排序方式: 共有18条查询结果,搜索用时 31 毫秒
1.
2.
市场力评估是电力市场化改革的关键环节。随着大规模新能源接入电力系统,电力市场不确定性激增,现有的确定性市场力评估模型向概率性模型转化。由于确定性模型无法考虑新能源的不确定性特征,市场力误判现象频发,严重威胁电力市场的安全运行。为考虑新能源与负荷不确定性的重要影响,提出了一种结构性市场力指标——考虑不确定性的发电机最小期望发电集(UEMGI)。基于机会约束理论,以发电机出力期望最小为目标,提出了考虑不确定性的市场力评估优化模型。然后,基于潮流方程对不确定性的灵敏度分析,通过引入松弛变量对机会约束的非线性部分进行二阶锥松弛,提出了所提机会约束优化模型的二阶锥快速求解方法。最后,采用PJM 5节点和IEEE 39节点系统进行仿真计算。仿真结果表明,所提方法能有效反映系统整体不确定性水平与市场参与者市场力之间的复杂关系,为新能源背景下电力市场的结构性市场力评估提供有效手段。 相似文献
3.
特厚板坯连铸技术主要应用于特种装备制造领域,市场需求量较大。浸入式水口的结构是决定结晶器中流场流动行为的关键因素。本研究通过建立三维数值模型,研究浸入式水口侧孔倾角对475 mm特厚板坯结晶器内流场流动行为、温度场和凝固坯壳分布的影响。结果表明,水口侧孔倾角对钢液流动行为影响显著:当侧孔倾角由-20°调整至-10°时,射流冲击深度由660 mm减小至545 mm,结晶器自由液面平均温度升高4 K;此外,侧孔倾角的减小使凝固坯壳尤其是窄面坯壳厚度增加6 mm。综合考虑,当水口侧孔倾角为-10°时,结晶器性能最佳,此时的液面流动较活跃,结晶器保护渣和液面之间的传热性良好,出口处的壳体厚度均匀,足以满足生产需要,可有效避免漏钢现象发生。 相似文献
4.
以金属硝酸盐和钛酸丁酯为原料,乙酰丙酮为螯合剂,采用溶胶-凝胶法制备了Y2O2S:Eu3+,Mg2+,Ti4+红色长余辉发光粉体。采用X射线衍射仪、扫描电子显微镜和荧光分光光度计对不同温度合成的样品性能进行测试与表征。结果表明:干凝胶在600℃保温2 h生成了立方相的前驱体Y2O3:Eu3+,Mg2+,Ti4+。前驱体在1050~1150℃硫化后的产物为Y2O3与Y2O2S的混合相,在1 200℃时,硫化生成纯相的Y2O2S:Eu3+,Mg2+,Ti4+,产物平均粒径约为150nm,1300℃时再次出现Y2O3相。与高温固相法相比,溶胶-凝胶法制备的样品主激发峰出现蓝移,主发射峰位于616nm和626nm处,对应于Eu3+的5D0→7F2跃迁;硫化温度为1200℃时,样品的余辉时间为40min。 相似文献
5.
建立了原子层沉积 (Atomic Layer Deposition,ALD)反应腔室的三维模型,利用ANSYS Fluent软件模拟分析了ALD过程中压强、前驱体脉冲时间、温度等工艺参数变化对前驱体分布的影响。模拟结果表明:反应压强越低,Mg(Cp)2前驱体分子的扩散系数越高,能更快且更均匀地分布在整个反应腔室之中;前驱体脉冲时间越长,在反应腔室内的分布越均匀;当脉冲时间为250ms时,Mg(Cp)2在反应腔室内分布基本均匀,反应腔室内各部位的前驱体质量分数基本一致;当脉冲时间为200ms时,H2O基本均匀分布在反应腔室内。在MgO薄膜的ALD温度窗口内,反应腔室内温度越高,Mg(Cp)2前驱体分子的扩散效应越强。 相似文献
6.
采用高温固相法合成了白色长余辉发光材料Y2O2S∶Tb3+,Sr2+,Zr4+,利用X射线衍射、扫描电子显微镜、荧光分光光度计、照度计和热释光谱仪研究了煅烧温度对样品物相、形貌及发光性能的影响.结果表明:在950℃煅烧时,样品为Y2O3与Y2O2S的混合相,其中Y2O3为主相:在1000和1 050℃煅烧时为纯的Y2O2S相;当温度高于1 050℃时.再次出现Y2O3相;用288 nm波长光激发样品,Tb3+发射峰形状与位置不变,其中位于417nm蓝光与544nm黄绿光主发射峰归属于Tb3+的5D3→7F5与5D4→7F5跃迁;当煅烧温度为1 000℃时,样品的能级陷阱深度为0.64 eV,余辉时间为160s(≥1mcd/m2). 相似文献
7.
提出一种考虑充电站需求特性的电动汽车充电站和配电网联合规划方法。考虑环境温度、用户行为、交通网拓扑结构等因素,建立电动汽车充电站需求模型。进一步提出考虑充电站需求特性的电动汽车充电站与配电网联合规划模型,该模型综合考虑交通网和配电网耦合关系,以充电站与配电网的投资成本、运行成本、用户充电时间损耗成本最小为优化目标,满足交通网与配电网运行安全约束,求解该模型得到电动汽车充电站位置和容量的最优配置及配电网线路改建方案。选取重庆某主城区交通网与配电网为算例,验证了所提方法的有效性。仿真结果表明联合规划策略在满足电动汽车用户充电需求的同时降低了综合成本。 相似文献
8.
9.
提出一种动态改变惯性权重的反向学习伪梯度搜索粒子群算法,并将之应用于电力系统无功优化。该算法针对线性递减的惯性权重难以指导复杂非线性优化问题的缺陷,引入聚焦距离变化率和位置权重的概念,以此来衡量粒子的分布情况,并建立以它们为控制变量的动态惯性权重。该算法采用动态变化的惯性权重,并利用基于反向学习的伪梯度搜索法指导粒子向全局最优解靠拢。将该算法应用IEEE 30节点进行仿真测试,结果证明了该算法用于无功优化的可行性和有效性。 相似文献
10.