基于最大流传输贡献度的电力网关键线路和节点辨识

从结构性视角提出一种准确辨识电力网关键线路和节点的方法。该方法基于网络最大流和复杂网络理论,定义传输贡献度作为电力网关键线路和节点辨识依据,表征它们对实现电力网电能传输功能体现出的承载和贡献能力。该方法克服了现有研究中假设潮流沿着母线间最短路径传输的缺陷,依据网络整体结构考虑不同电源—负荷节点对间所有参与功率传输的路径;同时将电力网作为有向加权网络考虑,计及了线路最大有功传输容量约束,物理背景更符合电力工程实际。对IEEE 39节点系统进行仿真计算并将结果与现有方法对比,验证了所述方法的合理性和有效性。

基于节点传输贡献量的省间联络线潮流近似计算

提出以节点传输贡献量为量化指标的节点分类方法,提高了日前电力市场中省间联络线上有功功率的计算精度。以3机5节点的简单电网为例,详细说明了省级电网简化前后功率传输分布因子和注入转换系数的计算过程和步骤。以电网有向图为基础,搜索电源节点与负荷节点之间的可行路径,计算节点的传输贡献量,进而估计节点的注入转换系数,获得联络线潮流的近似值,并分析了以节点传输贡献量的均值为阈值对节点分类的优势。最后在IEEE 118节点系统中将所提方法、均值法和节点定性分类法分别应用于日前电力市场的省间联络线潮流计算,仿真和比较结果表明所提方法减小了注入转换系数均值的波动,与真实值相比,省间联络线潮流的平均绝对误差为0.49%,验证了所提方法的有效性。

河北南部城市臭氧和VOCs的污染特征及传输贡献

“十四五”时期是河北南部城市(石家庄、邢台和邯郸)退出空气质量综合指数排名后10位的关键阶段.基于2020年4~10月南部城市的15个国家环境质量监测站臭氧(O_(3))逐时数据和3个挥发性有机物(VOCs)组分监测站的逐时数据及同期气象资料,采用时空演替、 O_(3)生成潜势(OFP)、后向轨迹模式和空间统计模型进行分析.结果表明:①南部城市4~10月O_(3)变化呈倒“U”型分布,空间呈南高北低的格局,6月O_(3)污染最重,其ρ(O_(3))依次为:邢台(233.8μg·m^(-3))>邯郸(225.2μg·m^(-3))>石家庄(224.8μg·m^(-3)),O_(3)与温度和风速呈正相关、与湿度和VOCs呈反相关;②4~10月ρ(TVOC)依次为:邢台(274μg·m^(-3))>石家庄(266μg·m^(-3))>邯郸(218μg·m^(-3)),烯烃和芳香烃的总OFP占比均超过一半;③南部城市O_(3)污染轨迹具有空间方向性和关联性,经过石家庄到邢台的轨迹ρ(O_(3))均值(198.92μg·m^(-3))最高,经过邯郸到达邢台的O_(3)污染轨迹频数最多;④南部城市传输贡献上,邢台对石家庄的O_(3)传输贡献率最高(27.39%),邯郸对邢台的VOCs传输贡献率最高(32.76%).

基于传输贡献度的继电保护定值在线校核评估方法

为了提高继电保护定值在线校核的效率,提出了一种基于传输贡献度判断支路保护装置重要度的在线校核新方法。该方法将一条支路的所有保护装置作为整体,从电网结构性的角度提出了一种确定支路保护装置重要度的方法,采用网络最大流和复杂网络理论,把传输贡献度作为支路保护装置重要度的辨识依据,从而计算出各支路保护装置重要度指标,根据指标的降序来进行保护装置的在线校核。对IEEE 10机39节点系统进行仿真计算并分析了计算结果,验证了所述方法的合理性和正确性。

2019年秋冬季京津冀与周边地区污染传输特征分析

本研究结合大气环境观测数据,应用潜在源分析法(PSCF)和浓度权重轨迹分析法(CWT),以及基于WRF-CMAQ模式的传输矩阵和传输通量计算方法,研究分析了2019年秋冬季京津冀典型城市的大气污染特征与成因,量化评估了京津冀地区与周边省份之间的PM_(2.5)传输贡献.结果表明,京津冀地区冬季较秋季污染严重,且重污染时段PM_(2.5)浓度均与相对湿度呈显著的正相关,和风速呈显著的负相关;京津冀典型城市北京、天津和石家庄的潜在源区主要分布在京津冀本地、山西、内蒙古中部地区和山东地区,这与CWT结果基本吻合.京津冀各省域的PM_(2.5)以本地排放贡献为主,北京、天津和河北的本地贡献率范围为54.33%~66.01%,京津冀受区域外传输的贡献率范围为0.11%~26.54%.传输通量结果表明,冬季PM_(2.5)的传输主要受高空西北气流的作用,尤其清洁天气,高风速驱动清洁气团流入;秋季则主要受低空东南气流作用;传输通量呈现出显著的垂直分布特征,高空区域传输作用更为活跃,传输通量的流入/流出以及垂直分布与污染级别和RH呈现非线性响应关系,主导风向变化导致重污染前的传输效应明显大于重污染期间,高湿环境的传输效应明显小于低湿环境.

