基于海上风力发电机组中虚拟飞轮储能系统的频率支撑协调控制策略

针对海上风力发电场并入电网导致电网等效惯量下降问题,提出基于海上风力发电机组(OWTs)中虚拟飞轮储能系统(VFESS)的频率支撑协调控制策略,并利用遗传算法优化VFESS吸收和释放功率的曲线。首先,OWTs采用宽转速运行控制方法形成VFESS,通过释放和吸收能量来短时支撑电网频率;然后,考虑负荷扰动、VFESS存储容量、同步发电机组一次调频时间等条件后,利用遗传算法优化VFESS释放和吸收能量的功率曲线,以实现电力系统频率跌落幅度最小、频率变化率最小的目标。最后,算例分析表明采用该方法的OWTs能提供短时频率支撑,减小电力系统低频减载装置动作次数。

基于蓄热式固定床气化装置的木质生物质固废气化CFD模拟

基于计算流体力学-稠密离散相模型,建立新型蓄热式气化装置的数值模拟模型,根据上吸式固定床气化特性优化了前处理设置,研究不同过量空气系数下炉内流体流速、压力、温度与组分的分布,分析炉内各组分质量分数在不同时刻及过量空气系数下的分布及演化规律。研究表明,颗粒床层为影响流体流速、压降的主要因素,流体流经床层产生了50~75 Pa的压降。炉内温度场呈现出明显的干燥-热解-还原氧化分区,各工况的温度曲线几乎重叠,大致存在4个拐点。在低过量空气系数区间,气化剂流率的提升对燃气组分影响不大。气化装置的设计有利于提升燃气中H2的质量分数及CO/CO_(2)的质量分数之比,有效提升了燃气热值。

退役LiFePO_(4)正极材料强化解离技术研究现状及展望

随着新能源汽车产业及储能领域快速发展,退役LiFePO_(4)电池的规模化综合回收已成为我国新能源领域可持续发展面临的关键挑战与迫切需求。总结了退役LiFePO_(4)电池正极材料的主要强化解离技术,包括火法冶金、湿法冶金、机械化学、电化学冶金等的原理、优缺点及研究应用现状,进一步阐述了强化解离技术在提高有价组分回收效率、降低成本和减少环境影响方面的创新进展,并对未来发展趋势进行了展望。

基于RRT的无人机航迹规划算法

针对传统快速搜索随机树无人机航迹规划算法中采样点生成随机性过高,规划路径平滑度差的问题,提出一种基于改进快速搜索随机树的无人机航迹规划算法。在搜索树拓展过程中,引入限定采样点生成范围的探测场,改变采样点的生成策略,使算法具备迅速向目标收敛的能力和绕开障碍物威胁的能力。此外,改进算法还对初始航迹的冗余点进行裁剪,并采用B样条曲线法改善航迹平滑度。仿真结果表明,基于改进快速搜索随机树的无人机航迹规划算法比传统快速搜索随机树无人机航迹规划算法平均航迹长度减少21.75%,平均搜索树节点数减少75.78%,平均计算时间减少48.04%。

大型海上风电机组叶片故障图像识别方法

针对海上风电机组叶片故障诊断建模时缺乏大量实际故障图像训练样本的问题,文章提出了一种基于小数据集的海上风电机组叶片故障图像识别方法。该方法针对风机叶片图像的叶片及其故障的颜色与形状特征,改进K均值聚类算法以实现叶片分割,设计自适应算法调整Canny算子参数以实现叶片表面早期故障区域的分割,使用K均值聚类算法提取故障的颜色和形状特征并设计相应的分类器以实现故障分类。仿真算例表明,该方法对于叶片表面早期故障的识别是有效的,可以在少量故障样本的基础上为海上风电机组叶片故障识别提供准确的诊断模型,提高了海上风电场的运维效率。

