特高含水期油田开发效果的模糊多目标决策

以胜利油区某整装油田为例,将模糊多目标决策运用到对特高含水期油田开发效果的评价上来,建立了进行模糊综合评价的指标体系。该方法能综合考虑各方面因素,为特高含水期的油田对实际开发方案的评价提供了一个更科学,更合理的方法。     

供能设备模型对冷热电联供微网系统经济调度的影响

针对一种含光伏、蓄电池和冷热电联供的微网,在满足用户多种能源需求和联网运行的条件下,对系统中的微型燃气轮机、余热锅炉和制冷机等主要供能设备采用基于部分负荷(part load ratio,PLR)特性的模型,建立了以总运行成本最低为目标的微网日前动态经济调度的0-1混合整数非线性规划模型。通过求解某个楼宇CCHP型微网夏季典型日的算例,从优化调度方案、总运行费用等方面,比较了系统设备采用部分负荷特性模型和固定效率模型时的调度优化差异。结果表明,两种模型对于调度结果的误差不可忽略,部分负荷特性模型的结果更为准确;值得注意的是冷负荷所造成的模型误差比较显著。     

含风/光/抽水蓄能并计及负荷响应的海岛微网优化配置

利用可再生能源的微网是解决小型海岛供能问题的一种理想方案,但是高昂的投资成本阻碍了它的应用。为此,针对地理条件允许的海岛,使用微型抽水蓄能系统储能,同时以负荷响应参与度标度居民的负荷响应参与意愿,并将可时移电器视为能源资源参与微网的配置优化,提出了考虑负荷响应的含风/光/抽水蓄能的海岛微网优化配置模型,并利用粒子群算法对微网中主要设备的数量或容量进行优化。算例验证了所提方法的有效性,家用可时移电器的负荷响应及抽水蓄能替代蓄电池储能可显著减少微网投资成本。此外还对负荷总量、可时移电器功率,以及抽水蓄能系统水头高度对配置成本的影响进行了敏感度分析。     

浅谈R语言中OOP编程方法

R作为统计领域广泛使用的一种统计软件,具有开源、免费、灵活的诸多优点,编程语言强大,但用到面向对象的缔程方法却不多。本文通过对R中面向对象编程的研究,使读者进一步的了解R软件。     

机器学习在智能配用电领域中的应用:北美工程实践概述

机器学习技术是助力能源转型、促进清洁能源消纳的重要工具.近年来,机器学习技术在电力系统中的应用已得到广泛关注.由于机器学习技术的"黑箱"特征,使其在可解释性、鲁棒性等方面仍有待提升,与电力系统高可靠性的运行要求存在一定矛盾,导致其实际工程应用滞后于理论研究.对于机器学习技术的实际应用情况,文中聚焦于北美地区配用电领域,从源、网、荷3个角度梳理了机器学习技术的典型工程实践项目,概述了每个项目的方法、效果以及从中得到的启示.进一步地,将以上项目归纳为态势感知、决策支持2个类别共计5个应用场景,并从工程实践角度分析了下阶段机器学习技术的研究方向.