城市内部尺度PM_(2.5)传输关联方法研究—以北京市为例

基于数据驱动思想,以城市内部环境空气质量监测站点为研究对象,建立了目标站点与周边站点间PM_(2.5)浓度、风向、风速、欧几里得距离等参数的多元线性关联回归模型,使用梯度下降算法学习得到各参数权重系数,计算得出周边站点对目标站点PM_(2.5)传输贡献,并评估了模型的可行性.以北京市丰台花园(FT)为目标站点的应用研究结果显示,2016年FT站点PM_(2.5)浓度为82μg/m^(3),周边站点大兴(DX)、房山(FS)、亦庄(YZ)、东四环(DS)、古城(GC)和万柳(WL)浓度分别为93,82,80,79,77,71μg/m^(3);FT站点PM_(2.5)浓度与上一时刻周边站点WL、GC、DX、YZ的相关性分别为0.634、0.631、0.608和0.601,显示其对FT站点PM_(2.5)污染传输显著;建立的4个季节关联回归模型RMSE值分别为13.22、11.74、12.51和13.22,PM_(2.5)模拟浓度与监测浓度变化趋势一致,验证了模型的可行性;WL、DX、YZ、GC分别是对应春、夏、秋、冬4个季节对FT站点PM_(2.5)污染传输贡献较大的站点,其贡献值分别为1.61%、1.71%、2.20%和8.57%.该模型解析的结果可为北京市未来城市规划、建设提供依据,提出的PM_(2.5)传输多元线性关联回归方法同样可用来解析其他城市内部尺度PM_(2.5)传输关联,为挖掘城市内部PM_(2.5)传输路径、精准溯源提供基础.

典型输送通道城市冬季PM_(2.5)污染与传输变化特征

以京津冀典型输送通道上的河北西南4个城市邯郸、邢台、衡水和沧州为例,分析了2019~2021年冬季3 a气象条件与PM_(2.5)浓度变化特征,运用潜在源贡献分析(PSCF)和浓度权重分析(CWT)识别了研究期内4个城市PM_(2.5)输送特征,基于气象-空气质量模型(WRF-CMAQ)传输矩阵法和传输通量法量化评估了邯郸、邢台、衡水和沧州与周边地区之间的PM_(2.5)传输贡献,揭示了PM_(2.5)传输净通量的垂直分布变化特征,并进一步识别4个城市两条PM_(2.5)污染主要传输路径.结果表明,在研究期间,4个城市PM_(2.5)浓度呈下降趋势,下降比例分别为45.85%、49.45%、42.40%和31.65%;邯郸和邢台潜在源贡献较大的区域主要分布在山西中南部(临汾、长治和晋中)和河南北部(新乡、开封和郑州)以及少部分内蒙古部分地区(PSCF>0.9),衡水和沧州潜在贡献较大的区域主要集中在河北南部(邯郸、石家庄)、山西中部(太原、阳泉)和部分山东地区(PSCF>0.7),CWT结果显示与PSCF类似;研究时段内4个城市冬季PM_(2.5)均呈现本地贡献率(51.11%~62.99%)略高于区域贡献率(37.01%~48.89%)的特征,受水平湍流和垂直扩散等影响,4个城市2020年区域传输影响较其他年份稍高(0.50%~9.52%),而2021年由于PM_(2.5)浓度较低、气象因素影响等原因,区域传输影响较其他年份稍低(-2.15%~-9.52%);邯郸、邢台、衡水和沧州这4个城市3 a冬季与周边区域总流入(流出)通量强度大小均为:2020年>2021年>2019年,对于总净通量而言,4个城市3 a冬季分别为邯郸:0.094、-0.070和0.087 kt·d^(-1);邢台:0.212、0.395和0.544 kt·d^(-1);衡水:-0.040、-0.228和0.185 kt·d^(-1);沧州:0.062、0.126和0.128 kt·d^(-1).在研究期间邯郸、邢台和沧州多作为污染传输受体,而衡水多为传输源体.在0~1260 m之间,PM_(2.5)净传输通量强度基本随着高度的升高而增大,不同时期不同城市最大净通量不同,邯郸最大净通量位于252~1261 m,邢台最大净通量位于817 m,衡水最大净通量位于252~817 m,沧州最大净通量位于252~359 m;分析4个城市传输特征发现存在两条主要PM_(2.5)传输方向,即西北-东南方向(山西→邯郸→河南、山东;石家庄→邢台→邯郸、山东;保定→沧州→山东)以及西南-东北方向(山西→邢台→衡水→沧州→渤海湾).

