采集海底矿石颗粒是开发深海矿产资源的核心技术.基于康达效应的附壁射流式集矿技术被认为是一种具有工程应用潜力的集矿方法.基于实验验证的计算流体力学-离散元(CFD-DEM)数值模拟方法,以提高矿粒采集率为优化目标,开展集矿装置几何参数优化研究.探究集矿装置凸曲壁曲率半径与矿粒直径之比(R/d)、射流切向弧度(θ)和射流厚度与矿粒直径之比(b/d)对临界无因次射流流量(q0)的影响规律,并对各参数影响的显著性进行了比较.同时,结合集矿流场流速分布特征阐释矿粒受力运动特性.研究结果表明,b/d对集矿效率的影响最大,R/d次之,θ的影响最小.对比工况中,当R/d = 9、θ = 1.05 rad、b/d = 0.26时,矿粒采集效果最佳.本研究可为设计研发高效低扰动集矿装置提供理论支撑.
多样化调频资源是保障新型电力系统频率安全的有效手段和必然趋势.基于风电、光伏、火电与储能协同的差异化调频策略, 提出一种多场景下耦合长时间尺度规划与短时间尺度机组组合的电源侧电池储能优化配置方法.分别构建火储、风储、光储联合调频策略, 细化配套电池储能的不同功能, 增强其在调频过程中的灵活性.优化模型以风光火储全系统投资与运行成本最小为目标, 将系统可释放的频率响应功率作为安全约束; 通过高阶多机系统频率响应的时域仿真进行校验, 并反馈频率安全割迭代求解. 改进IEEE 24节点系统的算例表明, 所提方法下电池储能可在平抑功率波动、减少新能源弃电与参与电力系统调频之间灵活选择,验证了方法的有效性.
为提高有限元模型仿真精度,提出了一种基于贝叶斯理论的模型更新框架,并利用改进马尔可夫链蒙特卡罗(MCMC)算法和代理模型提升了更新效率.以待更新参数为输入、有限元模型模态响应为输出构建径向基函数(RBF)代理模型,将鲸鱼优化算法(WOA)引入MCMC算法,更新有限元模型的不确定参数.最后,通过一例简支梁数值算例和三层钢框架的试验研究证明了该算法的准确性.结果表明,WOA可以明显改善MCMC算法的采样平稳性和收敛速度,更新效率最高可提升13.9%,基于鲸鱼优化的Metropolis-Hastings(WO-MH)算法更新的简支梁模型和三层钢框架模型最大频率误差分别为0.009%和2.41%.所提模型更新方法在二维输入和八维输入的情况下均能有效提升有限元模型的仿真精度,为建筑结构的精益化仿真和优化设计提供技术参照.
自适应双稳态浮子式波浪能发电装置虽然解决了双稳态系统在入射波的振幅较小时可能难以跨越势垒的问题,但其效率仍有提升空间.既往研究已证实装置参数改变会对装置性能造成较大影响,而且最优装置参数均与此时的谱峰频率有较大关联.因此,对装置进行控制研究时,在假定一段时间内谱峰频率可预测的前提下设计控制方案,相应调节装置参数可实现提高效率的目的.选取3个控制参数,通过仿真计算确定不同谱峰频率下最优装置参数库;然后,在仿真计算程序中加入控制模块,利用插值法对参数进行控制.结果表明:施加可变参数控制的装置可获得更好的能量捕获效率.
电力行业是碳排放的重点控排行业,准确、实时的电力行业碳排放计量是支撑其降碳减排的基础.目前,电力行业的碳排放计量主要基于实测法或核算法,难以很好地兼顾低计量成本与实时计量能力.为此,充分考虑电力行业良好的电力数据基础,挖掘电-碳间的相关关系,以电力历史数据为基础,基于机器学习方法提出一种电力行业短期以电折碳方法,实时估算电力行业短期碳排放情况.该方法使用卷积神经网络进行特征提取,并采用轻量级梯度提升树算法开展基于特征提取值的碳排放测算.此外,为了提升模型的泛化能力和鲁棒性,在模型训练中采用K折交叉验证技术,在模型参数优化过程中采用网格搜索技术.最后,为了验证所提模型的有效性,对比所提模型和其他机器学习模型在同等数据集划分条件下分别基于日度数据集与小时数据集中进行训练的效果.结果表明:所提模型在效果评估和测算值与目标值分布分析中均优于其他模型,能够较好地反映电力行业的短期碳排放情况.