复方三叶香茶菜片联合拉米夫定治疗e抗原阳性慢性乙型肝炎临床研究

目的:观察复方三叶香茶菜片联合拉米夫定对HBeAg阳性慢性乙型肝炎患者的治疗效果。方法:98例HBeAg阳性慢性乙型肝炎患者随机分为2组,拉米夫定治疗组52例,复方三叶香茶菜片联合拉米夫定治疗组46例,疗程48周,治疗结束后随访48周。观察病人肝功能、HBV DNA和HBeAg的转阴、HBV DNA反弹情况。结果:复方三叶香茶菜片联合拉米夫定组在肝功能复常、病毒学应答率与HBV DNA转阴方面明显优于拉米夫定组,病毒学突破和反弹、生化学突破发生率明显低于拉米夫定组。结论:复方三叶香茶菜片联合拉米夫定治疗能促进HBeAg阳性慢性乙型肝炎患者肝功能的恢复、HBV DNA和HBeAg的转阴,并且能减少病毒学和生化学突破的发生率,预防耐药的产生。

非侵入式负荷监测关键技术问题研究综述

非侵入式负荷监测(NILM)技术能够利用在总线处单点测量的数据识别用户内部的负荷,是建设泛在电力物联网与透明电网的基础技术之一。在分析NILM基本实现框架和技术体系的基础上,对NILM应用亟需解决的三大关键技术问题进行综述,包括数据源选择、算法精度和可扩展性问题。在数据源选择问题上,分析并总结了低频与高频数据源在NILM中的应用,尤其是智能电表在NILM中的应用;在算法精度问题上,对现有NILM算法模型与算法评估方案进行了回顾与分析;而针对目前少有研究涉及可扩展性问题,通过联动NILM与语音识别和机器学习领域,对去噪识别与新负荷的标记和训练问题进行分析与探讨。最后对NILM的未来发展趋势与应用进行了展望。

区域自治型单相/三相多微网多时间尺度递阶控制

随着微网大规模推广应用,地域上较为相近的多类相序微网可互联形成单相/三相混联多微网系统。针对脱离配电网情况下所形成的区域自治多微网,提出一种多时间尺度集散式递阶控制策略,包括秒级分散式实时控制、分钟级集中式协调和小时级动态孤岛切换。其中,分散式实时控制基于各子微网自身稳定运行裕度实现源—荷—储功率调节,平抑光伏和负荷功率波动的同时跟踪联络线功率;集中式协调考虑分散式控制的弃光切荷量以及三相不平衡度约束,基于多目标混合整数规划实现源—荷—储集中式优化进行全局功率分配;动态孤岛切换通过组合互联方案决策实现区域多微网整体资源配置最优。经仿真实例验证,所提策略可实现单相/三相多微网多时间尺度递阶控制,实现应对源—荷波动的源—荷—储协调控制,有利于多微网离网的安全高效运行。

基于遗传算法的风光最优互补运行策略研究

为了充分考虑风光功率在不同时间空间尺度的各类特性,发挥风光发电的互补特性及其协同效应,提高风光系统的发电效率和经济效益,提出一种基于遗传算法的风光最优互补运行策略,该方法构建以功率平衡、运行成本最小为目标函数,以风光发电运行条件和风光发电最大功率变化量为约束条件的多目标优化模型,并采用带精英策略的非支配排序遗传算法对模型进行优化求解。

基于多进程的多微网分层控制仿真平台

随着微网工程的推广应用,多个微电网因互联互需而成为多微网系统。针对多微网分层多主体控制架构的仿真模拟,设计一种考虑个体独立性和进程间信息交互的多进程仿真平台。所提多进程模拟仿真平台考虑当前主流多微网系统的分层控制架构,通过以＂一控制器一进程＂为设计原则,进程间数据交互通过特定文件传输协议完成,从而实现各子微网相对独立的控制算法,并考虑整体多微网系统的全局性以实现对多微网系统的场景化仿真模拟。通过算例测试验证所提方法的有效性,有利于通过模拟复杂工况场景运行以降低算法开发难度。

医学留学生生物化学实验教学体系的建立与优化

在参照国内医药院校留学生生物化学实验教学经验基础上,结合南京医科大学实际情况,从师资遴选、教材编写、实验内容、教学方法、实验考核方式等方面循序渐进地进行改革,逐步试点,建立具有南京医科大学特色的留学生生物化学实验教学体系,并不断优化,以期提升生物化学实验教学效果,提高留学生培养质量,进而提升学校国际影响力。

