应对灾变的电力应急指挥平台及其在广东省的应用

在电力系统应对灾变的应急管理体系建设方面进行了一系列探讨,提出电力系统应急管理的建设包括应急预案体系、组织体系和指挥体系等三大方面。在前两方面,总结了我国电力系统已开展的一系列工作及取得的成果。在第三方面,提出了一个通用的应对灾变的电力应急指挥平台的系统方案。结合广东省实际,将提出的电力应急指挥平台方案应用于广东省电力系统,其一期工程已通过专家验证在广东省投入试用,验证了该方案的科学性和有效性。     

生物制造过程中的微生物生长与调控

提高生物基产品的产量和生产效率是生物制造发展的目标。由于微生物具有生长快、营养要求简单和基因操作简便等特点,常用作生物基产品制造过程中的底盘宿主,因此,产品制造过程中微生物细胞的生长与调控尤为重要,其生长调控会直接或间接地影响生物基产品的合成效率。微生物的生长不仅受外界环境如温度、溶氧量、pH等的影响,而且还受微生物本身的生长与调控机制如细胞分裂调控、必需基因表达调控、程序化死亡等的影响。本文综述了利用分子生物学、合成生物学和系统生物学等方法对微生物细胞生长和分裂过程进行分子调控,以提高生物反应速率和目标产物的产量,为化工、食品、生物医药以及环境保护等领域构建高效的生物制造工艺提供新思路。     

收获期对花生植株产量及蛋白质含量的影响

收获期直接影响花生植株产量和蛋白质含量及果实产量,为此对花生植株产量和粗蛋白含量及地下果实产量动态进行了分析,为在不影响花生果实产量的前提下收获高质、高产的花生植株提供了理论依据.结果表明:花生茎、叶和植株产量、粗蛋白含量、干物质消化率随收获期延长显著下降,粗蛋白含量和干物质消化率在生长134 d时最小;花生每株果和籽仁数、籽仁重及百仁重随收获期延长显著增加,每株果和籽仁数及籽仁重在花生生长119～134 d最大.由产量指标及植株蛋白质含量确定的花生最佳收获时间为:2007年生长124～129 d,2008年生长116～133 d,即果实产量达到最大时及早收获以获得高质、高产的植株.     

浙江沿海地区台风灾害风险区域划分研究

浙江是我国重要沿海省份,为减少台风灾害引起的损失,对电力系统的风险区域划分尤为重要。首先从登陆点分布、路径特征、时间特征、风速特征及降水特征等方面,利用历史数据总结分析浙江沿海地区台风气象特征。其次,对浙江电力系统进行台风灾害特征分析,得到输电系统故障点分布、变电系统与台风登陆点距离关系、配电系统停电用户占比分布等。最后,采用浙江台风气象及电力系统历史数据绘制台风灾害风险区域图,特别是对倒塔高风险区、风偏高风险区及地质灾害高风险区进行了详细划分。分析结果可为各级电网应对台风灾害的风险评估与处置提供支持。     

基于高效数据降维的配电网风灾停电用户数量预测模型

风灾可能会导致配电网大面积停电,有效的配电网停电用户数量预测可以为应急抢修提供辅助指导.文中提出了一种基于高效数据降维的配电网停电用户数量预测模型.首先,基于数据驱动的方法,考虑所有特征变量即全局变量构建了基于随机森林算法的配电网停电用户数量预测模型.然后,利用部分依赖图详细分析了台风期间影响配电网停电用户的多种特征变...     

