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.
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.
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.
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.
2021年，全球卒中现患病例达9 381.6万年龄标准化患病率（age-standardized prevalence rate，ASPR）为1 099/10万；新发病例1 194.6万，年龄标准化发病率 （age-standardized incidence rate，ASIR）为142/10万；在新发病例中，缺血性卒中（ischemic stroke， IS）、脑出血（intracerebral hemorrhage， ICH）和蛛网膜下腔出血（subarachnoid hemorrhage，SAH）的占比分别为65.3%（780.4万例）、28.8%（344.4万例）和5.8%（69.7万例）。2021年，全球卒中导致死亡725.3万例，占全球总死亡人数的10.7%，其中IS、ICH和SAH所致死亡分别占49.5%（359.1万例）、45.6%（330.8万例）和4.9%（35.3万例）。2021年卒中仍是全球第二大死因，其核心疾病负担指标——伤残调整生命年（disability-adjusted life years， DALYs）超过1.60亿，位居全球疾病总负担第三位。在经济负担方面，2021年全球卒中导致的直接医疗成本和生产力损失合计达8 900亿美元（占全球GDP的0.66%），若按当前增长速率推算，至2050年将突破1.8万亿美元。全球卒中负担呈现“绝对数量上升而年龄标准化率下降”的双重趋势，中低收入国家占据了绝大部分疾病负担，且卒中发病同时呈现年轻化与高龄化并存的特点。在危险因素方面，传统行为相关危险的负担有所减轻，而代谢性危险因素及气候相关风险的归因负担正在迅速上升。中国是全球卒中负担最重的国家，表现出“高发病率、高患病率、中高死亡率、中高DALYs”的“四高”特征，并存在明显的城乡和区域差异，这一现状是我国人口老龄化加速与危险因素暴露持续增加共同作用的结果。2021年，我国卒中ASPR为1 301.4/10万；卒中ASIR为204.8/10万，新发病例达409万例，占全球新发病例总数的34.2%，远超我国人口占全球人口的比例（约20%）。新增IS占全部卒中发病的67.8%（277.2万例，ASIR为135.8/10万），新增ICH占28.7%（117.3万例，ASIR 61.2/10万）。我国卒中年度总经济负担已超过4 000亿元人民币，占全国医疗卫生总费用的比例持续上升，其中直接医疗费用约占60%，间接费用（包括生产力损失、照护成本等）占40%，对社会和家庭造成双重压力。为应对这一挑战，应构建以“政策-医疗-社会”协同为核心的分层精准防控体系，覆盖零级、一级与二级预防3个层面，并强调通过跨部门协作、数据驱动和国际经验共享，以实现卒中负担的有效控制和促进全球健康公平。
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.
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.
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.
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.
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.
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.
弱电网下静态有功输出与小扰动稳定能力是制约光伏可靠并网发电的关键因素.为提升弱电网下光伏发电系统有功稳定输出能力,提出一种基于无功功率-电压(Q-V)下垂系数自适应在线调整方法的光伏逆变器稳定控制方法.首先,为保障弱电网下的静态有功输出能力,提出计及电压、电流限制约束的Q-V下垂系数“一次优化”方法.然后,为进一步满足弱电网稳定性约束,开展光伏逆变器并网系统阻抗建模与稳定性分析,基于人工智能神经网络实现以闭环系统最弱极点为稳定性约束条件的“参数-最弱模式”映射关系和以有功稳定输出为目标的Q-V下垂系数“二次调整”方法;结合卡尔曼滤波器辨识的电网阻抗信息,最终实现所提Q-V下垂系数自适应在线调整方法.最后,利用远宽实时仿真平台对所提控制方法的有效性进行了分析与验证.
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.
