基于进化策略的水电站水力过渡过程优化方法研究

本文针对水电站水力过渡过程多目标优化计算,建立了相应的数学模型,将进化策略和水电站过渡过程数值计算特征线法相结合,探讨了用于求解该模型的全局优化方法.该方法从多个初始点开始并行寻优,不仅适应于水力过渡过程各种工况对导叶启闭规律的优化,而且可以同时对机组转动惯量和调压室阻抗孔大小进行优化.工程实例计算表明,应用进化策略优化水力过渡过程是可行、高效的.     

木块在流化床气化炉内气化特性的试验研究

利用自行设计的小型流化床试验装置系统,对城市生活垃圾中木块组分在不同的反应温度、不同的过量空气系数下进行了空气气化实验。分析了在流化床气化炉中,这些反应条件对木块转化为气化气的影响以及在不同的气化反应条件下,木块气化气成分、产气率、气化气热值及气化效率的变化规律。最后,提出了流化床城市生活垃圾气化熔融技术中一些有价值的运行参数范围。     

径向力激发噪声最小的开关磁阻电动机开关角优化

开关磁阻电机噪声主要是其径向力波使二阶振型模态产生偏移引发的.针对开关角是开关磁阻电机中两个最为重要的控制参数的特点,提出了开关磁阻电机电压PWM控制方式下开关角的两次在线寻优方法.寻优原理以径向力激发的二阶振型模态最高噪声声级最小为目标,并依据寻优步长不同实行两次优化搜索.仿真结果表明,两次在线寻优的开关角能使开关磁阻电机运行时激发的二阶振型模态最高噪声声级显著降低,从而使得整体噪声减小.     

UPFC在静态电压稳定分析中的应用

为了更好地提高电压稳定性,在系统中安装了统一潮流控制器(UPFC),建立了静态电压稳定分析的优化数学模型,并采用等效注入功率法将UPFC嵌入电力系统。针对优化计算过程中基本粒子群算法易陷入局部最优解的缺点,采用了自适应聚焦粒子群算法,并结合连续潮流法对目标函数进行寻优计算,找到关于UPFC控制参数、发电机端电压、有载调压变压器档位以及无功补偿电容器容量的最优的控制变量组合,并求出最大静态电压稳定裕度。通过对IEEE6,IEEE30标准节点系统进行计算,验证了应用UPFC对提高静态电压稳定裕度的有效性。     

基于NSWOA的含风光微电网储能容量优化配置*

为降低含风光储微电网的综合成本,进一步提升新能源的消纳率和源荷匹配度,研究了基于改进鲸鱼算法的储能容量优化配置方法。首先,不同于传统算法仅对单目标进行寻优,该算法改进为对三目标综合考虑寻优;其次,将鲸鱼算法与非支配算法相结合,避免种群选取聚集,寻优精度加大;最后,将Logistic混沌映射引入鲸鱼位置搜索,鲸鱼位置在更新过程中通过控制参数进行修正,加快了寻优速度,使算法优化性能得到大幅度提高。通过对某地微电网实际数据的分析,验证了该算法的合理性和优越性。     

生物质气化焦油催化裂解脱除过程的建模与优化

通过对生物质气化过程中影响焦油催化裂解率因素的分析,依据最小二乘支持向量机建立了稻秆气化焦油催化裂解脱除过程的优化模型,并进行了验证,在此基础上对焦油催化裂解脱除过程做了参数优化计算.结果表明,该模型具有较好的泛化能力和拟合效果,可有效地模拟生物质气化焦油催化裂解脱除过程.     

废水超临界水热气化过程建模及优化

以橄榄油厂废水为对象,在超临界水条件下,建立了橄榄油废水水热气化过程最小二乘支持向量机模型,依据实验数据对所建模型做了计算验证。结果表明,模型预测值与实验值最大相对误差绝对值为7.82%,平均值为3.5%左右,该模型可较好地模拟橄榄油厂废水在超临界水中的水热气化过程。在模型的基础上,设计拟合了水热气化过程多目标优化函数,寻优得到最优解集。优化结果表明,气化气有效组分CH4,H2含量及废水总有机碳(TOC)转化率都与实验最大值接近。     

