基于协同演化模型的电力产业链系统协同管理研究——以云南水电系统为例

电力产业链系统是一个复杂的大系统,其协同管理的问题日益成为电力产业的一个重大课题.首先,以产业链原理和协同学理论为指导,建立了电力产业链系统协同管理的指标体系.其次,据此构建电力产业链系统协同管理模型,并进行了序参量的求解分析.第三,以云南水电系统为例,解析出支配云南水电协同发展的关键因素——序参量及其稳定解.第四,通...     

Repetition rate pulsed power technology and its applications:( (ii) ) Circuit methods and electromagnetic principles

以电磁学的基础概念为出发点,系统性地阐述了脉冲功率产生过程的基本原理.采用统一的理论模型,描述了电磁能量的储存、传输和释放过程的物理规律.从特征阻抗的角度论述了储能器件、传输器件及开关等脉冲功率系统核心元素之间的区别与联系.在此基础上,解说了几种典型脉冲功率发生器的电路方法及其工作原理,它们包括脉冲形成线法、脉冲压缩法和场通量压缩法.     

基于协整理论和干预分析的中国电力需求预测

本文采用协整与误差纠正模型技术研究了我国电力需求与经济增长之间的关系,检验了电力需求与国内生产总值、人口、价格和结构变量之间的长期均衡关系,并结合干预分析的方法修正了由经济环境的改变和突发事件引起的预测偏差。结果表明通过矫正的预测结果大大减小了误差,其预测的我国未来电力需求量与国家发改委宏观经济研究院信息中心课题组公布的结果较为接近。     

YBCO超导体的电工学应用研究进展

超导体具有一些完全区别于传统电工导体和电工磁性材料的电磁特性,因而在电工学领域具有广泛的应用价值。自从1987年发现高温超导体以来,高温超导体的电工学应用研究得到了快速的发展。YBCO超导材料具有比BSCCO超导材料更加优越的电工学应用性能,因而随着YBCO超导材料逐渐实现小批量供货,近年来有关YBCO超导体的电工学应用研究得以广泛的开展。文章重点介绍国内外在YBCO材料(包括块材和带材)及其在电力技术和磁体技术等方面的应用研究进展,以此纪念YBCO超导体发现30周年。     

新能源变革背景下的超导电力技术发展前景

自从1911年超导体发现以来,人们一直梦想超导体能够在电力技术中得到大规模应用.20世纪60年代以来,随着NbTi超导线材,特别是氧化物高温超导带材达到商业化水平,世界范围内广泛地开展了超导电力技术的研究与应用示范.单从技术上讲,超导电力技术已经接近实用化水平.当今,人类社会正在经历一次新的能源变革,超导电力技术在应对能源变革带来的挑战方面将会发挥重要的作用.文章介绍了近年来超导电力技术的发展趋势,并就其在新能源变革背景下的发展前景进行了探讨.     

超导电力技术新进展及其未来发展的思考

近年来高温超导材料研究取得很大进展,它在电力领域的应用研究已受到广泛关注,一些示范样机,诸如高温超导输电电缆、变压器、故障电流限制器、电机和储能装置已经研制成功并投入示范性试验.超导技术是21世纪具有战略经济意义的高新技术,文章将介绍高温超导电力应用研究的新进展及其未来发展的思考.     

超导技术在未来电网中的应用

大力发展可再生能源并实现清洁能源变革,是当今能源领域的大趋势。随着可再生能源越来越多地接入电网,将对直流输电和大规模储能技术提出愈加迫切的需求。在此背景下,超导直流输电技术、超导直流限流器以及基于超导电性的电力储能技术等具有潜在的应用前景。文章较为系统地介绍上述直流超导电力装置的原理、优势以及近些年国内外的进展等。     

基于冗余任务的轮式机器人巡检方法

针对配电室电力设备智能化巡检工作中,存在巡检方式单一等问题,基于轮式巡检机器人结构及系统、路径优化和通信等关键技术,研究了一种基于冗余任务的轮式机器人巡检方法.针对目前配电室巡检环境和轮式巡检机器人结构及系统特性,建立配电室巡检过程模型.分析顺序巡检方法的速度、位姿和节点关系,建立机器人巡检过程的路程-时间模型和奖惩模...     

考虑气象因素的月度电力需求预测方法

气象因素是电力需求变化的重要影响因素之一。为了研究气候变化对月度电力需求的影响,建立了包含气象条件、时间趋势和春节移动假日等变量的多元回归方程,以苏州市月度电力需求预测为例,重点分析了气象因素和春节移动假日对月度电力需求的影响。研究结果发现,使用月平均气温计算出的月制冷度(Cooling Degree of Month,CDM)和月采暖度(Heating Degree of Month,HDM)能较好的刻画气温变化对月度电力需求的影响;考虑了春节假日效应后,能更好的提升回归方程的预测能力;非“疫情”期间和“疫情”期间模拟预测结果均达到较好的精度,显示出模型具有良好的预测稳健性。