湿法烟气脱硫浆液氯离子质量浓度模拟计算与优化运行

脱硫浆液氯离子质量浓度一直是电厂脱硫系统的重要控制对象,实验测量浆液氯离子质量浓度不仅耗时费力,而且无法实时测量。根据浆液排出泵启停情况及电厂DCS监测数据,基于传统物料衡算模型及迭代算法,建立了脱硫浆液氯离子质量浓度计算模型,并根据机组实际运行工况模拟计算浆液氯离子质量浓度的变化情况。结果表明:模型计算结果基本与实验测量值吻合,平均误差为4.44%,一定程度上验证了模型的有效性;随后,结合电厂实际运行情况,分析了该机组氯迁移情况,并针对吸收塔氯的来源和去向两个角度进行情景分析,给出了优化运行建议。本模型能够实现吸收塔浆液氯离子质量浓度的实时模拟,对电厂脱硫系统适时补水排污,减少脱硫废水排放量,保证脱硫系统稳定运行。     

燃煤电厂开展大规模碳捕集的技术路线选择及经济敏感性分析

为研究燃煤电厂开展大规模碳捕集的可行性,以某100万t/a的典型碳捕集装置为例,对国内外碳捕集装置的技术路线和经济敏感性进行了分析。结果认为:我国开展大规模碳捕集示范,选择技术路线时,应以改进的化学吸收法碳捕集技术为主;选择吸收剂时,应以得到工业验证的改进型复合胺吸收剂为主,同时可适当考虑未来采用其他吸收剂体系的备用措施;选择节能工艺时,应结合投入和产出比,优先选择烟气预冷、级间冷却、贫富液分流、闪蒸压缩等成熟工艺;投资成本中设备购置费占比高达83.8%,应重点做好关键设备的优化和选型;运行成本中蒸汽和电耗成本占比达到72.8%,项目建设中应优先选择蒸汽和用电成本较低电厂;在敏感性参数波动范围为±10%时,投资成本、单位捕集能耗、蒸汽价格、电价、吸收剂单价对最终碳捕集综合成本的敏感性影响大小分别为6.2、12.4、12.5、8.3、2.0元;蒸汽价格、单位捕集能耗、电价是影响碳捕集成本的显著因素,其次是投资成本、吸收剂单价等。     

基于模型预测控制算法的供热机组负荷控制

为提高对磨煤机故障的事前预知能力,结合深度学习方法的优势,在传统长短时记忆（LSTM）神经网络的基础上,提出基于卷积神经网络-长短时记忆神经网络（CNN-LSTM）的磨煤机故障预警方法。选择与磨煤机堵煤故障相关的测点作为模型的输入量,进行多元时间序列预测。得到模型输出预测值与磨煤机正常工作状态下的运行数据之间的偏离度函数,运用核密度估计方法确定预警阈值,实现磨煤机堵煤故障预警。以某660 MW火电机组的中速磨煤机为研究对象,建立CNN-LSTM模型并进行故障预警试验。试验结果表明,该模型可以精确预测磨煤机多个测点参数的变化趋势,相较于LSTM神经网络模型具有更高的精确度。该方法能够提前对磨煤机堵煤故障做出有效预警。     

土石坝掺砾心墙料的击实特性研究北大核心CSCD

心墙土料的击实特性能够反映实际工程建设时的压实效果。本文选择一种风积土料和花岗岩砾石料,开展不同含水率、不同掺砾比例及不同击实功等条件下的击实特性试验研究,探索掺砾土料击实干密度与含水率、掺砾比例及击实功之间的关系。试验结果表明:随着含水率的增加,掺砾土料的击实曲线呈先增后减的抛物线型关系;随掺砾含量增大,重型击实功条件下掺砾土料的击实干密度呈现先增后减的变化规律;随掺砾含量增大,轻型击实功条件下掺砾土料的击实干密度近似成比例线性增加;对相同掺砾比例的掺砾土料,随击实功能的增大,其击实干密度逐渐增大,并最终趋于收敛。     