针对大规模电网机组组合问题中传统分支定界法计算量随计算规模指数级增长的“维数灾”问题,提出一种机组组合状态迭代路径搜索优化方法.为避免简化问题和缩减可行域导致最优解丢失,将机组状态方案的确定划分为深度遍历与广度迭代双阶段进行;在优选初始解的基础上,以机组动态优先顺序表作为机组状态迭代路径的搜索方向,通过深度遍历确定最佳关停冗余机组及对应关停时刻,并利用广度迭代拓展问题可行域以提高解的最优性.IEEE 118和ACTIVSg10k系统上的测试结果表明,所提方法能够缩小问题规模,减少机组状态尝试数,实现机组状态的高效搜索迭代,计算速度快、效率高,对大规模机组组合优化问题求解具有一定实用性和有效性.
悬垂取水管作为温差能发电平台等生产设施的核心部件,日益受到关注.悬垂连接双管结构较之单管有着更高的输送效率与更低的制造工艺要求,但是其涡激振动特性尚不明确.为此,开展了一系列悬垂连接双管模型试验,提出了一种针对大位移、小变形问题的涡激载荷识别方法,并对比分析了双管与单管的涡激振动特性.研究结果表明:在相同流速和流向条件下,悬垂双管和悬垂单管的涡激振动位移幅值在低流速时相似,但在高流速下存在差异;悬垂双管更易表现出涡激振动不稳定性,包括行波和多频响应等;双管结构可以采用与单管相同的斯特劳哈尔数进行涡激振动预报;此外,悬垂双管与悬垂单管在横向流动方向上的附加质量系数存在显著差异,其主要起到调节固有湿频率的作用,以使得双管发生涡激振动共振.
研究串列布置水平轴双风力机动力响应对保障风力机结构安全至关重要.基于计算流体动力学(CFD)方法,分析处于上游风力机近尾流区的下游风力机尾流场特性,获取双风力机气动荷载时程曲线.进而结合结构动力学与有限元数值方法,分析上、下游风力机结构的风致动力响应特性.研究发现:近尾流区尾流速度亏损显著,导致下游风力机的推力和扭矩分别减少54.94%和91.89%;同时,尾流湍流加剧了下游风力机的气动荷载的周期性波动.气动荷载波动性对下游风力机动力响应影响较小,其整体动力响应较弱,表现为塔顶推力方向的位移减小50.79%.研究成果可为海洋风电场风力机群结构气动响应分析提供技术参考.
园区工业用户、基站和充电站单一主体内部能量优化时,受其本地功率供给和需求限制,储能等灵活性资源利用率低,能量利用效率不足.基于工业用户、基站和充电站互补性量化,提出一种基于博弈定价激励机制的工业用户、基站和充电站能量共享、互动优化方法.通过工业用户、基站和充电站特性分析,构建以系统净负荷标准差为互补性指数的量化模型;考虑空调和电动汽车的可调节能力,以及工业用户、充电站与基站的主动决策能力,建立了激励工业用户、充电站和基站储能共享及能量互动的主从博弈定价模型;针对模型中存在0-1整数变量的特点,提出基于自适应差分进化算法和混合整数优化理论的求解方法.基于园区实际数据构建算例,对所提模型与方法进行验证,算例分析表明,优化工业用户、基站和充电站各时段储能和能源调度可有效利用其互补性,提高各主体的经济效益和闲置灵活性资源的利用率,同时提升系统整体的能源自洽能力.
随着新能源渗透率的不断增大及新型电力系统的建设,跟网型并网变换器(GFL)在电力系统的稳定中具有至关重要的作用.现有的并网变换器的暂态同步稳定性分析假设直流侧为恒压源,忽略了直流电压控制.本文旨在考虑直流电压控制,更好地揭示并网变换器的暂态失稳机理.先建立考虑直流电压控制的暂态同步稳定模型,然后分析直流电压控制对GFL的暂态同步稳定性影响.研究结果表明,直流电压控制会使有功电流参考值变大,使GFL的等效阻尼减小,降低GFL的暂态同步稳定性.通过增大直流电压控制的比例系数或减小其积分系数,可以使暂态同步稳定性适当提高.最后,在MATLAB/Simulink中验证了理论分析的正确性.
