共享电动汽车混合充换电站选址优化

在未来城市中更换电池这种便捷、高效的方式将成为共享电动汽车补充电能的主要方式.为了建立效率高、成本低、电网友好型的混合充换电站,首先根据共享电动汽车的租赁规律以及功率、时间等充电数据,利用蒙特卡洛模拟方法预测共享电动汽车的充电负荷;然后,以共享电动汽车充换电站对用户捕获程度最大、配电系统网络损耗最小和配电系统电压偏移最小为目标,建立共享电动汽车混合充换电站最优规划的多目标模型;最后,采用改进带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对多目标模型进行求解,得到Pareto最优解集.以25节点交通网络和IEEE 33节点配电系统为例,验证了所建模型的可行性,可为共享电动汽车混合充换电站的建设提供可行性经验.     

基于时空特性以及需求响应的DG和EV充电站多目标优化配置

针对可再生分布式电源(DG)及电动汽车(EV)大规模接入给配电网带来的用电量增长以及电压波动问题,提出一种基于时空特性以及需求响应的DG和EV充电站多目标协调优化配置方法.通过提取城市路网的拓扑结构,监测路网流量,基于交通规划软件TransCAD进行起讫点(OD)矩阵反推,构建出行概率矩阵以描述用户的出行特性;基于蒙特卡洛方法模拟EV的时空分布特性,考虑EV、DG与常规负荷的时序特性,并基于改进K-means算法构建风-光-负荷的典型运行场景;兼顾电网侧与用户侧,以综合效益、系统负荷波动以及充电耗时成本为目标,构建DG和EV充电站的多目标联合配置模型,并采用改进粒子群优化算法进行求解.结合IEEE 33节点配电网与某城区主干道路网模型进行仿真分析,结果验证了所建模型的有效性与可行性.     

基于深度强化学习的光储充电站储能系统优化运行

优化储能充放电策略有利于提升光储充电站运行经济性,但是现有模型驱动的随机优化方法无法全面考虑储能系统的复杂运行特性以及光伏发电功率、电动汽车充电负荷的不确定性.因此,提出一种基于深度强化学习的光储充电站储能系统全寿命周期优化运行方法.首先对储能运行效率模型和容量衰减模型进行精细化建模.然后考虑电动汽车充电需求、光伏出力和电价的不确定性,在满足电动汽车充电需求和光伏消纳的条件下,以光储充电站收益最大化为目标,建立了基于强化学习的储能优化运行问题.考虑到储能充放电决策动作的连续性,采用双延迟深度确定性策略梯度算法进行求解.采用实际历史数据对模型进行训练,根据当前时段状态对储能充放电策略进行实时优化.最后,对所提方法及模型进行测试,并将所提出的方法与传统模型驱动方法进行对比,结果验证了所提方法及模型的有效性.     

基于模型预测控制算法的多风储直流微电网分布式电压二次控制策略

针对含多组风储单元的直流微电网中蓄电池的电压优化控制问题,提出了一种基于模型预测控制算法的分布式电压二次控制策略.设计了一种多步长预测一致性模型作为电压预测模型,通过目标函数最小化求解预测系数,得到最优电压二次控制补偿量加入一次控制中,将传统一致性算法中比例积分控制器下的偏差调节问题转化为模型预测控制器下的电压跟踪问题进行求解,从而实现对直流母线电压动态响应的滚动优化.该方法有效解决了传统一致性算法下电压控制策略瞬态特性差和部分工况下存在控制误差等问题,并通过MATLAB/Simulink仿真平台搭建模型验证了不同工况下所提策略的有效性和优越性.     

管桩水泥性能优化与控制方法

预应力高强管桩是采用高标号品种水泥等原料作为原材料,经离心工艺成型后,再通过蒸汽或蒸压养护而成的一种空心圆筒体的等截面混凝土构件,具有脱模快、强度高、施工方便、适用范围广、生产成本低等优点,广泛应用于建筑、港口、码头、铁路、桥梁等基础设施建设工程中[1]。管桩制品厂家一般对水泥强度要求高,尤其是早期强度[2],另外因操作时间不长和对产品外观质量要求较高,相比普通的混凝土,对流动性要求更高。中国葛洲坝水泥有限公司长期向荆州、荆门等地的管桩生产企业供应管桩专用水泥,为更好地满足客户需求,提升公司管桩水泥产品的强度与工作流动性能,开展相关试验研究。     

粗轧过程中轧制力和宽展的预测与分析

 板带轧制数学模型是实现自动控制的基础,高精度的数学模型是提升产品质量和市场竞争力的重要保障。在热连轧粗轧过程控制中,轧制力和宽展是关键参数,其模型精度不仅会影响粗轧轧制规程的设定,而且会影响最终热连轧带钢产品凸度。以矩形板坯热连轧粗轧过程为研究对象,针对轧制变形区建立了三维运动许可加权速度场,在此基础上充分考虑自然宽展效应,基于刚塑性材料的第一变分原理,采用可变上限积分法对塑性变形、剪切功率和摩擦功率进行积分获得变形区总功率泛函。利用Matlab优化工具箱对总功率泛函进行最小化,得到了轧制力、宽度分布的理论解。最后利用理论模型计算数据回归得到了板坯宽展及速度场中的加权系数模型。将基于所提出模型的轧制力和宽展预测值与现场实测值及部分有关学者所建立模型的预测值进行了对比,结果验证了所建立模型的准确性。研究得到的宽展模型和速度场加权系数表达式可以方便、灵活、快速地应用到粗轧现场中,为更高质量热连轧带钢产品的生产奠定了坚实基础。     