随着配电网“单元制”规划方法的逐步推广,区域配电网被划分为多个相对独立的供电单元,然而,由于供电单元内部依然存在多条互相联络的线路,其结构的复杂性导致供电单元成图较为困难.现有基于规则或力导向等启发式的自动化成图方法效率较低,且依赖人工干预,难以适应复杂多变的配电网应用场景.为此,提出一种基于均方差条件生成对抗网络的中压配网供电单元自动成图方法.该方法通过布局生成器和遗传变异算法,细粒度地生成并优化配电网节点布局与连线,实现了多种节点规模下的自动成图.同时,设计了面向节点布局生成器的评估函数,以节点聚散程度、连线交叉与拐点数量等拓扑可视化效果作为关键评价指标,用于在循环迭代中优化布局生成器,从而提升成图效果.实验结果表明,所提方法在成图效果上优于其他启发式布局方法.
在工程实践中,风力机故障诊断面临训练故障与实际故障类别不同的情况,为实现对风力机未知故障的诊断,需要将训练过程中习得的故障特征信息迁移至未知故障中.不同于直接建立故障样本与故障类别间映射关系的传统方法,提出一种基于零样本学习的风力机故障诊断方法来完成故障特征迁移.通过描述每种故障的属性建立故障属性矩阵,将其嵌入故障样本空间与故障类别空间之中;并基于卷积神经网络建立故障属性学习器,基于欧氏距离建立故障分类器,形成从故障样本预测故障属性进而分类故障的诊断流程.最后通过与其他零样本学习方法的对比验证了所提故障诊断方法的有效性和优越性.
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.
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.
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.
随着新能源接入比例的不断提高,电力系统的次/超同步振荡风险加剧,准确评估新能源电力系统的振荡稳定性是保障系统安全稳定运行的关键.首先,研究了一种基于频域模态分析的新能源电力系统振荡稳定性评估方法,该方法通过建立新能源机组和场站、传输线、同步机、变压器等关键设备和场站的频域阻抗或导纳模型,根据实际系统拓扑构建系统级频域网络模型.然后,通过求解回路阻抗矩阵或节点导纳矩阵行列式的零点来评估新能源电力系统的振荡稳定性,通过计算弱阻尼振荡模式的节点参与因子矩阵定位系统薄弱点,为振荡抑制措施的实施提供依据.以国内华东地区某实际新能源电力系统为例,利用频域模态分析法评估新能源接入容量和电网运行工况变化下系统的振荡稳定性.最后,利用PSCAD/EMTDC软件搭建该系统的时域仿真模型,验证了理论分析的正确性.
在低频交流输电系统中,海上风电场和陆上交流系统之间因频率解耦和信号传输延迟,导致海上风电场无法及时响应陆上电网频率变化.为此,结合系统惯量分析,提出一种提升海上风电场主动频率支撑能力的控制策略.在频率信号传递方面,基于模块化多电平矩阵变换器(M3C)低频侧构网V/f控制策略,结合系统惯量设计附加频率下垂控制器,建立M3C网侧与低频侧的频率耦合关系,从而实现两侧频率信息的实时传递.在频率支撑方面,当系统发生扰动产生频率偏差时,海上风电机组通过附加下垂控制可调整功率指令值,进而为系统提供频率支撑.最后,在MATLAB/Simulink平台中,通过负荷变化和三相交流短路故障的仿真,验证了所提协同控制策略的有效性.
