摘要： 在2022年美国陆军协会年会(AUSA)举办前夕，通用动力陆地系统(GDLS)释出了关于其最新型“艾布拉姆斯”X（以下简称M1X）下一代坦克技术演示车及相关宣传图片资料。该车通过并列3人车组布局，包括120毫米口径XM360滑膛炮+尾部装弹机构成了全新无人操作炮塔，配置增程式油电混合驱动架构（以下简称REEV驱动架构）等一揽子新技术，以提升机动性（间接降低油耗）、强化发电功率（满足增加的用电需求）、降低全寿命周期养护成本（去掉复杂传动系统），最终获得更全面的战术打击效果。

关键词： 新能源发电   CLLLC谐振变换器   基波分析法   小信号模型   PI控制   模糊控制   果蝇优化算法  

摘要： 近年来,随着新能源发电技术不断发展与完善,双向DC/DC变换器广泛应用于能量双向流动系统中,比如新能源发电、航空航天电源和电动汽车等。但新能源发电系统自身具有一定的局限性与随机性,无法完全独立供电,需要增设储能装置,如蓄电池或超级电容,解决发电量和用电量不平衡的问题,采用双向DC/DC变换器作为直流母线与储能装置之间进行能量转换的桥梁,从而保证系统持续稳定运行。由于LLC谐振变换器具有良好的软开关特性,因此,将LLC谐振变换器的谐振技术应用到双向DC/DC变换器中,构成CLLLC谐振变换器,以此代替双向DC/DC变换器,使蓄电池或超级电容构成的储能装置与新能源发电系统相连接,实现负荷变化实时调整变换器输出,确保负荷供电可靠性。为确保新能源发电系统持续稳定地运行,需要对CLLLC谐振变换器进行控制,降低因负荷剧烈变化而引起的系统故障,使CLLLC谐振变换器在电源突变和负载突变等情况下,能够进行快速的反应,从而确保其稳定性。因此,该文以在新能源发电系统中用的CLLLC谐振变换器为研究对象,提出一种改善系统动态特性的控制策略。基于基波分析法,分析CLLLC谐振变换器的增益、谐振频率和阻抗特性等,验证CLLLC谐振变换器的工作区间划分的合理性,发现CLLLC谐振变换器的谐振参数保持对称既能保证变换器正反向运行特性一致,又能使变换器在全负载范围内与LLC谐振变换器的增益和阻抗特性相类似。在此基础上,推导得出CLLLC谐振变换器的小信号模型,对其进行相应的PI补偿,将模糊控制和PI控制相结合以弥补PI控制的不足之处,针对模糊PI控制参数选取不当容易导致闭环系统动态响应速度慢的问题,提出了果蝇优化模糊PI控制策略,将CLLLC谐振变换器闭环系统的性能指标作为果蝇优化算法的适应度函数,通过CLLLC谐振变换器闭环控制系统的给定电压和反馈电压作差、微分,得到变换器闭环系统的误差与误差的变化率,将系统反馈信息送入模糊PI控制器,利用果蝇优化算法对模糊PI控制参数进行全局优化,当系统的性能指标最小时可得模糊PI控制参数的最优解,从而改善CLLLC谐振变换器闭环控制系统的动态响应速度。根据所设计的CLLLC谐振变换器参数,利用MATLAB/Simulink对其进行开环仿真,在变换器空载状态和满载状态下验证参数设计的可行性以及元器件选取的可靠性。利用MATLAB/Simulink搭建CLLLC谐振变换器闭环控制系统,对变换器在满载、电源突变以及负载突变等情况下,不同控制策略对变换器闭环控制系统动态响应速度的影响进行了仿真分析,并验证了所提控制策略的有效性。

