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。     

一维水沙耦合模型参数敏感性分析——以2020年黄河下游洪水演进为例北大核心CSCD

一维水沙输移及河床冲淤模型中有较多理论上尚未解决的参数,而这些参数对一维模型精度的影响缺少定量分析。本文首先介绍了一维水沙耦合动力学模型,并将其应用于2020年汛期黄河下游的水沙过程模拟。计算结果表明:该模型能准确模拟水位和流量的变化,纳什效率系数基本大于0.85,均方根误差比相应的实测特征值小一个量级;计算沙峰虽然偏大,但计算的含沙量过程与实测过程整体符合,且模型计算的分河段冲淤量与断面地形法实测值较为接近。为分析模型中经验参数对模型计算结果的影响,以水文断面特征水沙参数的纳什效率系数作为目标函数,采用Sobol全局敏感性分析方法计算了各经验参数的敏感度指标。计算结果表明:糙率的总敏感度指标较高,是模型的高敏感参数;目标函数的选取对参数敏感度分析有一定影响,以含沙量纳什效率系数为目标函数时,挟沙力公式的系数及淤积时恢复饱和系数公式中指数的一阶敏感度和总敏感度指标较高;各参数组合对不同目标函数的影响差别较大,但对于同一目标函数存在影响作用相似的参数组合。全局敏感性分析方法刻画了模型参数的敏感性特征,有助于优化水沙数学模型参数取值。     

电化学储能在保底变电站中的配置方案与控制策略

开展保底电网的研究是落实国家能源局关于坚强局部电网规划建设实施方案的重要举措,储能技术的应用可完善严重故障下保底电网按局部电网独立运行的能力。针对这一问题,提出了一种电化学储能在保底变电站中的配置方案与控制策略。首先,探讨了电化学储能在保底变电站中的接入方式,并根据灾害期间的供电负荷发展水平制定了电化学储能的容量配置方案;然后,提出了电流补偿方法、相位补偿方法以及相位预同步方法等,以实现保底变电站在并网转孤网、孤网转并网运行期间的平滑切换,完善了储能系统的抗灾控制策略;最后,以广东沿海某地区电网的保底变电站为例仿真验证了所提方法的有效性。     

海上风浪结合发电系统用两自由度发电机研究综述及展望

近年来,多能互补利用成为能源开发的一种新趋势。海上风能和波浪能具有无污染、能量形式集中等诸多优点,一种基于两自由度直线旋转发电机的新型风浪结合发电系统应运而生。对海上风能和波浪能发电系统的研究现状进行综述,对比独立开发海上风能和波浪能的发电系统、传统风浪结合发电系统及新型海上风浪结合发电系统各自的优缺点;对作为新型海上风浪结合发电系统核心能量转换装置的两自由度直线旋转发电机的研究现状进行总结,并通过有限元方法初步验证了两自由度发电机用于新型海上风浪结合发电系统中的可行性,随后探讨该类发电机的研究热点及难点。最后,对海上风浪结合发电系统用两自由度发电机未来主要的研究方向进行了展望。     

双碳及能源安全背景下中国电煤月度需求组合预测

双碳发展背景下,准确及时的电煤需求预测有利于国家制定电煤供需计划及能源安全供给。现有研究对电煤月度需求预测的较少,且精度欠佳,难以保证电煤月度需求感知的及时性和准确性。提出由回归加权融合反向传播神经网络、门控循环单元网络和长短期记忆网络的组合预测模型预测我国电煤月度需求。首先采用格兰杰因果检验从月度经济及能源生产因素中筛选显著影响电煤需求的变量。然后构建单一及组合模型进行预测,其中,组合模型权重由回归计算得到。结果表明,相较单一模型,组合预测模型在电煤需求预测中性能更好。     

基于多主体主从博弈的区域综合能源系统低碳经济优化调度

为解决环境污染以及区域综合能源系统中多市场主体利益冲突的问题,提出一种考虑奖惩阶梯型碳交易机制和双重激励综合需求响应策略的区域综合能源系统多主体博弈协同优化方法。首先,为充分考虑系统的低碳性,在博弈模型中引入奖惩阶梯型碳交易机制限制各主体碳排放量,并在用户侧提出了基于价格和碳补偿双重激励的综合需求响应策略。其次,考虑源-荷-储三方主动性和决策能力,以能源管理商为领导者,供能运营商、储能运营商和用户为跟随者,建立了基于碳交易和博弈协同优化的多主体低碳交互机制,并构建了各主体的交易决策模型。最后,采用结合Gurobi工具箱的自适应差分进化算法对所提模型进行求解。仿真结果验证了所提模型和方法的有效性,即各主体在低碳框架下可以合理调整自身策略,并兼顾系统经济、环境效益。     

考虑频率安全约束及风电综合惯性控制的电力系统机组组合

随着风电渗透率上升,电力系统惯性响应和一次调频能力下降,频率安全问题凸显,有必要在机组日前发电计划安排中考虑频率安全约束。依据电力系统频率安全要求,提出了考虑频率跌落最低值的频率安全约束构造方法。同时引入风电综合惯性控制使风电机组参与一次调频,在此基础上建立了考虑频率安全约束及风电综合惯性控制的机组组合模型。运用M语言动态控制多机频率响应模型进行Simulink仿真,并将其嵌入到改进粒子群优化算法中迭代求解。含风电的IEEE39节点系统算例结果表明,所提模型和方法能有效提升系统频率响应能力,保证系统安全运行。     

基于改进代价敏感直推式支持向量机的发电企业 滥用市场力识别

随着现货市场的加速推进,准确地实时识别滥用市场力行为是电力市场违规行为管理的一项关键性任务。将改进的支持向量机与变分不等式求解算法结合,实现了在只有少量发电企业有标签数据情形下仍可以准确实时地识别发电企业滥用市场力行为。首先,结合电力市场实际情况,构造了滥用市场力识别指标体系,并基于电力市场高维数据的特点对数据进行降维。其次,针对发电企业有标签数据占总体数据小部分及数据不平衡的特点,提出了基于改进代价敏感直推式支持向量机的发电企业滥用市场力识别方法。然后,考虑到半监督算法求解时间较长,将求解问题转化为高效的变分不等式求解问题,并使用定制近邻法进行求解。最后,利用UCI数据集、电力市场仿真数据及实际电力市场数据进行试验。结果表明,该识别方法可以将滥用市场力的发电企业快速有效地识别出来。     

面向典型战场应用的目标智能融合技术

针对战场多源信息融合的典型应用需求,提出了基于人工智能的目标信息融合技术思路,并对其中的两项关键技术,即新型融合知识库构建技术和基于本体核的目标知识融合技术进行了分析,最后对多源信息融合系统在应用过程中存在的技术问题及其解决思路进行了探讨。     

原子层沉积低温生长α-MoO3薄膜

以六羰基钼和氧气为前驱体,通过等离子增强原子层沉积技术（PE-ALD）在硅基片上实现了α-MoO₃薄膜的低温制备。利用X射线衍射仪、扫描电子显微镜、原子力显微镜、X射线光电子能谱仪等手段对薄膜的晶体结构、表面形貌及薄膜成分进行表征和分析。研究发现衬底温度和氧源脉冲时间对MoO₃薄膜的晶体结构和表面形貌变化起关键作用。当衬底温度为170℃及以上时所制备的薄膜为α-MoO₃;适当延长ALD单循环中的氧源脉冲时间有利于低温沉积沿（0k0）高度择优取向的MoO₃薄膜。根据对不同厚度MoO₃薄膜表面的原子力显微图片分析,MoO₃薄膜为岛状生长模式。