炎症性肠病（inflammatory bowel disease，IBD）是一组病因尚未完全明确的慢性、复发性、非特异性肠道炎性疾病，主要包括溃疡性结肠炎（ulcerative colitis，UC）和克罗恩病（Crohn's disease，CD）。近30年来，IBD已由传统的“西方疾病”转变为真正的全球性疾病，北美、欧洲的IBD患病率稳定在0.5%~1.0%，而亚洲、拉丁美洲及非洲的新兴工业化国家正经历IBD发病率5~10倍的跃升，预计到2035年亚洲IBD总患病人数将突破400万。从1990年到2019年，中国男性IBD患病人数从13.3万例增加到48.4万例，女性从10.7万例增加到42.7万例，中国男性和女性的IBD年龄标准化发病率分别从1.72/10万和1.20/10万增加到3.35/10万和2.65/10万。预计2030年我国IBD患者数量将突破百万。诊断方面，磁共振小肠造影（magnetic resonance enterography，MRE）、CT小肠造影（computed tomography enterography，CTE）及胶囊内镜（video capsule endoscopy，VCE）显著提高了小肠病变的可视化水平；粪便钙卫蛋白（fecal calprotectin，FC）（最佳临界值为152 μg/g）可预测复发，灵敏度为72%，特异度为74%；抗中性粒细胞胞浆抗体（anti-neutrophil cytoplasmic antibody，ANCA）和抗酿酒酵母抗体（anti-saccharomyces cerevisiae antibody，ASCA）也可为UC与CD鉴别提供无创依据；多学科协作（multidisciplinary team，MDT）模式使疑难病例确诊率提升20%。治疗领域，传统的5-氨基水杨酸、糖皮质激素、免疫抑制剂治疗仍是基础，但抗肿瘤坏死因子α、抗白细胞介素（interleukin，IL）-12/23（抗IL-12/23）、Janus激酶抑制剂等生物制剂和小分子靶向药物已成为中重度IBD患者的核心治疗手段，诱导缓解率达50%~70%；内镜下扩张、内镜下黏膜切除术、内镜黏膜下剥离术或腹腔镜手术＋加速术后康复可显著减少创伤；全肠内营养及益生菌干预对CD儿童患者的缓解率可达60%~70%。然而，国内基层医院生物制剂可及率不足30%，加速术后康复实施率<40%，与欧美仍有显著差距。未来应建立全国IBD登记系统，开展基于人工智能（artificial intelligence，AI）的早期诊断模型和药物经济学研究，以实现IBD精准防治，并减轻社会疾病负担。
综合需求响应作为提升能源利用效率,促进可再生清洁能源消纳的有效途径之一,其本质是通过综合能源设备的多能耦合能力引导用户参与源荷双向互动.为提升综合能源系统的运行控制水平,需要准确评估综合能源设备的响应价值.因此,提出一种基于Sobol全局灵敏度分析的综合能源设备响应价值量化方法.首先,以总运行成本最小为目标函数,考虑多类型需求响应,建立综合能源系统泛化优化模型,并构建基于粒子群-反向传播神经网络的综合能源系统优化代理模型.然后,采用Sobol全局灵敏度方法量化设备效率参数对成本、用户满意度、综合能源利用率以及电能替代率的全局灵敏度指标,用于评估综合能源设备的响应价值并且辨识影响系统状态的关键设备.最后,通过对江苏省某商业园区进行仿真,获得各综合能源设备效率的全局灵敏度系数,分析不同设备效率对系统状态的影响,准确量化综合能源设备的响应价值,验证了所提方法的有效性.
“沙戈荒”大型新能源基地是我国未来新型电力系统的重要组成部分.综合考虑建设成本和碳排放等因素,大基地中火电和储能容量有限,灵活性受限,这使得大基地的调度运行面临极大挑战.为此,提出一种风-火-储大基地日前-实时协同调度方法.在日前阶段,根据风电粗略预测确定火电机组的启停计划及出力可调范围;基于火电出力可调范围和储能运行约束,构建风电可消纳区间.在实时阶段,根据当前风光出力,按照分位数规则生成调度策略,无需高精度预测,进一步证明了分位数规则生成的调度决策自然满足系统运行约束.算例验证了所提风-火-储系统日前-实时协同调度方法的有效性.结果表明:所提不依赖点预测的调度方法优于3步情况下预测误差在10%以上的滚动优化方法,且运行调度的表现可以通过提高日前预测的精度或者日内短期预测的精度获得改善.所提方法可为新能源大基地运行提供重要参考.
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.