关键词： 光伏发电   风力发电   离散小波变换   时间卷积神经网络   长短期记忆神经网络  

摘要： 近年来,由于化石燃料的燃烧,已经导致了很多严重的环境问题,比如温室效应、酸雨等。为了缓解环境压力和减少能源消耗,新能源的发现为人类提供了一条环保、可持续发展的光明道路。新能源主要包括太阳能、风能、地热能等,新能源发电(New Energy Generation,NEG)是利用现有技术和上述新能源实现发电的过程。新能源发电主要包括光伏发电(Photovoltaic Power Generation,PPG)和风力发电(Wind Power Generation,WPG)。为了提高新能源发电站电网的稳定性以及电站的运营管理效率,新能源发电功率预测已经成为了智能电网建设中的重要课题。光伏发电功率预测(Photovoltaic Power Forecasting,PPF)对于智能电网的建设具有重要的意义。针对光伏功率预测问题,本文提出了一种基于时间卷积神经网络(Temporal Convolutional Neural Network,TCN)和长短期记忆神经网络(Long and Short-Term Memory Neural Network,LSTM)相结合的混合深度学习框架(Conv-LSTM),对超短期光伏发电功率进行预测。本文对真实光伏发电数据集进行了综合实验,采用了三个误差指标来评价Conv-LSTM模型的预测性能。Conv-LSTM模型在MAAPE评价指标上,比LSTM提升了6.90%;在RMSE评价指标上,比MLP提升了11.45%;在MAE评价指标上,比CNN提升了9.43%。与其他模型相比,Conv-LSTM模型对光伏功率提高了预测性能。风电功率预测(Wind Power Forecasting,WPF)是解决风电不确定性和波动性的最有效、最经济的方法之一。针对风电功率预测问题,提出了一种基于离散小波变换(Discrete Wavelet Transform,DWT)、时间卷积神经网络(TCN)和长短期记忆神经网络(LSTM)的混合深度学习模型框架(DWT-TCN-LSTM)用来进行超短期风力发电功率预测。通过实验结果对比,DWT-TCN-LSTM模型在RMSE评价指标上,比SVR提升了5.10%;在MAE评价指标上,比LSTM提升了20.75%;在SMAPE评价指标上,比TCN-LSTM提升了10.14%,因此DWT-TCN-LSTM模型的预测性能相对于其他模型得到了显著提高。

ISBN: (纸本)9787111688426

关键词： 人才培养模式   1+X”证书   新能源汽车  

摘要： 现代汽车产业的发展对高职院校培养适应产业发展需求的技术技能人才提出了新的要求。从新能源汽车技术对复合型人才的实际需求出发，本文提出了书证融通型分类人才培养定位，并依此创新“二路径、四阶段、五融合”人才培养模式。以军工精神、工匠精神教育引导学生，做到“1+X”证书制度与人才培养融合发展，创新高素质复合型与高技能工匠型技术技能人才“双路径”培养模式，为高职院校专业群教育教学改革提供重要参考。

关键词： 能源集团   新能源发电   风险管理   层次分析法  

摘要： 基于国家对电源多元化建设的战略选择和对世界履行生态保护的大国承诺,新能源产业因其环保低碳、综合成本低的优势跨越式发展,已经成为我国电力增量的主体。在这一趋势下,国内电力企业加快了新能源电力项目发展步伐,风险问题也随之而来。以H集团山东分公司作为研究对象,探讨其新能源发电业务的风险管理问题。基于风险管理相关理论,构建H集团山东分公司新能源发电业务风险管理研究框架,主要讨论四个方面:H集团山东分公司新能源发电业务风险管理现状、风险识别、风险评价、风险应对。采用访谈法并基于企业全面风险管理八要素,对H集团山东分公司新能源发电业务的内部环境、目标设定、风险识别、风险评估、风险应对、控制活动、信息与沟通、内部监控现状进行了分析,研究认为,H集团山东分公司新能源发电业务存在着价值链条风险因素识别不清,风险评价方法不够科学,风险控制方案针对性不强等问题。为了化解这些问题,进一步采用访谈法和问卷调查法,从价值链角度对山东分公司新能源发电业务风险进行了识别,识别结果显示,在新能源发电业务中共存在24项风险因素,其中,项目设计环节有5项风险,设备采购环节有4项风险,电站建设环节有4项风险,电力生产环节有5项风险,电力营销环节有6项风险。为了辨识出重大风险,构建了山东分公司新能源发电业务风险评价指标体系,采用层次分析法和三角模糊数法对风险进行了评价。评价结果显示,H集团山东分公司新能源发电业务总体风险较大,其中,项目设计风险等级最高,和设备采购风险同属于较大风险。在所有二级风险因素中,需要特别关注的两个重大风险分别是新能源发电项目合规风险、新能源电站建设安全风险。为了有效应对不同等级风险,参考COSO的《企业风险管理——整合框架》和《中央企业全面风险管理指引》,将风险应对策略分为四种类型:回避、控制、转移和保留。在构建的风险应对策略选择模型基础上,确定出24项风险因素的应对策略,针对这些应对策略,提出了风险控制方案。

