低碳发展理念驱动下中国华电碳排放管理创新与实践
本项目属于碳减排领域。为贯彻落实党中央、国务院关于推进节能减排、建设生态文明的各项决策部署,以实际行动践行“五大发展理念”,中国华电集团有限公司(以下简称“中国华电”)率先在央企总部成立“碳排放管理处”,逐步建立了“以专项规划为指引,以“四个体系”(数据管理体系、交易支撑体系、技术支撑体系及能力建设体系)建设为抓手,以低成本减排和服务绿色低碳转型为目标”的工作思路, 项目的创新研究成果对大型发电集团具有重要借鉴意义和推广价值,有力推动了行业进步。应国资委要求以书面形式分享“目标分解方法学”,元素碳全覆盖为生态环境部制定相关政策提供数据支撑,白皮书助力生态环境部分享“中国经验”“中国智慧”,在线检测实验平台为行业标准起草提供理论保障。2016-2018 年中国华电已累计减排二氧化碳3 亿吨,超出“十二五”碳减排总量,取得显著社会效益及间接经济效益。
分布式存储发展白皮书2023
在数字化时代的浪潮中,数据已经变成了推动社会进步的核心驱动力。每一次网络互动、每一笔交易、每一帧画面,背后都隐藏着海量的数据。对这些数据的存储、管理和分析在现代社会中已变得不可或缺。存储是数据的载体,分布式存储作为其中的一种重要形态,已经成为大数据、AI等数据智能技术深化发展的重要基石,正持续地为各行各业提供着稳固、高效、可靠的数据支撑。中国分布式存储市场保持着稳健的增长态势,尤其在中东部区域和关键行业中,数字化转型正在推动存储市场的蓬勃发展。与此同时,AI大模型、大数据湖仓一体、数字化病理、量化交易、数据网络等新兴应用场景也在不断地扩展,为分布式存储带来更多的机遇和挑战。分布式存储产业方阵积极响应产业需求,联合产学研用多方力量,共同推动分布式存储的技术标准研制、生态体系建设、应用推广等工作,在2022年白皮书基础上,围绕新的应用场景、发展趋势,为读者提供一个清晰、系统的分布式存储产业全景,支撑政府、金融、教育、制造等各行业数字化转型,推动我国分布式存储产业健康发展。希望通过这本白皮书,读者可以更好地理解分布式存储的价值和未来,同时也为相关行业和研究者提供有价值的参考和启示。
基于神经网络的高寒地区CF4和SF6/CF4检测
高寒地区须携带多台仪器以满足3种不同量级SF6气体中CF4气体浓度的检测需求,现场运维效率低且仪器购置成本高。为此,首先设计了一种基于热释电检测技术的SF6气体中CF4气体浓度检测仪器,可自动选择不同的放大电阻以实现多量程切换。然后提出了BP和PSO-BP 2种神经网络温度-压力协同补偿模型,并通过搭建高效模拟实验平台为模型预测提供数据支撑,预测结果表明,PSO-BP神经网络优于BP神经网络。最后将PSO-BP神经网络温度-压力协同补偿模型内置于多量程检测仪器CF4气体浓度检测仪器。模拟实验结果表明,该检测仪器在不同温度和压力下,小量程和大量程检测误差和重复性分别不超过±2%和1.6%,混合比量程下误差和重复性分别不超过±0.5%和0.2%,对高寒地区电网运维检修具有重要作用。
全球可再生能源储量评估,前景分析与规划平台
全球可再生能源储量评估、前景分析与规划平台针对全球可再生能源发展面临空间分布不均匀、开发利用率较低、商业模式创新不足等问题,充分发挥水电水利规划设计总院可再生能源开发利用产业链的一体化优势,综合运用互联网、云计算、大数据和地理信息技术,结合具体国别或地区政治经济形势、行业发展动向、能源需求、能源结构、生态环境等因素,构建覆盖基础地理、社会经济、能源电力等领域的综合性的全球可再生能源数据库,并在此基础上开展全球水能、风能、太阳能等可再生能源储量评估、市场前景预测与宏观规划服务,重点解决全球可再生能源综合利用、生态环境保护、社会经济可持续发展问题,为国内外国家能源管理部门、地方能源局、能源建设企业及中小型个人用户提供重要的数据支撑与技术服务。本项目包括行业云平台软硬件、以及基于云平台的大数据基础架构研究与建设,研究数据资源池组建技术,在此基础上建设可再生能源数据仓库,进行可再生能源储量评估与市场前景分析应用系统研发,并构建可再生能源储量与市场前景分析决策支持系统
