导电(Cu,Mn)3O4接触层在SOEC阳极侧的应用

固体氧化物电解池(SOEC)中铁素体不锈钢合金连接体和电解池阳极之间存在界面接触、连接体表面氧化以及氧电极“铬毒化”等问题,是导致电解堆性能衰减的重要影响因素之一。本工作利用反应烧结工艺在连接体与阳极之间制备了多孔的(Cu, Mn)₃O₄导电接触层,形成了粘结强度高的连接体/接触层/电解池界面结构。所得试样在750℃下表现出优异的电性能,整个500 h测试过程半电池的面比电阻(ASR)值稳定保持在20.13～20.32 mΩ·cm²。通过微观结构表征技术证实,多孔(Cu, Mn)₃O₄接触层与相邻的电解堆部件具有良好的兼容性,并可以抑制连接体表面的氧化薄膜增长,同时阻止铬元素的迁移。(Cu, Mn)₃O₄接触层也降低了电解池与集流体之间的接触电阻,提高了电池电化学输出性能。     

计及综合需求侧响应的能源枢纽多目标运行优化方法

基于计及综合需求侧响应的能源枢纽日前多目标优化问题,提出一种局部最优的多目标优化方法。首先,建立了能源枢纽系统、综合需求侧响应模型;其次通过标量化方法进行能源枢纽系统多目标权重分析并确定理想点,以理想点法建立目标函数;再次通过粒子群优化算法确定能源枢纽多目标需求下的理想负荷分配。通过实例验证计及综合需求侧响应,合理地调整负荷分配能有效降低能源枢纽期望的目标函数值,而供需博弈过程中的负荷分配贴近理想负荷分配的程度越高,运行优化结果越良好。     

考虑大规模光伏电站接入的电力系统旋转备用需求评估

光伏发电系统出力的随机性与间歇性,使得电力系统的运行风险在大规模光伏电站并网后迅速增加,传统的旋转备用需求评估方法已经不能满足含光伏电站的系统运行要求。文中建立了太阳辐照度和光伏发电系统出力的概率分布模型,并采用拉丁超立方采样模拟光伏发电系统的出力场景;利用基于Huffman树的改进K-means聚类算法对光伏发电系统的出力场景进行有效聚类,在保证光伏发电系统出力分布特性的前提下减少了场景数量;在此基础上,提出了考虑大规模光伏电站接入的电力系统旋转备用需求评估模型,以系统综合运行费用最低为目标,兼顾了运行的经济性和可靠性。基于改进的IEEE-RTS 96系统,对所提模型进行了仿真分析,算例结果验证了模型的合理性和有效性。     

基于Transformer网络和多任务学习的园区综合能源系统电-热短期负荷预测方法

负荷预测是综合能源系统（integrated energy system, IES）能量管理和优化调度的基础,其预测精度直接关系到系统的整体运行性能。提出了一种基于Transformer网络和多任务学习的园区综合能源系统电-热短期负荷预测模型。首先对Transformer网络和多任务学习结构的基本原理进行了介绍;然后通过基于随机森林的特征选择步骤提取反映负荷特性和变化规律的典型指标,构建多任务学习输入特征,基于Transformer网络构建多任务学习权值共享层,并通过全连接层输出多能负荷的预测值;最后通过实际园区微能源系统的数据验证所提方法和算法的有效性,结果表明本文所提模型可以充分学习电-热耦合特征,提高负荷预测的精度。     

基于GRU多步预测技术的云储能充放电策略

为解决云储能日前充放电策略预测的问题,提出了一种基于门控循环单元(GRU)多步预测技术的云储能充放电策略形成方法.首先,鉴于云储能优化需求及单用户负荷预测效果不稳定,构建用户聚类后的GRU多步预测方法预测一天的24点功率.然后分析了云储能模式下的用户和云储能提供商两个主体的交互过程,以预测为基础建立了云储能充放电决策滚动优化模型.仿真算例选取实际数据,在预测聚类用户光伏、负荷功率后,滚动优化求解实际值和预测值下的云储能充放电策略.算例通过5种场景验证了在云储能充放电策略中聚类的作用以及GRU多步预测技术的优势,并且证明云储能模式能够进一步削弱光伏、负荷预测误差的影响.