NPC型三电平并网逆变器自适应模型预测控制

针对中点箝位NPC(neutral point clamped)型三电平并网逆变器模型预测控制中模型参数扰动导致的控制精度低的问题，研究了一种改进的自适应模型预测控制策略。通过在遍历寻优过程中迭代控制参数以估计误差最小值，识别模型参数扰动量来更新系统模型参数，同时对控制集的作用区域进行优化，并结合两步预测法来减小遍历寻优过程的计算量。通过仿真对所提方法进行了验证，结果表明该方法提高了系统的控制精度和响应速度。     

改进遗传算法在干式电力变压器优化设计中的应用

介绍了遗传算法的基本原理及算法步骤,对其编码与解码方案、约束条件的处理、搜索速度、全局寻优等进行了改造,使新群体的整体素质更好,加快了寻优过程。采用改进的遗传算法对干式变压器的电磁计算设计进行了优化,并应用于SGB-800/10干式电力变压器的单目标和双目标的优化设计。通过实例参数对比分析,表明该算法切实可行,优化效果较好。     

智能算法在控制系统中的应用

本文在神经网络系统辨识和遗传算法寻优理论研究的基础上，以双容水箱水位控制系统为实际对象，模拟实际生产过程中不同工况下，对象特性发生变化时PID控制器的参数寻优过程，提出了对不同工况分别建立模型，优化参数的控制思想，具有广泛的工业应用背景。本文采用智能控制技术优化PID参数，利用神经网络进行系统辨识，建立对象模型；在此模型基础上，运用遗传算法寻优PID控制参数，达到最优控制效果。     

生物质高温空气气化的分析与探讨

简述了生物质高温空气气化的工作原理 ,对气化的两个阶段进行了详细探讨 ,就气化参数对生物质高温空气的影响进行了深入分析 ,结果发现 :随蒸汽消耗率的增加气化温度降低 ,而气化所得的煤气热值增大 ;气化温度随氮碳比的增大而升高 ,而气化所得的煤气热值却随氮碳比的增加而降低 ;煤气热值随气化温度的增加而增大 ,但是增加量不大     

煤的空气、水蒸气部分气化特性研究

根据分级转化的思想,以空气与水蒸气的混合物作为气化介质,在小型流化床煤气化试验台上研究了汽煤比、空气煤量比(空煤比)和床层压降对气化过程的影响,并与空气气化的结果进行对比分析,得出了汽煤比和空煤比与床层温度、煤气成分、煤气热值、煤气产率、碳转化率等的关系,并获得了床层压降对煤气成分和煤气热值影响的数据.     

干煤粉加压气化工艺的控制策略

针对干煤粉加压激冷气化工艺特点,介绍了煤给料顺序控制、负荷控制、气体组分氧煤比控制、气化炉压力调节阀控制、火炬阀控制,以及煤烧嘴的氧气、蒸汽、煤粉流量和煤粉速率的控制。同时,还给出气化炉减温水、除渣、湿洗等系统控制方式和方法。     

秸秆类生物质加压气化特性研究

采用热重分析与气相色谱分析(TG-GC)相结合的方法,开展了水蒸气气氛下生物质(麦秸)加压气化特性研究,探讨压力对反应动力学特性与气化产物的影响。实验结果表明生物质常压气化与加压气化特性有显著差异;加压条件下,麦秸的气化反应过程受化学反应动力学和扩散作用控制。麦秸水蒸气气氛下的热解阶段可视为一级反应,半焦气化阶段视为缩核反应;加压下热解、气化的表观活化能和频率因子均随反应压力的提高而增加。水蒸气对生物质热解气化具有活化作用,相比N2气下麦秸的表观活化能降低。此外,生物质水蒸气气化产物中H2浓度最大,达到50%以上,表明水蒸气是生物质气化制氢适宜的气化介质;随着气化压力的提高,CO2和CH4浓度增加,而CO浓度降低。     

空气气氛下褐煤和木屑共气化特性模拟

针对煤和生物质在单独气化过程中存在的转换率低、气体热值低和焦油含量高等问题,笔者通过CHEMKIN软件建立流化床反应模型对木屑和褐煤的空气气化进行模拟试验,研究生物质掺混比例（木屑/褐煤）、空气当量比,对产气组分、气体产率、碳转化率、热值和气化效率的影响.分析结果表明,通过建立柱塞流反应模型,依据燃料自身特性,选取合适的掺混比和空气当量比（ER值）,可以得到高热值气体,并提高气化效率.     

