成的新能源丢弃,提升高渗透率新能源并网后系统的承载能力,助力实现双碳目标。     

基于深度学习的LED车载语音交互氛围灯设计

由于常用车载氛围灯的操作方式局限于触摸和按键操作,采用语音交互模式的智能车载氛围灯开始受到关注。本文采用深度学习方法设计了一种LED车载语音交互氛围灯,并在嵌入式平台实现了控制识别与控制原理。首先,采用深度学习库keras和卷积神经网络(convolutional neural network,CNN)对离线语音进行训练得到声学模型,并移植该模型至嵌入式平台中;其次,对采集语音信号进行数据预处理,采用梅尔频率倒谱系数(mel frequency cepstral coefficient,MFCC)方法进行特征提取,并利用声学模型对提取特征进行识别分类;最后,通过CAN总线获取汽车故障、车速等车身信息,并将各类信息综合判断后实现车载氛围灯的各类灯光效果控制。     

基于非等径双球堆积模型和蒙特卡罗仿真模拟的纳米铜烧结互连机理分析

为了满足第三代半导体低温封装、高温服役的要求,纳米金属颗粒烧结封装互连逐渐替代传统钎料回流焊工艺,而高致密度烧结是实现高可靠性封装的必要条件之一. 为了研究纳米铜颗粒烧结互连机理,首先通过非等径双球三维密集堆积模型构建理论颗粒配比与堆积孔隙率之间的关系,然后采用蒙特卡罗仿真模拟不同粒径比的双球模型颗粒烧结过程,最后通过纳米铜混合烧结试验来验证理论推算和仿真模拟结果. 结果表明,根据3种三维密集堆积模型估算,孔隙率最低时的颗粒粒径比在10∶1 ~ 5∶1之间;仿真模拟结果显示,粒径比为5∶1时的双球模型收缩率最大;选择250和50 nm两种粒径纳米铜进行混合烧结试验,证实烧结致密度最佳条件时的颗粒质量比为8∶1,与理论计算结果相符. 由此可见,该方法可以为纳米铜烧结在第三代半导体封装互连中的应用和工艺优化提供了理论支持.     

基于Beer-Lambert理论与人工神经网络的混合荧光粉发射光谱预测

本文针对由钇铝石榴石基、硅基氮氧化物和氮化物混合制备的三元高显色荧光粉体系,采用修正Lambert-Beer模型结合BP（Back Propagation, BP）人工神经网络的方法实现了任意比例混合荧光粉体系的发射光谱预测。首先,通过修正Lambert-Beer模型计算出三种荧光粉以任意比例混合后的发射光谱比例系数;其次,采用BP人工神经网络对比例系数进行训练和预测;最后,实现三种荧光粉混合后发射光谱的预测并通过实验测量验证。研究结果表明：（1）比例系数预测值与理论计算值之间的误差可以控制在5%以内;（2）通过BP神经网络预测的发射光谱图谱与试验测量图谱符合程度较好,两者的均方根误差RMSE和色度差异Δxy较小,平均值分别为0.019和0.0016。