低成本钢尾渣-矿渣基矿山充填料的优化开发

 为实现多固废协同利用、降低充填成本,在矿渣基全粒级细尾砂胶结充填料基础上,以流动性和抗压强度为表征,利用热闷钢渣磁选尾渣(钢尾渣)替代部分矿渣作为胶凝材料,脱硫灰和水泥熟料替代部分专用添加剂作为外加剂,采用正交试验探寻掺量规律,优化固体填充料配比,开发钢尾渣-矿渣基软性矿山充填料,并研究了外加剂与胶材比、灰砂比等因素的影响。对比分析了矿渣基准组、钢尾渣-矿渣基准组(B1)、强度最优外加剂组分钢尾渣-矿渣组(B7)等3组充填料的微观形貌及XRD图谱以探究其水化机理。结果表明,钢尾渣替代矿渣量增加、外加剂与胶材比减小,充填料浆流动性改善,但充填体抗压强度下降。强度正交试验结果表明,钢尾渣掺量大小决定强度低高,脱硫灰掺量宜高于水泥熟料。进一步调整外加剂组分配比,在灰砂比为1∶6、钢尾渣替代矿渣为20%条件下,找出B7组外加剂组分为脱硫灰、水泥熟料分别替代30%、20%专用添加剂,B7组料浆扩展度为143 mm,充填体形貌为富铁绿泥石胶结假方体钙硅灰石,28 d抗压强度达2.13 MPa,较基准组低0.19 MPa,较B1提高0.26 MPa。该替代方案满足现场充填C2级强度的要求,改善流动性并显著降低了充填成本。优化的外加剂组分配比在灰砂比为1∶4条件下同样具有强度优化作用,但较灰砂比为1∶6条件下低。     

含加工等待和工序跳跃的炼钢-连铸调度方法

现有的钢铁冶炼生产过程广泛存在精炼工艺不同和设备转运时间可变的限制条件,目前的炼钢-连铸调度多面向单工序路径生产进行分析和建模,未解决实际应用与投产问题。针对国内某大型炼钢厂炼钢-连铸过程中精炼工艺路径不同和相邻炉次之间存在设备转运时间的问题,建立了符合实际的优化调度模型,且为处理加工等待和工序跳跃的子问题提出了前向法,为处理连铸工序无等待时间的子问题提出了反向法,同时以冶炼的最大完工时间为优化指标,通过制定排程方案验证前向-反向法。排程甘特图表明,本文的方法避免了错排程和重叠排程,能有效指导生产,证明了该方法是可行和有效的。     

钢铁冶金过程铁前工序绿色智能制造的进展与展望

随着“碳达峰”“碳中和”“低碳冶金”等概念的提出,钢铁行业的绿色智能制造已成为大势所趋。铁前工序是钢铁冶金过程的前端工序,也是主要的能源消耗环节。因此,实现铁前工序的绿色智能制造具有重要的经济价值和环保意义。围绕钢铁冶金过程铁前工序绿色智能制造,以“智能碳使用”的低碳冶金技术为核心,综述铁前工序运行状态智能感知、运行参数智能控制、运行性能智能优化和智能协同管控4个方面的研究进展。运行状态智能感知是获取难以检测运行状态信息的主要手段,包括运行状态监测和运行状态识别。运行参数智能控制是实现铁前工序运行状态正常的前提,包括基于人工经验的智能控制、基于参数预测的智能控制和面向多目标集成智能控制。运行性能智能优化是提升运行状态的运行性能的主要措施,包括操作参数智能优化和运行指标智能优化。钢铁冶金过程智能协同管控着重研究感知、控制和优化技术的协同融合。最后,分析当前存在的机遇与挑战,铁前大数据分析和运行状态智能感知、铁前工序一体化智能协同管控和铁前工序全流程性能提升与优化控制或将成为铁前工序绿色智能制造的前景方向。     

工业微电网中混合储能系统与负载电机协同控制

近年来,工业微电网在钢铁企业中得到了越来越广泛的关注,其中的储能系统通常由蓄电池和超级电容混合组成,以兼顾储能效率和响应速度。以生产中常见的电机负载为例,由于运行工况改变,将会引起母线电压波动,从而导致负载动态性能变差。以此为背景,提出了一种负载电机与不同种类储能介质的协同策略,在双侧采用模型预测控制(model predictive control, MPC)的基础上,对负载功率波动进行预测,采用滑动平均法计算反馈值,滚动优化超级电容与蓄电池输出功率滤波系数。在实验室条件下,在负载电机调速过程中,储能系统母线电压波动减少约40%,电机转矩调节时间减少约15%,证明了所提策略的有效性。