青岛“上合峰会”期间夜间臭氧增长成因分析

针对青岛“上合峰会”保障期间出现夜间臭氧(O3)浓度增长的现象,本文利用地面常规观测资料和污染物浓度数据对其进行分析和研究.结果表明,在6日20:00~23:00,青岛出现O3浓度持续性增长,峰值浓度达194μg/m^3,浓度增长速率达10.7μg/(m^3·h).结合NCEP/FNL再分析资料可知,在夜间西南风的作用下,江苏、安徽等地排放的O3及其前体物向青岛传输,并在边界层内下沉运动作用下,将其传输至近地面.通过计算边界层内通风量可知,6日边界层内最大风速区高度逐渐降低,达到低空急流的标准,且在夜间1000m以下的通风量呈现出波动性增长,500m和500~1000m高度的通风量峰值分别为3900和5892m^2/s.另外,本研究基于CAMx空气质量数值模式中的O3来源追踪方法(OSAT)对其进行了模拟分析,结果显示在夜间O3增长时段(20:00~23:00),青岛地区的主要贡献来源分别为江苏、安徽以及上海,上述3地的贡献比例平均为62.3%、16.6%和8.6%.

京津冀地区典型月O_3污染输送特征

基于空气质量模型CAMx的臭氧溯源技术(OSAT),对2015年7月京津冀13个城市O_3污染及传输规律进行定量模拟,建立了京津冀13个城市间的O_3相互影响矩阵,并分析了北京、天津、石家庄3个典型城市O_3污染逐日输送特征.研究表明,京津冀13个城市O_3污染受传输贡献显著(>80%),而受本地源贡献相对较小,仅占6.9%(廊坊)~19.7%(北京),传输贡献中由京津冀区内城市间互相输送(区内传输)贡献范围为10.3%(沧州)~32.2%(廊坊),区外传输贡献约为37.3%(承德)~60.7%(秦皇岛),边界场BC贡献为14.4%(邯郸)~23.1%(张家口).典型城市O_3逐日传输矩阵证明传输贡献占主导,尤以区外贡献最为突出,本地贡献相对较小,但在O_3超标日,本地贡献明显上升.

南京一次臭氧污染过程中的传输影响模拟分析

基于空气质量模型CAMx的臭氧溯源技术(OSAT)和过程分析工具(IPR),对2022年6月15—25日南京市臭氧污染及传输影响进行定量模拟,测算南京市与周围城市区域之间臭氧的传输影响,并分析主要传输过程对南京市臭氧浓度的贡献。模拟分析表明:此次臭氧污染过程具有明显的传输特征,外地传输贡献约为37.6%,其中以宣城市、镇江市和常州市的贡献较为显著,日均贡献分别为19.9%、12.3%和3.1%。IPR方法定量分析表明,南京市臭氧主要的污染传输加剧过程来自南边界的平流作用,平均贡献15.3μg/m^(3);主要的消散过程为北边界的平流流出和顶部边界的平流上传(污染垂直扩散),平均贡献分别为-14.6,-3.3μg/m^(3)。南京市的东边界毗邻镇江市和常州市,南边界毗邻宣城市,这与OSAT核算方法的结果相一致,互为验证了两种定量核算方法的合理性。从垂直结构分析,南边界的污染传输加剧和北边界的污染传输消散主要发生在约800 m以下的低空,污染向上的扩散消散和向下的扩散加剧主要发生在50~300 m的低空,向下的平流加剧和向上的平流消散主要发生在1400 m以下。西边界平流主要发生在800 m以上的高空。300 m以下低空和1700 m以上高空的东边界平流在是臭氧污染的主要传输加剧过程,而300~1700 m则是臭氧污染的主要传输消散高度层。

北京秋冬季一次重污染过程PM_(2.5)来源数值模拟研究

利用WRF模式(The Weather Research and Forecasting Model)和嵌套网格空气质量模式(NAQPMS)对2016年11月发生在京津冀地区一次PM_(2.5)污染事件进行模拟研究并分析污染过程中的天气形势变化.结果表明,均压场、低空逆温层和偏南暖湿气流输送的存在为北京地区PM_(2.5)形成提供了有利条件,NAQPMS模式能够合理的再现北京大气污染物时空变化,细颗粒物PM_(2.5)和可吸入颗粒物PM_(10)模拟与观测数据相关系数达0.71,模拟数据在观测数据两倍范围内占比(FAC2)达65%.源解析结果表明,在不考虑临时实施减控措施下,11月18日区域外输送对北京PM_(2.5)浓度贡献为55.25%,区域内输送贡献为44.75%,北京东北区域PM_(2.5)外地源主要为河北中部、河北南部、天津和山东,所占贡献为9.67%、9.01%、7.90%和7.99%.污染物主要来源为生活源、交通源和工业源,分别占比39.6%、34.6%和20.0%.而实际上北京在唐山、保定采取一系列控制措施后仍在研究时段内出现高PM_(2.5)浓度,意味着在同样天气形势下需要对河北中部、河北南部、天津和山东等浓度贡献占比大的城市加强减排管控才能有效减缓高PM_(2.5)浓度的出现.