网络平台在医学生物化学教学中的应用

随着互联网的高速发展,网络平台在医学生物化学教学中发挥着越来越多、越来越重要的作用。从最初的点播式教学到现在的互动式教学,网络平台也在不断发展。本文主要阐述了如何在内容和互动方面利用好网络平台实现医学生物化学的教学目的与效果。其中,微案例的使用丰富了网络平台的内容,使学生可以进行多种形式的学习。同时,本文也从三方面论述了如何帮助和推动学生用好网络平台,相信能为使用网络平台的读者提供一些思路和建议。

单三相混合供电制式多微网联网路径搜索及源荷储恢复策略

配电网供电恢复后,为实现多微网内各区域自治系统稳定及快速有序地并入配电网,提出一种考虑稳定性和联网时长的单相/三相(简称单三相)混合供电制式多微网联网路径搜索算法及源荷储恢复策略:基于单三相混合供电制式多微网图论模型,将联网路径搜索转换成最小生成树问题,利用改进Prim算法进行最短路径搜索;联网完成后,通过基于混合整数规划的粒子群算法,将多微网区域自治时被切除的次要负荷、被限制的新能源出力以及储能电池的电量进行集中式恢复。基于DIg SILENT的单三相多微网仿真平台对所提算法进行仿真验证,证实了所提算法的有效性和实用性。

TiO_(2)光催化强化[HO_(2)MMim][HSO_(4)]-H_(2)O_(2)脱除煤中有机硫的研究

燃煤中的硫严重影响了煤炭的高效利用,将光催化氧化引入到萃取脱硫体系,可以显著地提高离子液体萃取脱硫效率.为了进一步研究脱硫机理,采用实验结合计算机仿真模拟对其进行了分析.实验结果表明将光催化反应过程与离子液体萃取过程耦合,可有效脱除煤中的有机硫,[HO_(2)MMim][HSO_(4)]−H_(2)O−H_(2)O_(2)−TiO_(2)(质量比5∶5∶10∶4)光催化处理后的煤的有机硫脱硫率最高可达12.40%.Materials Studio分析得出由光催化产生的羟基自由基(·OH)具有较强的氧化性,·OH的氧原子附近所在区域呈负电性,容易与噻吩中S原子的正电势点产生静电力并形成S=O双键;另外,离子液体的加入使得原本噻吩环上的最低空轨道消失,还降低了最高占据分子轨道(HOMO)和最低未占分子轨道(LUMO)的能级差,使反应更容易进行.使用COSMO软件分析发现离子液萃取作用体现在[HO_(2)MMim][HSO_(4)]中咪唑的五元杂环结构通过范德华力与噻吩、砜分子之间成键,使硫化物不断被萃取到离子液体相中;外加氧化剂使反应中化学势较高的砜比噻吩更容易进入到化学势低的离子液[HO_(2)MMim][HSO_(4)]中.

单轴应力下烟煤氧化‒自燃灾变温度

为探究不同埋藏深度裂隙煤体氧化-自燃过程在单轴应力作用下的影响规律,本文通过荷载加压煤自燃特性实验平台,采用新疆硫磺沟矿区烟煤煤样,开展了施加单轴应力在0~8 MPa下的贫氧环境程序升温试验.根据加压试验中烟煤产生气体随温度的变化关系,计算了烟煤在单轴应力下升温过程表观活化能和耗氧速率.结合煤自燃氧化动力学和热解参数,阐述了单轴应力下煤体由缓慢氧化到快速氧化的非线性发展过程,并基于突变理论解算出试验条件下烟煤氧化-燃烧过程的突变温度和临界温度,确定出4个特征参数:突变温度T CO(CO表征)和THY(耗氧速率表征),临界温度T′CO(CO表征)和T′HY(耗氧速率表征),并分析了不同特征参数随单轴应力的变化规律.结果表明:热解气体浓度、表观活化能和耗氧速率随单轴应力增大呈先增大后减小再增大的三次函数规律(其中1.8和5.5 MPa时为临界轴压),1.8 MPa时表观活化能和各项特征参数数值最低,煤氧反应速率最快,耗氧速率最高;单轴应力为5.5 MPa时耗氧速率最大,煤体新生裂隙最多;单轴应力对TCO特征参数影响最大,煤自燃缓慢过渡到快速氧化的温度指标,由CO浓度表征的突变温度T CO表征最为准确.该研究结果对于矿井不同埋深煤自燃预警和防控具有重要理论指导意义.

