双馈风力发电机虚拟同步控制策略研究

双馈感应发电机(doubly fed induction generator,DFIG)可通过虚拟同步控制方法为电网提供电压及频率支撑,优化机组并网特性。传统的虚拟同步控制技术以模拟同步发电机机电动态特性为主要目标,未对电磁暂态的DFIG控制进行深入分析。当电网发生不对称故障时,分析虚拟同步控制DFIG的故障特性,发现传统控制方法无法抑制电磁转矩振荡与DFIG故障电流。因此,基于电网不对称故障,本文提出DFIG电压补偿虚拟同步控制方法,通过对转子电压故障分量进行补偿,提高DFIG转子电压响应速度,减少其反电动势故障分量。通过对传统及电压补偿虚拟同步控制方法控制效果的仿真对比可知,电压补偿虚拟同步控制方法可对电磁转矩的持续振荡及暂态冲击进行有效抑制,明显降低了DFIG转子的故障电流,提高了DFIG不对称故障穿越能力。     

侧边机组故障对泵站前池流态的影响

为研究侧边机组故障对泵站前池流态的影响,本文建立了某泵站引渠、前池、进水池与吸入管三维数值模型,并基于VOF模型开展了数值计算。然后,根据计算结果分析了不同侧边机组故障情况对前池和引渠内流态的影响。最后,引入了流速分布均匀度作为量化指标,阐述了不同侧边机组故障情况对中间机组的吸入管进口流速分布的影响规律。结果表明:侧边单台机组故障时,前池内部流速分布相对无故障变化较小,但故障机组吸水池内产生大尺度漩涡,进而导致前池出口断面流速畸变,发生流速掺混现象;侧边机组全部故障时,前池内部产生大尺度涡系,造成前池出口断面流速严重掺混现象,且范围更大,并显著影响中间机组吸入管进口流态,造成进口流速不均匀分布,进而对中间机组运行产生不利影响。     

基于随机森林算法的对冲锅炉出口NOx排放量预测模型研究

对冲锅炉中的仪器测量具有滞后性,导致控制系统作用始终落后于被控对象。为了提前了解对冲锅炉出口NOx排放量随工况变化的趋势,需要对对冲锅炉出口的NOx排放量进行快速并准确地预测。以实际运行的机组数据为基础,采用随机森林（random forest,RF）算法建立1 000 MW对冲锅炉机组的出口NOx排放量预测模型,并使用Spearman系数对对冲锅炉特征进行筛选,进一步降低模型计算时间。结果表明,随机森林模型预测结果的均方根误差为10.182 mg/m3,决定系数为0.913,可见基于特征选取的随机森林模型结构能实现对冲锅炉出口NOx趋势的提前预测。     

电解制氯技术处理燃煤电厂脱硫废水研究进展

燃煤电厂末端废水中高浓度的氯离子是制约废水回用和全厂废水零排放的关键因素,传统的脱硫废水处理方法如化学沉淀法、蒸发结晶,以及新兴的零排放技术如烟道蒸发技术,都不能有效地解决高氯带来的负面问题,甚至因为氯含量过高使技术应用受到限制。基于此,提出电解制氯技术耦合已有的废水处理方法处理燃煤电厂末端废水,并总结了现阶段电催化析氯反应的机理及电极材料研究进展;从电解制氯原理角度剖析了影响电解脱硫废水工艺经济可靠运行的因素,包括宏观电解条件的调控,工艺流程的选择;并分析了燃煤电厂末端废水中的化学需氧量、氨氮、F–、硬度离子以及重金属离子对电解的影响;认为随着析氯反应机理的不断完善,电解制氯技术的技术可行性不断提高的同时,在经济方面也有一定竞争优势。但如何减缓极板结垢倾向,降低其他离子对电解的不利影响,以及优化界面反应过程等还需要开展多方面的研究。     

