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...     

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。     

基于广域信息交互的电网侧储能省地有功协同控制技术

为了充分整合省/地电网侧储能资源,解决电网调峰、调频、内部断面过载等问题,文中对电网侧储能省地有功协同控制技术展开研究。以现有智能电网调控系统为基础,依托省/地调度主站自动发电控制（AGC）实现储能控制建模,通过广域信息交互技术实现省地间储能指令信息的快速传递,在AGC主控制区外建立储能控制区,将地调下辖储能聚合为等效集中储能,与省调储能共同参与省调统一决策,并提出了一种考虑荷电状态（SOC）均衡的储能功率分配策略,通过快速缩小省/地调侧储能间SOC差异,提高储能资源的可调节能力。最后,通过中国某省级电力调度控制中心的实际运行效果验证所提策略的有效性,实现省级调度中心对全省电网侧储能的采集监视和紧急情况下的省地协同控制。     

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...     

基于HMM的电厂安全仪表系统可靠性评估

安全仪表系统(SIS)作为控制系统的报警和联锁部分,是保障人员和设备安全的重要系统,但目前在发电领域对于安全仪表系统的可靠性缺乏定量的评估手段.为此,在IEC 61508-1标准的基础上,提出了基于隐马尔可夫模型(HMM)的安全仪表系统可靠性评估方法.该方法在考虑安全仪表系统设备潜在失效性的前提下,对安全仪表系统控制器...     

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。