基于正则化方法的电池阻抗谱弛豫时间分布解析

对电池特性的深刻认识是电池应用研究的重要基础,而弛豫时间分布(distribution of relaxation times,DRT)法是解析电池阻抗谱(electrochemical impedance spectroscopy,EIS)、提取电极过程动力学信息和电池建模的有效手段。然而,DRT函数的求解是一个典型的不适定问题,经典的数值积分方法无法保证解的存在性或唯一性。首先采用分段线性插值近似连续的DRT函数;再通过正则化方法改善问题的不适定性,将DRT函数的求解归结为严格的凸二次规划(quadratic programming,QP)问题;进而运用有效集法(active set method, ASM)得到DRT函数的最优近似解。基于该方法解析液态金属电池的阻抗谱,并简要分析其内阻特性。研究结果表明:该方法为全局收敛,收敛速度快,计算精度高;得到的DRT函数近似解既精确、稳定,又具有明确的物理意义。在电池机理分析和建模中,该方法具有显著的潜在应用价值。     

基于数据驱动鲁棒优化的用户侧综合能源舱低碳规划

在“双碳”目标下,实现多能互补利用的综合能源系统规划研究势在必行,而装卸、配置灵活的用户侧综合能源舱成为了新兴的重要研究对象。构建了引入多元混合储能、碳捕集装置的两阶段综合能源舱规划模型,达到了舱内多能灵活互补、碳排放回收利用的效果。为处理能源舱规划环节中的风电、光伏新能源出力和用户负荷不确定性问题,提出了基于极端场景椭球集的数据驱动鲁棒优化方法,对不确定变量间的相关性进行精确描述,改善了传统鲁棒优化结果过于保守的问题,并通过相较传统分布鲁棒概率计算方法而言更简便的椭球端点提取方法以得到极端场景。利用椭球极端场景优势,改进了列与约束生成法(column and constraint generation method,CCG)求解方法的步骤,避免了复杂子问题对偶处理。最后通过算例仿真,与传统区间不确定集鲁棒优化方法进行对比,证明所提规划方法在降低经济成本与节能低碳方面的优越性。     

具有动态调节特性的光伏制氢双阵列直接耦合系统优化策略

氢能是目前国内外研究的热点与前沿,利用太阳能发电进行电解水制氢,对实现碳达峰与碳中和具有重要意义。针对光伏制氢直接耦合系统灵活性低,不能大规模应用等问题,该文提出一种双阵列系统下的动态调节优化策略。基于光伏-电解槽双阵列复杂模型,深入分析电解水装置自身工作特性,并利用最小二乘法对光伏最大功率曲线进行分段线性化处理。从光伏阵列以及电解槽阵列的I-U特性曲线匹配角度揭示直接耦合系统工作点的运行机理。仿真结果验证了所提策略的有效性,分析结果表明在保障高效率消纳光伏能量的同时,增加了系统的灵活性和产氢速率,对光伏电解水制氢技术的研究和氢能产业发展提供参考。     

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。     

考虑灰色关联权重的PSO-LSSVM输电线路覆冰厚度预测模型

为了提高输电线路覆冰厚度预测精度,利用灰色关联分析确定覆冰影响因素对输电线路覆冰增长量的影响权重,采用PSO算法对LSSVM的参数优化,建立了考虑灰色关联权重的PSO-LSSVM输电线路覆冰厚度预测模型。采用实际运行线路的覆冰增长数据进行仿真分析,并与其他覆冰预测模型对比,考虑灰色关联权重的PSO-LSSVM输电线路等值覆冰厚度预测模型的均方根误差、平均相对误差和全局最大误差分别为0.575、3.124%和4.015%,均小于其他三种预测模型,验证了模型的正确性和实用性。     

基于递推辅助变量最小二乘法的永磁电机参数在线辨识策略

针对永磁电机系统反馈信号测量噪声无法确保为白噪声的问题,基于传统递推最小二乘法只在面向的数学模型是ARX模型时才能保证其无偏性,提出基于递推辅助变量最小二乘法的永磁电机参数在线辨识策略。通过电机电气方程辨识定子电阻、电感、转子磁链,通过机械方程辨识转动惯量、粘性摩擦系数、负载转矩,解决了传统递推最小二乘辨识方法适用数学模型具有局限性的问题。最后通过MATLAB Simulink验证了所提算法在参数突变时辨识性能良好。     

一起风电场跳闸故障引起的继电保护定值配合分析

结合一起风电场３５kV 集电线路零序电流II段保护拒动,３５kV＃１接地变零序电流II段保护动作,停电范围扩大的跳闸事件,分析了风电场小电阻接地系统３５kV 零序电流II段保护定值的配合情况,并根据实际运行情况 给出了新的整定值,同时提出了改进建议.该建议在特殊情况下为零序电流II段保护定值整定及配合提供了解决思路,能有效提高风电场３５kV 系统运行的稳定性.     

基于集成经验模态分解和最小二乘双支持向量回归机的风速预测算法研究

为有效解决风电大规模并网过程中面临的并网难和弃风等问题,实现可再生能源大规模平滑并网并保证大电网的安全稳定运行,采用集成经验模态分解(ensemble empirical mode decomposition,EEMD)和最小二乘双支持向量回归机(least square twin support vector regression,LSTSVR)算法进行风电场风速预测。分别介绍了LSTSVR、EEMD及自适应变异粒子群算法原理。给出基于EEMD和LSTSVR的风速预测流程,以安徽女儿岭风电场测风声雷达30、70 m处风速采样数据为例,开展基于EEMD和LSTSVR的风速预测算法验证,预测结果误差分析表明:基于EEMD+LSTSVR+自适应变异粒子群算法可以实现风电场风速的高精度预测。     

基于偏振成像技术的油桃机械损伤检测

为了解决由于油桃表面颜色特征复杂所带来的早期机械损伤难以检测问题, 提出了一种基于偏振成像技术的早期损伤检测分类模型。采用分焦平面偏振成像方法一次性获取油桃在4个偏振方向下的偏振图像, 利用双线性插值和低照度增强(LIME)对偏振图像进行预处理, 以提高运行实时性并降低水果曲率变化的影响; 提取偏振图像中像素的颜色特征和灰度共生矩阵(GLCM)特征, 分别用于训练两个最小二乘支持向量机(LSSVM)分类模型; 通过理论分析和实验仿真, 最后利用两个分类模型的串联(color-LSSVM→GLCM-LSSVM model)实现了油桃机械损伤的早期检测。结果表明, 该分类器模型对油桃正常和损伤区域的检测精确率达到95.68%, 召回率达到93.29%。分焦平面偏振成像技术在深色系水果的早期损伤无损检测领域具有良好的应用前景。