在推进能源转型和“双碳”目标背景下,新型电力系统中的主动配电网通过提高新能源渗透率和发挥需求侧管理作用可以实现规模化节能减排.为此提出一种基于动态碳熵的主动配电网两阶段低碳能量管理策略,以碳价为价格信号,引导柔性负荷参与低碳需求响应.首先,对碳熵模型进行分析,建立考虑储能的碳熵模型,细化需求侧碳排放特征.其次,提出节点碳势评估指标,评估系统碳排放的清洁程度.再次,构建基于动态碳熵的主动配电网两阶段低碳优化调度模型,同时利用分时电价以及节点碳价的引导作用,促进新能源消纳,降低系统碳排放的同时有一定的削峰填谷作用.最后,在IEEE 33节点系统设置多个场景来验证所提低碳能量管理模型的有效性和优越性,算例结果表明该策略可以实现主动配电网低碳能量管理.
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.
为解决复杂地形下风电场微观选址优化难度大、耗时长的问题,提出一种基于代理模型辅助的复杂地形风电场微观选址多目标优化方法.首先,考虑复杂地形起伏大的地理特征,计算崎岖度指数,将地面平整度进行数值量化,并对崎岖度过大的点进行约束处理;其次,建立三维多风向下尾流叠加计算发电量的数学模型,构建三维地形集电线路拓扑优化代理模型,检验代理模型的预测精度,表明可替代集电线路拓扑优化的大量计算,有效提高计算效率,然后采用多目标离散状态转移算法,获得复杂地形微观选址多目标优化设计的Pareto前沿;最后,以中国新疆某实际复杂地形风电场为例,实现复杂地形风电场多目标微观选址,并将该算法与单目标优化结果进行比较.仿真结果表明,在考虑复杂地形因素特点的情况下,代理模型辅助的多目标离散状态转移算法能在优化年发电量的前提下减少总电缆铺设长度,降低工程建设投资,为工程实际提供更多布局方案.
流场实时感知与预测在航空航海等领域具有十分重要的应用价值,但是往往面临流场维度高和实时测量信息少等挑战.针对该问题,提出一种数据驱动的流场建模方法,通过线下建立稀疏数据与高维流场映射,实现线上流场实时重构.线下建模中,针对流场高维度挑战,使用本征正交分解等方法对数据进行降维,提取主要流场空间模态.采用正交三角(QR)分解方法,挖掘流场模态敏感性特征,优化测点位置.利用时间延迟的动态模态分解,显著降低测点数量.在线上重构中,基于实时稀疏测量数据与数据驱动模型,实现对当前和未来时刻全场流场的预测.在圆柱尾涡流场测试中,使用该方法并采用20个稀疏测点,得到的全场重构误差可达10%以下.
针对电动飞机电推进系统轻量化与高可靠性之间的矛盾,首次提出一种考虑轻量化约束的可靠性分配方法.构建质量与可靠性之间的解析表达,以此为约束考虑电动飞机运行工况的不确定性,提出基于典型飞行剖面的“质量-可靠性”多场景均衡优化方法,实现了可靠性约束下的质量最轻和质量约束下的可靠性最高.以“创新精神”号电动飞机为例,所提方法可在保证系统可靠性的同时,通过对各子系统的可靠性分配,将电动飞机推进系统总质量减轻3.5%;通过设计不同场景验证所提方法的有效性,为电动飞机高功重比发展提供技术支撑.
“双碳”战略背景下,可再生能源渗透比例不断提升,灵活性资源缺乏问题日益严重.为构建安全、高效、低碳的清洁能源系统以应对这一挑战,提出一种考虑多灵活性资源联合运行的综合能源系统优化配置方法.首先,对电转气设备的两阶段运行进行精细化建模,引入掺氢燃气轮机和电转气设备协同运行,以充分利用H2的低碳特性.同时,通过碳捕集设备向电转气设备提供碳原料,实现了CO2的循环利用,从而构建了以氢能为核心的灵活性资源联合运行框架.然后,针对可再生能源出力不确定性问题,通过Elbow法确定了最优聚类数目,并利用K-means聚类算法得到风速的典型场景.在此基础上,以投资成本、运维成本、置换成本、环境惩罚和弃风惩罚成本之和最小为目标,综合考虑设备约束、能量平衡约束及灵活性约束,建立优化配置模型.为解决模型的非线性问题,采用大M法将其线性化处理并完成模型求解.最后,基于中国西南某地区实测数据进行算例验证,结果表明:所提方法使综合能源系统的总成本降低了10.22%、新能源渗透率提高了6.01%、环境惩罚成本降低了2.65%,有效提升了系统的经济性和新能源消纳量,同时显著降低了系统碳排放水平.