分布式光伏发电系统点多面广,缺乏科学规范的运维管理体系,同时可用数据匮乏,难以准确识别由气象波动干扰导致的光伏设备异常.针对分布式光伏的运维现状和数据特征,提出一种基于神经网络分位数回归(QRNN)的光伏发电功率异常检测方法.首先分析晴天的太阳辐照度特性,利用晴朗日筛选方法排除阴雨天气的干扰影响;然后对不同电站的出力相关性进行分析,以获取出力相关性高的光伏电站作为横向参考;再将待测电站在不同晴朗日的出力曲线进行纵向对比,排除天气与环境条件等干扰因素.将排除干扰的计量出力有功功率数据输入QRNN模型,得到光伏正常有功功率出力区间,以正常出力区间的功率阈值识别光伏发电功率的异常.对某实际光伏系统数据进行仿真分析,结果表明:该方法能排除气象因素的干扰,准确识别出存在故障的光伏系统,推动分布式光伏的精细化运维.
船舶分段装配过程中,大型曲面薄板(如外板)放置在胎架上时,会受重力作用发生形变,将影响装配精度进而影响分段建造质量.为预测给定胎架布局下大型曲面薄板的形变,建立了一种基于两阶段拉丁超立方采样和Transformer神经网络结构的代理模型(TSM-TLHS).首先,设计了两阶段拉丁超立方采样,相较传统方法,能直接适用于形状不规则薄板的采样.同时,建立了包含多头注意力模块和位置编码的Transformer代理模型,综合考虑了胎架位置与胎架布置点位移对薄板形变的影响.实际案例结果显示,提出的TSM-TLHS方法的预测误差仅为61 μm,且满足现场装配对薄板形变的预测精度需求,便于船厂及时对分段进行反变形补偿,从而确保装配质量.
在复杂的电力市场环境和数据信息不完全的条件下,快速识别电力用户电价异常,挖掘电价异常的原因,是促进电力市场的平稳有序运行以及保障电力用户合理利益的关键问题之一.提出一种电力市场环境下电力用户电价特征提取及异常识别方法,首先构建电价特征向量,基于谱聚类算法降低特征向量数据维度,并提取典型电价特征,将其作为判定电价异常的基准;然后逐一计算各电力用户与典型电价特征之间的相似程度,对电价异常进行两阶段分步识别:先从用电和交易行为两方面进行初步识别和快速定位,再在此基础上进行深入识别.案例分析显示该方法能够快速有效提取典型电价特征并识别电价异常.进一步从用电和交易行为两方面分析电价异常原因,并提出相应的改进措施.
并联式气电混合动力系统排放少、动力性好,在低碳船舶上的应用前景广阔.但是,受多个执行延迟不确定的影响,混合动力模式切换过程中传动轴系易发生转速异常波动甚至剧烈冲击.提出级联内模控制(IMC)思路,设计显式包含名义延迟信息的滤波器,提高转速跟踪性能,消除延迟的影响.首先建立动力传动系统动力学模型,然后根据切换过程以离合器为分界的传动机理,设计级联IMC,包括抗饱和补偿器、两级跟踪控制器和两级抗干扰控制器,推导满足不确定延迟上界的鲁棒稳定性条件.仿真与台架试验结果表明,级联IMC对不确定延迟具有良好的鲁棒性,显著降低模式切换过程轴系冲击度,实现平稳切换.
脐带缆是油气开采水下生产系统中的关键组成部分,其截面由光缆、电缆、钢管及填充材料等构成.由于构件的性能存在一定差异,所以其排布形式会使得脐带缆性能存在较大差距.综合考虑到截面紧凑性、平衡性和热源分散性,建立了多目标优化模型.基于该模型构建物理模型,并采用拟物算法对包含等径构件的脐带缆截面进行布局设计.前期研究表明,功能构件之间的相互约束会在优化后截面中产生空缺区域,为满足脐带缆设计规范中对截面布局密实的要求,提出基于图像识别的截面构件自动填充策略,并将其融入布局优化流程.最后,以一根脐带缆为例,通过拟物算法得到最优布局后,利用填充策略完成截面填充设计.通过与初始截面对比,验证了所提出的自动填充设计算法的有效性,为脐带缆截面填充设计提供有效参考.
