多能互补电网中的储能出力协同优化控制策略∗

经过多年发展,除燃煤发电外,风力发电、光伏发电、抽水储能发电取得长足的发展,但输出功率不稳、出力大小不一,致使风光抽水储能发电并没有实现完全并网.对多能互补电网的储能出力情况进行研究,通过分析不同发电系统的特点,以系统出力作为研究对象,利用粒子群算法,给出多能互补电网出力协同优化控制策略,提高多能互补发电效率,具有非常好的实际指导意义.     

基于量子遗传算法优化BP神经网络短期风功率预测

风力发电的不可控性,给电网带来了很多问题,所以当前迫切需要一种高精度的风力发电预测系统.对此,提出了一种结合量子遗传算法和BP神经网络的预测方法,通过量子遗传算法优化BP神经网络的权值和阈值.最后通过MATLAB试验仿真,验证了该方法可有效提高风功率的准确性.     

汽车涂装车间产品一次交检合格率提升方法

阐述了强化过程质量控制,提升产品一次交检合格率对汽车生产企业的重要性.以某车间为例,就人、机、料、法、环五个方面影响汽车涂装生产最终产品质量的因素进行了分析,列举了各项问题的解决措施.     

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。     

基于连续反演算法的时滞补偿控制综述

在实际系统的工作过程中,时滞现象普遍存在,如控制信号的采集与传输、控制器的构建与实施、事件的决策与处理等。考虑并有效处理时滞特性的影响有助于提升系统的性能。基于连续反演算法的时滞补偿控制策略是一种有效的控制方法且取得很多研究成果。该时滞补偿控制的主要思路是将具有时滞特性的常微分方程或偏微分方程变换为不具有时滞特性的常微分方程?偏微分方程/常微分方程?偏微分方程(ODE?PDE/PDE?PDE)级联系统。进一步地,基于变换的级联系统,结合连续反演算法提出相应的控制策略。该方法具有系统的稳定性证明简单,鲁棒性强,易于求取闭环系统精确解等优点。详细论述了连续反演算法的基本原理,并针对基于连续反演算法的时滞补偿控制算法在处理输入、输出、状态等类型时滞特性的最新研究进展做简单的阐述和总结。最后,开放式地论述了时滞系统的未来研究方向。      

基于IPSO-GRU深度学习算法的海底管道缺陷尺寸磁记忆定量反演模型

针对海底管道缺陷磁记忆定量反演的难题,提出一种基于改进粒子群优化的门控循环神经网络模型,即IPSO-GRU模型。以两端焊有盲板的X52管道作为实验材料,其上预制有不同直径、深度的缺陷,采用TSC-5M-32磁记忆检测仪,外接11-6W非接触探头,进行水下磁记忆检测试验,提取不同缺陷尺寸的磁记忆信号特征值。考虑到磁记忆信号特征值随缺陷尺寸呈复杂的非线性变化,引入门控循环神经网络,利用其双门结构能够记忆缺陷处的信号特征,非线性回归拟合能力强的特点,构建海底管道缺陷定量反演模型,进一步考虑到模型超参数选择的随机性,采用改进粒子群算法进行超参数寻优。验证结果表明:该模型对缺陷深度反演平均精度达96%;对缺陷直径反演平均精度达93%,为海底管道缺陷的磁记忆定量化识别与反演提供了新的思路和方法。      

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。