整体煤气化联合循环发电系统中气化参数对气化单元性能的影响

整体煤气化联合循环(integrated gasification combined cycle,IGCC)发电系统中气化岛包含气化单元和净化单元,气化单元由气化炉、废热锅炉和空分分离装置组成。合成气化学能和冷煤气效率直接影响着整个IGCC电站系统效率,是衡量合成气品质和气化炉性能的关键参数。采用Thermoflex软件对200 MW级IGCC气化单元进行模拟计算。着重研究水煤浆浓度、氧碳摩尔比、气化温度、气化压力对气化单元性能的影响。计算结果表明：在较低气化温度下增加水煤浆浓度有利于冷煤气效率和合成气化学能的增加。调节氧碳摩尔比对调节气化炉温度水平具有良好的灵敏性和有效性。另外,氧碳摩尔比还能够起到分配煤中化学能的作用,即调节煤中化学能在合成气化学能和物理显热之间的分配比例。采用低温、加压方式,有利于提高合成气化学能。     

基于两段式水煤浆气化的气化参数对气化性能的影响

利用Thermoflex建立基于两段式水煤浆气化的气化岛流程模型,对影响两段式水煤浆气化性能的气化参数进行分析,研究二段给煤比对气化性能的影响。结果表明,随着二段给煤比的增加,合成气的有效气含量降低,而冷煤气效率先升后降。二段给煤比存在最佳值,综合考虑气化温度和冷煤气效率,最佳二段给煤比为0.1~0.15。     

整体煤气化联合循环(IGCC)发电系统性能分析

介绍不同型式的整体煤气化联合循环(IGCC)发电系统。对采用空气气化的IGCC系统进行了概念设计,并对4种采用空气气化型式的IGCC发电系统进行了计算和分析,研究结果表明(1)IGCC燃煤发电系统有较大的综合优势;(2)在相同设计参数下,IGCC系统采用温度较低的流化床气化炉或采用温度较高的气流床气化炉各有优缺点,对配置低温湿法粗煤气净化系统的IGCC系统,建议采用流化床气化炉;(3)在进行IGCC设计时,燃气轮机入口温度应尽量取高值,对应此温度存在一最佳压比值;(4)IGCC系统供电效率比常规电站高5~7个百分点。     

两段式干煤粉加压气流床气化试验研究

介绍了西安热工研究院有限公司36 t/d加压气流床气化中试装置主要设备、工艺流程及工艺条件,给出了3个煤种在3.0 MPa条件下,一段投煤与两段投煤气化试验结果的主要数据。试验结果表明,两段式气化过程优于一段式气化过程。     

Numerical investigation of the staged gasification of wet wood

Gasification of wooden biomass makes it possible to utilize forestry wastes and agricultural residues for generation of heat and power in isolated small-scale power systems. In spite of the availability of a huge amount of cheap biomass, the implementation of the gasification process is impeded by formation of tar products and poor thermal stability of the process. These factors reduce the competitiveness of gasification as compared with alternative technologies. The use of staged technologies enables certain disadvantages of conventional processes to be avoided. One of the previously proposed staged processes is investigated in this paper. For this purpose, mathematical models were developed for individual stages of the process, such as pyrolysis, pyrolysis gas combustion, and semicoke gasification. The effect of controlling parameters on the efficiency of fuel conversion into combustible gases is studied numerically using these models. For the controlling parameter are selected heat inputted into a pyrolysis reactor, the excess of oxidizer during gas combustion, and the wood moisture content. The process efficiency criterion is the gasification chemical efficiency accounting for the input of external heat (used for fuel drying and pyrolysis). The generated regime diagrams represent the gasification efficiency as a function of controlling parameters. Modeling results demonstrate that an increase in the fraction of heat supplied from an external source can result in an adequate efficiency of the wood gasification through the use of steam generated during drying. There are regions where it is feasible to perform incomplete combustion of the pyrolysis gas prior to the gasification. The calculated chemical efficiency of the staged gasification is as high as 80–85%, which is 10–20% higher that in conventional single-stage processes.