火电机组面临寿命损耗加快但服役期限延长的矛盾现状.一方面,大规模新能源并网导致机组调峰工况增多,损耗加快;另一方面,现役机组将在碳中和之前达到设计寿命,电力系统灵活运行要求延长机组服役期限.因此,在调度模拟过程中考虑不同工况对机组寿命造成的损耗,优化机组运行结构,对实现机组延寿,助力碳减排意义重大.为尽可能使理论研究时的机组寿命损耗接近实际值,摒弃传统模型中仅对深调峰工况机组寿命损耗进行平均化计算的思路,区分并建立火电机组常规工况及多种特殊工况判定条件,将机组寿命损耗成本融入目标函数中并修改对应约束条件,构建考虑火电机组多工况寿命损耗问题的机组组合模型.算例验证表明:常规模型低估了机组实际损耗成本,而所提模型在考虑多工况寿命损耗的基础上,能降低运行成本,减少机组寿命损耗,同时进一步发挥火电机组调峰能力,促进风电消纳.
新建微电网缺少历史运行数据,常规数据驱动的方法难以精确预测可再生能源出力,进而影响调度计划制定的准确性.为此,提出一种适用于新建微电网小样本数据场景的微电网优化调度方法.首先,设计融合域对抗神经网络和长短期记忆网络的改进网络结构,将域对抗思想和梯度反转机制引入迁移学习中,提高模型泛化能力,减小数据的域分布差异,使用出力特征相似电站的丰富运行数据对目标电站出力进行预测,克服小样本条件下出力预测精度不高的问题.进一步,将优化调度模型转化为马尔可夫决策过程,使用双延迟深度确定性策略梯度算法求解.最后,以改进CIGRE 14节点微电网为例验证了所提方法的有效性.
在双碳目标下,构建以新能源为主体的新型电力系统是实现电力工业转型升级的主要方向和关键途径,新型电力系统背景下快速准确的暂态功角稳定评估研究具有重要意义.为此,基于物理信息嵌入序列到序列(PI-seq2seq)神经网络与级联卷积神经网络模型提出一种含构网型新能源的新型电力系统暂态功角稳定评估方法.首先,采用PI-seq2seq网络结构预测未来功角轨迹,通过构造含物理损失项的损失函数引导模型训练过程,避免时域仿真耗时过长影响快速暂态评估.其次,级联卷积神经网络以预测的功角轨迹作为输入评估暂态稳定情况及其置信度,并配置评估置信度阈值判断机制以实现非固定评估长度的暂态稳定判断,克服了固定功角曲线长度对评估结果的影响.最后,在Kundur系统中进行验证,仿真结果表明:所提方法在功角曲线预测与稳定评估方法均获得令人满意的结果.
利用复杂网络理论对综合能源系统的脆弱环节进行防护,对提高系统的持续供能能力,特别是在面临蓄意物理攻击和自然破坏时具有重要意义.为了对综合能源系统中的脆弱环节采取针对性预防措施,提出一种基于带权重介数的综合能源系统脆弱环节防护优化模型.该模型以系统受攻击和破坏后损失的带权重介数最小为优化目标,综合考虑建立备份节点、备份线路,以及增加节点物理防护、线路物理防护和新建线路5种防护手段,以满足防护需求、防护预算限制、新建线路类型和数量限制等约束条件,优化得到防护预算内的最优防护策略.为解决模型求解中涉及复杂的介数计算和非线性目标函数求解的问题,首先根据防护手段类型将模型转化为上下双层;其次利用局部线性化技术处理下层模型;最后提出“遗传-混合整数线性规划”算法求解模型,实现模型高精度、高效率求解.仿真结果表明:在相同攻击和破坏条件下,相对于没有任何防护策略的情况,系统在引入最优防护策略后,带权重介数损失减少45.37%;并且该策略在分配的防护预算内优于其他5种防护策略.
准确且高效的用户用能服务需求预测对于电网客户服务质量管理与客户服务风险管理至关重要.为此,提出一种基于特征优选的用户用能服务需求预测模型.在分析用户用能服务数据的基础上,改进采样算法以解决数据中存在的类不平衡问题;基于自动编码器对数据进行降维处理,以确保K均值算法高效聚类;提出基于轻量级梯度提升机的特征优选算法,筛选有效特征,提高预测模型的训练效率;提出基于注意力机制的双向长短时记忆神经网络多标签分类算法,精细化用户的用能服务需求.对广东电网某地区3年72万条工单数据进行分析,证明该模型能够有效提高预测准确率及速度.
