新型储能应用场景与商业模式综述

在国家"30·60"战略推动下,电力系统将向着以新能源为主体的新型电力系统飞速发展.新能源的大规模接入与用户侧资源的深度挖潜,电网传统调度手段已难以支撑安全稳定的电力供给.新型储能作为近年来蓬勃发展的一种可调灵活资源,对填补电网日益扩大的调节能力缺口与可再生能源的高效消纳起到关键作用.首先阐述了新型储能的重点储能品类及...     

考虑调频的储能规划与竞价策略综述

在实现"双碳"目标的背景下,电力系统中不断增长的可再生能源并网比例带来了系统惯性下降的问题,其不确定性也提高了系统对灵活性资源的需求.储能资源提供的调频能为系统惯性与频率稳定提供支撑,同时能有效提高电力系统运行弹性,降低系统整体运行成本.基于此,从储能参与调频的角度出发,分别对考虑系统惯性与经济性的储能规划、储能电站的调频竞价策略、电动汽车的调频竞价策略三方面的研究现状进行了综述与归纳,最后总结展望了其中的关键性问题,以期为考虑调频的储能规划与竞价策略问题提供参考.     

基于GMDH神经网络的超超临界机组过热蒸汽温度预测模型及仿真研究

由于超超临界1 000MW机组过热蒸汽温度控制对象具有大滞后、非线性、动态参数随工况变化大等特点,使得传统的控制方法难以适应过热蒸汽温度的控制,出现过热蒸汽温度波动大,甚至超温等问题。对此,采用数据处理群集方法(GMDH)神经网络建立了过热蒸汽温度动态预测模型,以预测过热蒸汽温度的变化趋势。仿真结果表明,基于GMDH神经网络的过热蒸汽温度预测效果优于线性神经网络和BP神经网络,具有较好的移植性和实用性。     

基于视频处理的引风机静叶故障自动监控技术

锅炉引风机是火电厂的重要辅机设备,其运行工况对锅炉的热力循环及电厂的安全稳定运行具有重要影响。引风机工作于锅炉烟道中,环境相对比较恶劣,是电厂故障率比较高的设备之一。在视频处理的基础上,引入目标跟踪及状态补偿等前沿算法,提出了一种能够应用于电厂的引风机静叶故障自动监控技术。该技术能够替代人工巡检,主动对静叶进行监控,能够有效避免因引风机静叶拉杆断裂等故障发现不及时导致的电厂运行工况的失衡。     

基于氢储能的光伏发电系统

光伏发电不连续、随机性强,容易对发电系统稳定运行产生不利影响.在光伏发电系统中应用氢储能技术,将光伏电站电能以氢气形式存储起来,在必要时通过燃料电池发电系统释放能量,提高光伏发电的整体利用效率.通过建立各系统的仿真模型,分析总结了各个环节的输出特性.实际案例数据表明氢储能的加入能够提高光伏系统的能量利用效率.     

基于多源数据的电网一次调频能力平行计算研究

为解决电网一次调频性能难以估计的问题, 本文提出了基于多源数据的电网一次调频性能平行计算平台. 通过采集整合OMS (Operations management system)、WAMS (Wide area measurement system)、SCADA (Supervisory control and data acquisition)等系统的各类型一次调频数据, 以极大似然估计、数值拟合等方法构建机组一次调频性能功频图谱. 采用均方差分析建立电网一次调频性能数学模型, 基于并网运行机组的一次调频性能功频图谱, 估算出当前电网的实际一次调频性能. 算例计算表明, 本文所提出的计算方法能够有效兼顾机组类型的静态特性和运行工况的动态特性, 并以平行执行方式完成人工估算系统与实际电力系统的滚动优化, 实现了电网一次调频性能的在线全面估计, 为电网频率管理与控制提供数据决策支持.     

基于熵权-密切值法的机组一次调频性能综合评价方法

机组一次调频性能对电网频率安全稳定具有非常重要的影响,但目前缺乏有效的综合评价方法。在分析一次调频各项性能指标的基础上,构建了包含响应滞后时间、稳定时间、调频响应幅值、实际转速不等率、调频贡献度指数等指标的机组一次调频性能评价体系,提出了基于熵权-密切值法的机组一次调频性能综合评价方法。利用某电厂深度调峰后一次调频性能试验数据和某地区统调机组的WAMS一次调频实际动作性能数据,对基于熵权-密切值法的一次调频性能综合评价方法进行了验证。算例分析结果表明,所提出的机组一次调频性能综合评价方法是有效的。     

时空上下文编码的视频拷贝检测

基于内容的视频拷贝检测,目前最流行的方法是基于词袋模型的关键帧内容匹配方法。由于在空间上丢失了视觉词汇的上下文信息,而在时域中,同样丢失了关键帧时域上下文信息,此类方法的精度受到限制。针对这一问题,通过使用一个上下文模型用于计算视频关键帧的空间上下文信息和时域上下文信息,同时将时空上下文信息量化成二进制编码,并通过海明距离实现快速的时空上下文验证。在TREVID—2009视频集上的实验验证了该算法具有较高的效率与准确性。     

基于核模糊聚类的机织物组织自动识别

本文基于数字图像处理技术,采用无监督的模式识别方法,实现机织物组织的自动识别。首先,采用错切变换对倾斜纱线进行校正,并按图像的经、纬向灰度投影曲线实现织物组织点的定位。然后,根据灰度共生矩阵对组织点图像进行纹理特征的提取。为了减少数据冗余量,对组织点特征进行主分量分析,提取最有意义的子特征。最后,采用无监督的核模糊C均值聚类对组织点进行分类识别。织物的测试结果表明,所采用的算法能够实现简单的机织物组织的准确识别,并输出对应的组织图。