基于区块链的电力交易模型及博弈定价方法

为解决传统能源中心化交易模式缺少灵活性、透明性和可监督性等问题,满足新型电力系统中电网各主体间电力交易市场化、定价灵活化等新要求,提出一种基于区块链的电力交易模型及博弈定价方法。该电力交易模型具有分布式、去中心化、不可篡改和加密安全等优势。首先,建立基于区块链的电力交易模型,协调发、供、用等主体间的生产和消费行为,形成统一的市场机制;其次,提出了基于博弈的多时间尺度电力交易竞价机制,利用蚁群优化(ACO)算法求解可得每小时的最佳竞拍价格。最后,通过仿真验证了交易模型及博弈定价方法,在激励政策下各交易方收益最优化。结果表明,交易模型及定价方法在新能源参与交易背景下能有效地平衡市场各主体的效益;基于区块链的智能合约可实现电力交易过程的智能化、透明化和可追溯性。     

HPLC-RI法测定食用酵母的海藻糖含量

目的:建立酵母海藻糖的提取方法,并比较啤酒酵母、葡萄酒酵母、高活性酵母、酿酒高活性酵母的海藻糖含量。方法:酵母菌体经液氮研磨后以乙醇-水溶液为溶媒,通过超声波辅助的方法提取海藻糖,采用HPLC法分析海藻糖含量。以酿酒高活性酵母为例,在单因素实验基础上通过正交实验优化酵母菌海藻糖的提取工艺,并比较4株食用酵母菌海藻糖的含量。结果:酵母菌细胞海藻糖提取的最优工艺条件为:在80℃的条件下,乙醇浓度为50%,料液比1∶15（g∶m L）,提取时间70min,海藻糖得率达（68.10±0.7）mg/g,四株食用酵母菌海藻糖含量大小次序为:酿酒高活性酵母>高活性酵母>葡萄酒酵母>啤酒酵母。结论:优化的酵母海藻糖提取的工艺简单,得率高;方法学分析显示HPLCRI分析海藻糖含量方法准确,重现性好,方便快捷;不同生产用途的酵母菌株海藻糖含量存在差异。      

磁耦合无线电能传输系统异物检测技术综述

随着磁耦合无线电能传输(wirelesspowertransfer,WPT)系统的应用推广,异物检测技术的研究越来越受到关注。该文综述国内外磁耦合WPT系统异物检测技术的研究现状,首先总结各文献中有关异物和异物检测技术的概念和定义,介绍研究异物检测技术的主要团队,重点分析目前金属异物对磁耦合WPT系统的影响机理、影响规律和金属异物影响下磁耦合WPT系统的建模方法及异物检测方法方面所取得的主要研究成果,给出几种常用的异物检测方法的优缺点和适用范围,论述异物检测技术的未来研究方向。     

基于FPGA的AC-AC谐振变换器实现

研究了一种适用于非接触电能传输系统、实现低频到高频直接变换的AC-AC谐振变换器的恒幅控制策略,分析了该变换器的运行模式,设计了基于FPGA的控制系统,并通过实验验证了系统方案的有效性。     

复合谐振型双向全桥DC/DC变换器

针对传统的谐振型双向全桥DC/DC变换器在能量反向推送时开关管的电流应力激增的缺点,提出了一种新型的LCL复合谐振型双向全桥DC/DC变换器,保证了能量正反向推送时开关管的电流应力均保持较低水平。阐述了谐振变换器的工作原理,建立了变换器的交流阻抗模型,在此基础上给出了变换器的参数设计方法,并通过能量注入及自由振荡控制策略实现了变换器的输出控制。通过实验结果验证了该控制策略的可行性。     

基于谐振电容阵列的CPT系统输出控制方法

针对非接触电能传输(CPT)系统的输出稳压控制,提出一种基于谐振电容阵列切换的输出控制方法。设计了谐振电容阵列的拓扑结构并给出其等效容值的计算方法。分析了CPT系统输出电压与拾取端谐振电容值的函数关系,并提出一种基于软开关模式的分段控制算法。该算法不借助辅助调压环节,直接实现对输出电压的控制,可满足较大范围的控制需求,并有助于实现多路输出的独立控制。实验结果验证了该控制算法的有效性。     

基于SCORM规范的智能化通用教学平台的实现

最新的SCORM规范从SCORM内容聚集模型和运行时刻环境两方面构造了符合当前软件发展方向的远程教育教学资源共享的实现框架。如何实现智能化、个性化教学,如何最大限度地使这些教学资源共享,成为随之而来的问题。通过研究和引入Prolog方法,以及同Java技术的整合,简单实现了一个基于SCORM规范智能化通用教学平台。     

广义状态空间平均法在CMPS系统建模中的应用

非接触移动供电系统(CMPS)是一种基于电磁感应耦合原理实现电能从静止电源系统向移动用电设备传输的新型供电系统。由于该系统主电路包含高频逆变网络以及两个相互耦合的谐振网络,导致系统阶数较高,其状态变量也呈现出明显的振荡特性,从而给系统建模与仿真分析带来了很大困难。利用Sanders所提出的广义状态空间平均法,建立了CMPS系统的数学模型,并依据该模型对CMPS系统进行了稳态与暂态分析。     

基于遗传算法优化前馈神经网络模型的配电网短期负荷预测

对于配电网的安全运行来说,短期的负荷预测有着重要意义。文章以某地区配电网为研究对象,利用遗传算法优化前馈神经网络,对该地区的短期负荷预测方法进行研究。电力系统短期负荷预测受到气象因素、负荷类型、时间因素等多种非线性因素的影响,因此针对上述问题,首先确定输入,输出样本,建立前馈神经网络模型,然后利用遗传算法对前馈神经网络的缺陷进行优化,最后以MATLAB平台仿真计算。通过对比可知,经过遗传算法优化后的前馈神经网络预测模型预测精度进一步提高。