计及灵活运行碳捕集电厂捕获能耗的电力系统低碳经济调度

针对碳捕集设备会产生较大捕获能耗成本的问题,采用灵活捕获运行模式调节碳捕集设备的捕获水平以降低捕获能耗成本,同时利用储液罐实现捕获能耗时移。通过需求响应削峰填谷增加负荷峰值时碳捕集设备捕获能力并提高风电利用率,从而降低捕获能耗成本和碳排放。以降低捕获能耗、提高碳捕集设备灵活性为目标,建立碳捕集电厂灵活捕获和溶剂存储模型。以系统总调度成本最小为目标,构建采用灵活运行模式的碳捕集电厂并计及需求响应的电力系统低碳经济调度模型。最后基于改进的IEEE 30节点系统对所建立的模型进行仿真,算例分析结果表明,所建模型可有效减少系统总调度成本,降低系统碳排放,提高系统风电消纳能力。

基于改进的CNN-LSTM短期风功率预测的系统旋转备用经济性分析

为更准确地预测短期风功率,提出了一种新型短期风功率预测方法。首先采用Pearson相关系数法对风速、风向等影响因素序列与风功率序列进行相关性分析;其次,利用卷积神经网络(convolution neural network,CNN)对输入的时序序列进行特征提取;然后在长短期记忆(long short-term memory,LSTM)网络基础上新增一个遗忘门和一个输入门,形成具有多级门控的LSTM网络,并且结合CNN建立能够提高输入序列特征提取能力和预测精度的改进的CNN-LSTM短期风功率预测模型;最后,以甘肃省某风电场实测数据进行仿真分析,并将预测结果作为制定调度计划的依据,分析不同预测结果对系统运行成本的影响。仿真结果表明:相比LSTM模型与CNN-LSTM模型,采用所提模型进行预测所得结果的均方根误差分别减少63.9%和47.9%,平均绝对误差分别减少70.4%和53.5%,可在一定程度上提高风功率预测精度。采用该模型的风功率预测结果可以有效减少系统预留的旋转备用容量,降低系统运行成本,能够为调度计划的制定提供有力依据。

基于奖学金制度的研究生培养质量保障体系构建与实践

为了调动研究生的科研积极性,提出学业奖学金的改革方案,通过将学术论文等级与奖学金等级进行匹配,激发了研究生勇于探索、不断创新的精神。对比改革后方案实施的数据,验证了新方案的优越性。