摘要： ~~

关键词： 新能源发电   功率预测   风光互补   控制策略   储能优化配置  

摘要： 在“双碳”目标背景下,我国积极发展绿色低碳的新能源电力产业,快速提升的风电、光伏渗透率对电力系统提出了严峻考验。作为一种灵活的调节资源,储能系统具有良好的调频、调峰技术优势,可平抑新能源发电功率波动。本文以基于新能源发电功率预测的储能系统优化配置为研究对象,开展了储能电池寿命估计、新能源功率预测、风光储系统研究等工作,为新能源大规模并网提供技术支撑。主要研究内容如下:(1)在分析研究影响锂离子电池寿命的多重动态因素的基础上,利用戴维南等效电路模型,建立了一种非线性的扩展卡尔曼滤波器的电池荷电状态估计算法。首先,分析研究了传统锂离子电池交换性能寿命估计方法和放电深度寿命估计方法,将温度、电池寿命和工作点动态变化等非线性因素引入戴维南等效电路模型中。在含有锂离子电池的双向DC-DC变换器控制场景下,提出了一种非线性的拓展卡尔曼滤波器的估计方法,对锂离子电池的荷电状态进行了实时估计。结果表明,在25℃的测试环境下,用混合动力脉冲能力特性分析方式,采用非线性扩展卡尔曼对锂离子电池荷电状态的估计误差小于4%,这为复杂环境下的锂离子电池健康状态及寿命估计提供了借鉴。(2)针对新能源发电功率预测数据规模大和特征维度多的问题,在长短期记忆网络算法中集成了线性回归模块,构建了精度提升的自适应功率预测模型。为解决长短期记忆网络算法在新能源发电功率预测中适应性差、精度不高、稳定性低的问题,引入集成学习算法原理,在风光功率预测模型中集成了生成对抗网络、支持向量机和线性回归模块,建立了一种自适应长短期记忆网络功率预测模型,提高了功率预测的精度和鲁棒性。针对实际风、光电站进行模拟测算,结果表明,光伏发电模拟计算场景下,所提模型的预测精度比传统LSTM模型分别提高了39.27%;风力发电模拟计算场景下,所提模型的预测精度比传统LSTM模型分别提高了 27.87%。可见,自适应预测模型改善了不同场景下的风、光功率预测适应性和稳定性问题。(3)在自适应功率预测模型精度提升的基础上,采用交直流拓扑结构研究了风光储联合系统的功率波动特性,对风光互补下的储能系统进行了优化配置。对比研究了五种平抑风、光功率波动的控制策略,明确了模型预测控制算法可以大幅度节约储能最大充放电功率和容量,并平抑新能源电力的出力不稳定特性。利用模型预测控制算法建立了风光储联合的交直流拓扑结构,将新能源并网功率波动降低到每分钟2%以下。在同时考虑不同装机类型、采样间隔、电站数量等多种工况因素对储能配置的影响下,证明了风光发电的相关系数、功率波动率均与储能配置成正相关性;另外,当电源数量增加时,风光发电的相关系数减小、互补性增大,储能配置容量可适当降低。该储能配置设计研究为风光互补发电系统的储能配置优化提供了理论依据。(4)在风光互补系统的储能优化配置研究的基础上,将碳减排目标作为优化目标函数,构建了综合能源系统中电/热混合储能的双层优化配置策略。将碳排放因素表征为系统运行成本,并引入以新能源为主体的综合能源系统中,构建了基于电、热、冷、气能量平衡与电/热储能设备运行约束的综合能源系统模型。对模型进行分层优化控制,并以运行成本为内层目标函数、能量平衡为外层目标函数,建立了适用于电/热混合储能的双层控制策略。能源企业运行数据仿真测算表明,不考虑缺负荷造成的损失情况下,混合储能的优化配置使系统的运行成本降低了6.84%。同时,也反映出电储能盈利时会一定程度提高系统的碳排放,提出了电/热混合储能优化配置是有效降低综合能源系统中碳排放的有效方式之一。

关键词： 平价上网时代   新能源发电   经济性分析   发展趋势  

摘要： 平价上网是政府为促进新能源迅速发展而提出的重要的举措，其对风力发电、光伏发电等各种新能源发电的经济性发展有着一定程度的作用。根据2020年新能源发电项目的发展情况，分析其整体经济性以及发展趋势，由此来对新能源发电项目进行宏观调控，以此来推动其健康发展。文章就平价上网概述、平价上网时代新能源发电经济性分析和发展趋势进行了论述与分析。