基于粗糙集的电池储能电站海量数据处理方法

锂离子电池的储能电站在运行过程中上传的数据量庞大,数据采样率高,增大了实时在线评估工作的难度。如何提取并压缩有效数据,同时保证压缩后的数据具有保真性,成为数据挖掘预处理所面对的主要问题。针对上述问题,选取储能电站特定工况下一个电池簇的数据,利用粗糙集方法,对数据的属性进行约简,根据正态分布的$ 2\sigma $原则对属性值进行二元逻辑划分,将单体电池划分为频繁检测对象和普通检测对象,压缩了在线处理的数据量。最后,对同一电池簇20天内不同工况数据进行验证,证明了该处理方法的有效性。     

基于汉宁窗的配电网同步相量测量装置算法及应用

配电网量测环境复杂、恶劣,输电网的传统同步相量算法难以满足要求。分析了常用窗函数下傅立叶算法的谐波抑制能力,利用3个等间隔的加汉宁窗离散傅立叶变换（FFT）推导出定间隔采样下同步相量测量算法,在理论上消除了非额定频率下的频率泄露影响,能满足高精度的相位测量要求,具有很好的谐波/间谐波抑制能力。针对多个信号同时存在时频谱泄露影响计算精度问题,分析比较了加汉宁窗FFT插值算法相对其他窗函数的优势。理论分析和实际测试表明,采用上述方案后,提升了相量、谐波/间谐波等量值的测量精度。     

水系锌离子电池无枝晶锌金属负极研究进展

水系锌离子电池由于具有较高的能量密度、成本低廉、安全性高和环境友好等优势,因此在智能硬件、小型电动车、大规模储能等领域具有广阔的应用前景。然而,锌金属负极存在的枝晶问题导致电池循环寿命缩短,严重制约了其实际应用。通过分析锌负极的沉积/溶解过程及其可能出现锌枝晶的路径,从人工界面层构筑、基底结构设计及电解液优化三个方面综述了无枝晶锌金属负极的近期研究进展,系统阐述了其主要设计策略及作用机制。最后,对锌金属负极未来发展方向进行了展望。     

考虑新能源不确定性的互联电网交换功率鲁棒优化模型

高比例新能源及其不确定性增加了多区域交流互联系统交换功率控制的难度,为保证区域间联络线传输功率的协调分布及其波动相对均衡,提出了一种考虑互联电网外特性的交换功率稳定控制模型。考虑互联系统自动发电控制(AGC)参与因子与联络线潮流分布的关联关系,推导并构建了互联系统AGC下的潮流模型。进而,以联络线功率波动幅值最小为目标函数,建立了基于鲁棒优化的区域交换功率稳定控制模型,并提出了一种基于松弛法的协同演化算法对该模型进行求解。以双IEEE 14节点和IEEE 118节点测试系统为例进行仿真分析,将无优化与鲁棒优化计算结果进行对比,结果表明鲁棒优化可以有效应对新能源随机出力的影响,对于外特性的稳定性具有明显改善效果,并验证了所提算法的有效性和实用性。     

基于改进GSA-SVM模型的电力变压器故障诊断

准确评估输变电设备运行状态是电力企业生产技术工作的核心内容。为提高电力变压器故障诊断精度,避免传统引力搜索算法（GSA）自身收敛速度慢且易陷入局部最优区等不足,提出一种利用混沌序列改进GSA的支持向量机（SVM）模型,用于电力变压器故障诊断中。首先利用混沌序列来增加重力粒子的多样性,目的是避免在其训练时陷入局部最优区;然后利用改进的GSA算法来优化SVM模型自身的参数,从而提升该模型的预测准确率;最后将预测结果与其他3种传统诊断模型的预测结果进行了对比分析,结果表明利用混沌序列改进的GSA-SVM模型有着更好的泛化能力以及更高的分类准确率。