热-应力耦合作用下不同粒径煤自燃氧化升温特性

现有研究未考虑采空区中不同粒径煤会受到垮落煤岩和遗留煤柱产生的轴向应力的作用,致使煤的渗透率、裂隙结构等参数发生较大改变,进而影响煤自燃氧化升温进程。为研究热-应力耦合作用下不同粒径煤自燃氧化升温特性,利用荷载加压煤自燃特性参数测定装置和气相色谱仪,测定不同粒径煤的升温速率、耗氧速率和产热速率变化规律。实验结果表明:①不同粒径煤样在不同单轴应力下的升温速率随温度升高变化趋势具有一致性,整体上均呈先增高后降低趋势。当单轴应力为2,4,6,8 MPa时,随着煤样粒径增大,最大升温速率呈先增高后降低趋势;当单轴应力为10 MPa时,煤样最大升温速率随粒径增大而增高。②不同粒径煤样在升温过程中耗氧速率呈先快速增大后缓慢增大趋势;不同粒径煤样耗氧速率总体上均随单轴应力升高呈增大趋势。③不同粒径煤样在升温过程中产热速率整体呈先基本保持平稳再增大后减小趋势;随着煤样粒径增大,在适当的单轴应力作用下煤样最大产热速率会大于未施加单轴应力时。

区域自治型单三相多微电网实时模型预测控制

随着用户侧微电网工程的逐步推广,一定区域内不同相序的微电网可联结成单三相混联的多微电网系统。针对脱离配电网情况下所形成的区域自治型单三相多微电网,提出一种基于模型预测控制的实时控制策略。所提策略根据多微电网集散式分层控制架构,考虑三相不平衡度,以实时联络线功率与给定参考值的偏差最小为控制目标,构建多输入、多扰动、多变量的动态预测模型,再将其转化为混合整数非线性规划问题进行求解,同时引入反馈校正环节进行预测误差修正,实现滚动式的有限时域闭环优化。仿真结果表明,所提策略可实现区域自治型单三相多微电网实时源、荷、储的功率调节,平抑源、荷的出力波动,跟踪联络线功率以满足三相不平衡度约束,有利于区域微电网的规模化推广。

医学院校留学生生物化学新型教学模式探究

以江苏省精品课程建设为契机,在参照国内医学留学生生物化学教学改革的经验基础上,结合实际,从师资遴选、教学模式改革、教学资源建设、复合式考核方式建立等诸多方面进行改革,建立具有南医特色的线上线下相结合的医学留学生生物化学新型教学模式,以期提升生物化学教学效果,提高本校留学生培养质量,为学校国际影响力的提升和我国“一带一路”倡议的实施作出应有贡献。

含高比例可再生能源配电网灵活资源双层优化配置

分析系统灵活性供需关系,建立灵活资源运行-规划联合优化双层配置模型。运行层引入灵活性不足率作为系统灵活性评价指标,将网损和弃风弃光量计入经济惩罚,以系统年运行成本最优为目标;规划层引入系统综合安全性指标对系统安全性进行评估,以系统年综合成本最优为目标。采用粒子群优化算法对双层配置模型进行求解。最后,利用IEEE 33节点配网系统对算例进行仿真,结果验证了所提运行-规划联合双层配置模型能有效减少网损和弃风弃光量,提高系统的经济性、安全性和灵活性。

基于CNN-GRU混合神经网络的负荷预测方法

为充分挖掘负荷数据中时序性特征的联系,提高负荷预测的精度,提出了一种基于卷积神经网络(convolutional neural networks,CNN)和门控循环单元(gated recurrent unit,GRU)混合神经网络的负荷预测方法。以日期因素、气候因素、相似日负荷因素构建特征集作为输入,首先采用k-means聚类方法对地区内的样本数据集进行分组;再运用CNN网络提取特征与负荷在高维空间的联系,构造时序序列的高维特征向量,并将结果输入到GRU网络中;最后训练各组GRU网络模型的参数并输出负荷预测值。使用该方法对浙江省某地区电力负荷数据进行预测,结果表明,所提负荷预测方法与长短期记忆(long short-termmemory,LSTM)网络模型、GRU网络模型、CNN-LSTM网络模型、支持向量机回归模型及决策树模型相比,在预测精度与预测效率方面具有显著优势。