考虑源-网-荷不确定性的增量配电网规划研究综述

随着电力体制改革的全面深化,具有清洁性、智能性与竞争性的增量配电网应运而生。增量配电网不仅结构灵活,同时鼓励多种具有间歇性的分布式电源与新型负荷接入配电网侧。传统配电网的规划技术已难以适应源-网-荷均存在不确定性的增量配电网。基于以上现状,在考虑源-网-荷不确定性的前提下对增量配电网规划研究进行综述。分别从增量配电网中新型源-网-荷发展现状,适用于增量配电网规划阶段的不确定性分析方法和常见的规划研究方法等三个方面进行归纳分析。最后给出了考虑源-网-荷不确定性的增量配电网规划总结与未来展望。     

台风灾害下配网用户停电数量预测最优数据驱动模型选择

严重的台风灾害可能导致配网用户停电,有效的配网用户停电数量预测可为电网应急抢修提供辅助指导。综合考虑气象因素、电网因素及地理因素,提出了基于机器学习回归算法的配网用户停电数量预测方法。分析比较了线性回归、支持向量回归(SupportVectorRegression,SVR)、分类回归树(ClassificationandRegressionTree,CART)、梯度提升树(Gradient Boosting Decision Tree, GBDT)及随机森林(Random Forest, RF)等5种机器学习回归算法对配网用户停电数量预测的应用效果。对比结果表明,LR在进行配网用户停电数量预测时表现较差,SVR及CART模型效果次之,RF及GBDT效果相对较好,其中GBDT算法与RF算法误差较为接近。但考虑到GBDT算法为串行计算,而RF算法为并行计算,使用时RF算法效率更高。因此最终选取了RF进行停电数量预测效果的进一步分析。结果表明其误差在±30%以内的准确率可达70%以上,可为配网用户停电抢修提供有力指导。     

融合交通态势修正的台风灾害后多维度智能调拨策略

针对台风灾害后交通信息不确定、调拨策略考虑维度不足等问题,提出融合交通态势修正的台风灾害后多维度智能调拨策略。采用历史交通态势数据拟合道路通行时间概率分布,并基于拉丁超立方采样对交通态势进行随机抽样,以计算更准确的道路通行时间。考虑交通、电网、用户等多维度,以抢修队伍、抢修物资、应急发电车等作为调拨主体进行台风灾害后抢修调拨,提出考虑调拨距离、恢复时间、失负荷量最优的多维智能调拨策略,利用模糊隶属度函数求取帕累托前沿最优调拨方案。根据2018年台风“山竹”下的珠海市数据验证调拨策略的有效性。算例结果表明所提多维度智能调拨策略能有效缩短台风灾害后恢复进程,提升电网防灾减灾能力。     

满足电动汽车快充需求的含储能复合型充电站充电优化策略

电动汽车(EV)快速充电站的功能正逐步向集成风光储等综合能源的复合型充电站方向发展,选择一种能够提高快速充电系统各方效益的充电优化策略有助于推广EV及新能源产业。在此背景下,通过电价激励手段,制定了提高EV与复合型充电站综合效益的充电优化策略。首先,基于EV充电时间成本与充电经济成本建立了EV综合最优路径规划模型;然后,根据EV决策结果所得不同的快充负荷及车流量,各复合型充电站通过调度站内储能,构建了复合型充电站的效益优化模型,以EV综合成本最优及复合型充电站综合效益最优为双重优化目标。以某区域18 km×18 km路网为算例对所提优化策略进行仿真,结果表明所提优化策略可有效降低EV充电综合成本,并大幅提高复合型充电站的综合效益。     

关键信息缺失下基于相空间重构及机器学习的电力负荷预测

随着碳交易系统的发展,准确预测电力能源消耗对于能源管理是至关重要的。为实现在缺失天气等多种关键信息下的电力负荷预测,首先采用混沌理论中的相空间重构技术对历史负荷时间序列进行处理,根据排列熵验证混沌特性。并利用8种机器学习模型进行预测与比较,其中包括4种以神经网络为基础的机器学习模型、3种以统计学习为基础的机器学习模型及1种基准模型。其次采用灰色关联度法对预测精度较高的极限学习机(ELM)和极端梯度提升(XGBoost)进行组合,构建了ELM-XGBoost模型。最后将ELM-XGBoost应用于一日至一周内不同时间尺度的负荷预测。结果表明,预测精度随预测时间尺度增加而呈现降低的趋势,且在日负荷预测中,所构建的ELM-XGBoost模型预测精度得到提升,应用效果良好。