配电终端直流电源在线监测及智能化运维和可靠性提升技术研究
讲述了各种配电终端电源的现状及存在问题,提出了配电终端电源在线监测及运维的关键点和解决方案。配电终端电源在线监测可定期对蓄电池放电核容活化、远程控制蓄电池核容活化、单电池劣化检测分析,配电网电源远程管控及智能运维管理后台可实现对所有配电终端的直流电源的实时监控管理,终端交直流电源状态感知、数据管理、性能分析、故障判断和诊断定位,终端设备的运维策略生成,指导进行运维检修,配电网电源管理服务器数据分析系统可对各线路的终端的电源设备台账、电源监测数据、电池维护管理数据、远程充放电核容数据以及其他数据集中管理,进行大数据分析,结合台账信息,为配电网规划、基础建设提供数据支撑。
考虑路网和用户满意度的集群电动汽车主从博弈优化调度策略
传统的电动汽车(electric vehicle, EV)集中优化方法在实际应用中面临调度困难、计算量大、缺乏真实数据支撑等问题,无法准确揭示各主体间的交互行为。为此,提出一种考虑路网和用户满意度的集群EV主从博弈优化调度策略。首先基于真实出行数据和路网数据模拟用户出行行为。其次,负荷聚合商(load aggregator, LA)整合EV负荷资源,对相似出行特性的EV进行聚类。在双层主从博弈模型中,LA作为上层领导者,聚类后的各EV子群作为下层跟随者。考虑EV用户不同消费偏好,通过优化LA定价策略、新能源及储能系统出力计划、EV集群充放电策略实现纳什均衡,达到各主体共赢,并使用改进遗传算法进行求解。最后,利用仿真验证了所提模型可有效提升LA收益及EV用户消费者剩余,增加新能源消纳,并可为不同消费偏好的用户提供差异化服务。
基于LIBS的快速检测技术及火电行业应用
数字化、智能化是发电行业发展大势所趋。智慧电站的发展急需各种快速检测技术提供数据支持。激光诱导击穿光谱(LIBS)技术具有实时、多元素同时测量、可远程检测等优点,是智慧电站发展的重大需求。例如基于LIBS的煤质快速分析可为混配煤、燃烧优化、污染控制等提供支撑,提高电厂运行的经济性和安全性;而基于LIBS的钢材管道原位检测对保障电厂安全运行意义重大。项目组在之前的研究中,揭示了LIBS测量不确定性和误差的产生机理,提出了光谱标准化、主导因素偏最小二乘(PLS)模型、基于自适应光谱数据库的光谱辨识等一整套方法,实现了LIBS精确定量化,获得2017中国仪器仪表学会科学技术奖一等奖、第九届国际发明展览会金奖。然而,在煤质分析中,面临煤炭种类多样、成分复杂且分布不均匀、挥发分和灰分导致的基体效应严重,环境粉尘震动和温度大幅度变化对LIBS测量影响大等严重挑战;而金属原位测量面临设备小型化要求、元素谱线自吸收和互干扰严重等难题。 根据本项目成果研制的煤质分析仪对煤炭主要指标的测量精度达到传统化学方法的国家标准要求,手持式金属分析仪的测量精度达到或者超过了成熟的X射线荧光技术。项目申请专利23项(授权20项,含1项国际专利),成果通过国外内多家公司获得转化,专利许可金额超过1500万元,并为社会创造经济价值超过1.5亿元。 本项目研制分析仪操作简单、维护方便,检测指标全面,具有较强的可推广性,已应用于火电行业多家单位。项目技术成果的应用可为电厂煤质快速检测、燃烧优化、污染物控制、钢材质检提供数据支撑,推动煤炭清洁高效利用及智慧电厂建设。
基于凸包算法的极端运行方式提取方法
在电力系统规划与运行的安全稳定计算中,一般选择对安全稳定最不利的运行方式进行校验,但随着新能源渗透率的增加,电网越发复杂多变,人工选择场景主观性较强,针对此问题,提出了一种基于快速凸包算法的极端运行方式提取,从而满足场景选取进行安全校核需求。从电源规划、发输电协调规划两个角度,考虑发电充裕性、火电爬坡需求、网络传输安全3个方面,分析影响规划的极端运行方式;基于凸包算法分别从上述3个方面构建坐标系进行极端运行方式提取;采用中国西北地区电网为算例进行极端运行方式提取,并与基于K-means算法的极端场景提取做对比,结果表明:所提方法能为场景选取提供有效数据支撑,满足电网规划要求。