在“双碳”目标的背景下,大规模风光资源的接入和消纳是日后能源发展的必然趋势,但随着风光并网容量的增长,电力系统也需要更多的灵活性资源来保障安全运行.水电是一种可再生的灵活性资源,具有优异的灵活调节能力.为研究水电在系统中的灵活调节作用,以雅砻江流域水风光蓄清洁能源基地下游部分电站为研究对象,考虑灵活调节能力,开展互补系统的日前优化运行策略研究.首先,为解决独立抽蓄的选址难和造价高问题,建立考虑梯级水电功能再造混合式抽蓄电站的梯级水风光蓄模型.针对传统风光模型预测精度低和主观选取长短期记忆(LSTM)网络超参数的局限性,采用粒子群算法(PSO)优化LSTM模型预测风光出力.随后,为充分挖掘互补系统的灵活调节潜力,构建了考虑互补系统经济效益和灵活调节裕度的日前多目标优化调度模型.采用法线边界交叉(NBI)法对构建的多目标问题进行求解,可获得分布均匀的Pareto最优解.最后,基于雅砻江流域实际情况进行算例分析,并通过不同场景分析验证了本文模型的有效性和抽蓄对系统灵活性运行的支撑作用,结果表明所提方法在兼顾系统收益的同时能充分挖掘系统的灵活调节潜力,保障系统的稳定运行.
随着数字经济的快速发展,数据中心(DC)的能耗及其碳排放显著增加.近些年,数据中心算力综合能源系统(DC-IES)的构建已经成为全球净零排放趋势下数据中心节能减排的重要趋势之一.为助力低碳DC-IES规划与构建,基于热力学第二定律㶲的“品质”分析法,综合考虑能源转化设备㶲效率随设备负载率变化的特性,构建计及设备动态㶲特性的低碳DC-IES容量配置及运行优化能量和经济的多目标规划优化模型,揭示了不同目标下DC-IES 的能流分布特性.结果表明,计及动态设备㶲效率的优化方案相较恒定设备㶲效率的优化方案, 㶲损失率、经济成本、碳排放量分别降低2.6%、1.9%、4.8%,存在明显优势.同时,相较于经济最优方案,多目标优化方案能够显著降低DC-IES的碳排放量及㶲损失率,降低幅度分别为22.72%和20.73%;相较于㶲损失率最小和碳排放量最低方案,多目标优化方案下DC-IES经济成本分别降低54.54%和60.78%;与仅使用电网供电的方案相比,将DC视为综合能源系统的多目标优化方案能够降低40.97%的碳排放量.
针对电、热、气多能源主体网络耦合的城市园区综合能源系统的多维用能需求和电压/无功控制需求,提出一种考虑电压偏差控制的分布式协调优化方法.首先建立电力-燃气-热力网络各能源主体设备运行模型和潮流耦合模型,然后以全系统运行成本最小和平均电压偏差最小为目标,构建全系统多目标日前调度模型和各主体本地调度模型,并结合基于偏好先验的多目标规划法与异步协调的交替方向乘子法实现了本地计算-全局协调的综合能源系统分布式调度.搭建14节点电网、14节点热网和15节点燃气网构成的综合能源系统仿真试验,通过与现有多目标解法对比,并分析所提方法的帕累托前沿坐标,验证了所提多目标规划方法的准确性与实用性.同时,在相同计算量分布的情况下,与同步分布式协调方法对比,异步协调方法的计算效率提高了16.6%,验证了算法的有效性.