湿法烟气脱硫浆液氯离子质量浓度模拟计算与优化运行

脱硫浆液氯离子质量浓度一直是电厂脱硫系统的重要控制对象,实验测量浆液氯离子质量浓度不仅耗时费力,而且无法实时测量。根据浆液排出泵启停情况及电厂DCS监测数据,基于传统物料衡算模型及迭代算法,建立了脱硫浆液氯离子质量浓度计算模型,并根据机组实际运行工况模拟计算浆液氯离子质量浓度的变化情况。结果表明:模型计算结果基本与实验测量值吻合,平均误差为4.44%,一定程度上验证了模型的有效性;随后,结合电厂实际运行情况,分析了该机组氯迁移情况,并针对吸收塔氯的来源和去向两个角度进行情景分析,给出了优化运行建议。本模型能够实现吸收塔浆液氯离子质量浓度的实时模拟,对电厂脱硫系统适时补水排污,减少脱硫废水排放量,保证脱硫系统稳定运行。     

燃煤电厂开展大规模碳捕集的技术路线选择及经济敏感性分析

为研究燃煤电厂开展大规模碳捕集的可行性,以某100万t/a的典型碳捕集装置为例,对国内外碳捕集装置的技术路线和经济敏感性进行了分析。结果认为:我国开展大规模碳捕集示范,选择技术路线时,应以改进的化学吸收法碳捕集技术为主;选择吸收剂时,应以得到工业验证的改进型复合胺吸收剂为主,同时可适当考虑未来采用其他吸收剂体系的备用措施;选择节能工艺时,应结合投入和产出比,优先选择烟气预冷、级间冷却、贫富液分流、闪蒸压缩等成熟工艺;投资成本中设备购置费占比高达83.8%,应重点做好关键设备的优化和选型;运行成本中蒸汽和电耗成本占比达到72.8%,项目建设中应优先选择蒸汽和用电成本较低电厂;在敏感性参数波动范围为±10%时,投资成本、单位捕集能耗、蒸汽价格、电价、吸收剂单价对最终碳捕集综合成本的敏感性影响大小分别为6.2、12.4、12.5、8.3、2.0元;蒸汽价格、单位捕集能耗、电价是影响碳捕集成本的显著因素,其次是投资成本、吸收剂单价等。     

基于模型预测控制算法的供热机组负荷控制

为提高对磨煤机故障的事前预知能力,结合深度学习方法的优势,在传统长短时记忆（LSTM）神经网络的基础上,提出基于卷积神经网络-长短时记忆神经网络（CNN-LSTM）的磨煤机故障预警方法。选择与磨煤机堵煤故障相关的测点作为模型的输入量,进行多元时间序列预测。得到模型输出预测值与磨煤机正常工作状态下的运行数据之间的偏离度函数,运用核密度估计方法确定预警阈值,实现磨煤机堵煤故障预警。以某660 MW火电机组的中速磨煤机为研究对象,建立CNN-LSTM模型并进行故障预警试验。试验结果表明,该模型可以精确预测磨煤机多个测点参数的变化趋势,相较于LSTM神经网络模型具有更高的精确度。该方法能够提前对磨煤机堵煤故障做出有效预警。     

土石坝掺砾心墙料的击实特性研究北大核心CSCD

心墙土料的击实特性能够反映实际工程建设时的压实效果。本文选择一种风积土料和花岗岩砾石料,开展不同含水率、不同掺砾比例及不同击实功等条件下的击实特性试验研究,探索掺砾土料击实干密度与含水率、掺砾比例及击实功之间的关系。试验结果表明:随着含水率的增加,掺砾土料的击实曲线呈先增后减的抛物线型关系;随掺砾含量增大,重型击实功条件下掺砾土料的击实干密度呈现先增后减的变化规律;随掺砾含量增大,轻型击实功条件下掺砾土料的击实干密度近似成比例线性增加;对相同掺砾比例的掺砾土料,随击实功能的增大,其击实干密度逐渐增大,并最终趋于收敛。     

基于粗糙集的电池储能电站海量数据处理方法

锂离子电池的储能电站在运行过程中上传的数据量庞大,数据采样率高,增大了实时在线评估工作的难度。如何提取并压缩有效数据,同时保证压缩后的数据具有保真性,成为数据挖掘预处理所面对的主要问题。针对上述问题,选取储能电站特定工况下一个电池簇的数据,利用粗糙集方法,对数据的属性进行约简,根据正态分布的$ 2\sigma $原则对属性值进行二元逻辑划分,将单体电池划分为频繁检测对象和普通检测对象,压缩了在线处理的数据量。最后,对同一电池簇20天内不同工况数据进行验证,证明了该处理方法的有效性。