考虑碳市场风险的热电联产虚拟电厂低碳调度

燃煤热电机组“以热定电”的运行模式会导致新能源消纳能力不足,且运行过程中会产生过高碳排放。为此,建立了考虑地源热泵、电转气(P2G)和碳捕集与封存(CCS)的热电联产虚拟电厂模型,并提出了基于碳市场风险的虚拟电厂低碳调度策略。利用自回归滑动平均模型及广义自回归条件异方差模型预测碳市场的次日碳价,并用条件风险价值模型衡量其波动风险;引入电制热设备地源热泵,协同P2G-CCS解耦热电联产“以热定电”运行约束;提出以各设备的运行成本、弃风弃光惩罚成本、碳交易及碳市场风险成本之和最小为目标函数的优化调度策略。算例结果表明:所提调度策略不仅能促进新能源消纳,提高经济效益,还可以降低系统碳排放。

基于信赖域策略寻优的后退虚源法面源氡扩散模型

在使用面源高斯扩散模型模拟铀尾矿库核素氡扩散浓度时,面源积分模型计算复杂,后退虚源模型模拟结果不准确且不具备保守性。针对上述问题,提出了基于信赖域算法的函数与参数寻优方法。通过构建近似后退虚源模型的非线性函数集,将面源积分模型与函数库中每个函数模拟值之间的误差作为目标函数,在信赖域策略下调用函数库并迭代寻优,输出函数库中最优函数与其最优参数值。通过浓度分布对比与拟合测验得出:优化函数在近源处的模拟值略大于面源积分模型,表明优化函数具备一定的保守性;模拟值与面源积分模型的拟合决定系数在近源处高于0.91,大部分区域高于0.98,说明其模拟结果可靠;同时,优化函数保留了后退虚源模型计算简便的特点。此外,根据误差的影响因素分析,优化函数对于面源面积和大气稳定度不变时,能适应其他参数的变化,大大简化了实际氡浓度评估时的计算过程。

基于遗传算法的大气污染总量控制新方法

提出一种利用遗传算法进行大气污染总量控制的新方法,并以柳州市SO2总量控制为例说明这种方法的具体运用。遗传算法具备自适应全局搜索寻优特点,从控制点浓度推算源强分布,该源强分布满足总量控制的根本要求。该方法的具体实现是:将区域内各污染源的排放量编码为染色体,让染色体群体在模拟的进化环境下按生物进化规律进行优胜劣汰的自然选择,经过若干代的进化,最终得到的最优个体即代表最佳的源强分布。研究结果表明,这种方法是有效的和可行的。

对虚点源模式的一种改进

用虚点源模式可以将面源转化为点源来处理,它是一种常用的面源扩散计算模式,其缺点是在靠近污染源的地方计算所得浓度值偏高。针对虚点源模式的这一严重缺陷,文章提出了一个对面源自身网格污染浓度计算的改进方案:采用位于上风方向的一个源强为原来面源源强的1/4的等效面源来代替原来的面源,同时考虑该等效面源相对于原来面源的后退距离,仍然使用虚点源模式进行计算,就可以得到比较准确的污染物浓度场。这一改进措施的实际效果通过计算实例得到了验证。

大气污染总量控制GA方法中的多源模拟系统

大气污染总量控制的GA方法,是利用遗传算法(GA)的自适应全局搜索寻优功能,通过模拟的自然进化机制来求算经过全局优化的区域允许排放总量以及区域允许排放总量在区域内各污染源之间的分配方案的一种新的大气污染总量控制方法。在基于遗传算法的大气污染总量控制中,需要运用一个高效而可靠的大气污染多源模拟系统,以便根据源强分布快速计算出准确的浓度场。文章介绍了该大气污染多源模拟系统的设计与实现技术。

一个解析的面源浓度计算公式

利用级数展开的方法得到一个实用的解析面源公式，它不仅包括了显式源高项，还能计算面源烟羽横风向非轴线浓度，其精度远远高于其它有关模式。此外，利用该公式，研究了面源烟羽的半宽度，并证明，难以用一个固定的后退点源来描述整个面源烟羽，提出可用一移动点源来代替。