压缩空气储能(Compressed Air Energy Storage,CAES)可广泛应用于电网削峰填谷和大规模新能源消纳,具有装机容量大、使用寿命长、清洁环保等优点,被视为最有前途的大规模储能技术之一。目前国内外主要依托层状盐穴或盐丘来建设CAES储气...压缩空气储能(Compressed Air Energy Storage,CAES)可广泛应用于电网削峰填谷和大规模新能源消纳,具有装机容量大、使用寿命长、清洁环保等优点,被视为最有前途的大规模储能技术之一。目前国内外主要依托层状盐穴或盐丘来建设CAES储气库,但由于选址条件苛刻等原因,CAES产业的发展受到了极大限制。近年来,随着国内矿井的大量关闭,许多地下空间资源被浪费,因此利用废弃矿井建设CAES电站就具有了巨大的生态经济效益与广袤的发展前景。因此,系统梳理了CAES各类储气库建设现状与优缺点,总结了废弃矿井CAES储气库的建设与选址要求,分析了当前废弃矿井CAES储气库面临的安全风险与限制瓶颈。为避免CAES储气库建设与运营过程中存在的安全风险,提出了新的储气库建设方案——管道布设型废弃矿井储气库(利用大直径无缝钢管作为储气空间,缝隙内填充松散充填体进行承压),与传统储气库建设方案相比,该方案具有以下优势:极大降低了储气库对矿区地质构造、围岩渗透性、围岩稳定性等条件的选址要求,增加了选址范围;可利用现有管道施工工艺与技术装备,降低储气库建设难度;提高了储气库的密封性能,保障无气体泄漏风险;改善了围岩应力环境,提高了储气库稳定性;避免储气库受腐蚀影响,增加了储气库的耐久性能。最后以鄂庄废弃煤矿为例,给出了管道布设型储气库改造建设方案,储气库改造建设完成后,总容积可达4.5×105 m3,发电功率可达400 MW,可产生良好的经济效益。管道布设型废弃矿井储气库设计构想为废弃矿井CAES技术发展提供了新思路,具有大规模推广应用的潜力。展开更多
为保证复杂仿真系统达到可信度要求和缩短开发周期,应在构建复杂仿真系统之初确定各个仿真子系统的可信度。为此,提出一种复杂仿真系统可信度智能分配方法,在明确复杂仿真系统总体可信度的情况下获取各仿真子系统的可信度分配结果。根...为保证复杂仿真系统达到可信度要求和缩短开发周期,应在构建复杂仿真系统之初确定各个仿真子系统的可信度。为此,提出一种复杂仿真系统可信度智能分配方法,在明确复杂仿真系统总体可信度的情况下获取各仿真子系统的可信度分配结果。根据复杂仿真系统的组成和结构,提出基于多层成对马尔可夫随机场(multi-layer pairwise Markov random field,ML-PMRF)的复杂仿真系统可信度分配模型构建方法。基于最大后验推理和离散萤火虫群优化,提出一种面向ML-PMRF的智能推理方法。通过实例应用及对比实验,验证了所提方法的有效性和合理性。展开更多
文摘压缩空气储能(Compressed Air Energy Storage,CAES)可广泛应用于电网削峰填谷和大规模新能源消纳,具有装机容量大、使用寿命长、清洁环保等优点,被视为最有前途的大规模储能技术之一。目前国内外主要依托层状盐穴或盐丘来建设CAES储气库,但由于选址条件苛刻等原因,CAES产业的发展受到了极大限制。近年来,随着国内矿井的大量关闭,许多地下空间资源被浪费,因此利用废弃矿井建设CAES电站就具有了巨大的生态经济效益与广袤的发展前景。因此,系统梳理了CAES各类储气库建设现状与优缺点,总结了废弃矿井CAES储气库的建设与选址要求,分析了当前废弃矿井CAES储气库面临的安全风险与限制瓶颈。为避免CAES储气库建设与运营过程中存在的安全风险,提出了新的储气库建设方案——管道布设型废弃矿井储气库(利用大直径无缝钢管作为储气空间,缝隙内填充松散充填体进行承压),与传统储气库建设方案相比,该方案具有以下优势:极大降低了储气库对矿区地质构造、围岩渗透性、围岩稳定性等条件的选址要求,增加了选址范围;可利用现有管道施工工艺与技术装备,降低储气库建设难度;提高了储气库的密封性能,保障无气体泄漏风险;改善了围岩应力环境,提高了储气库稳定性;避免储气库受腐蚀影响,增加了储气库的耐久性能。最后以鄂庄废弃煤矿为例,给出了管道布设型储气库改造建设方案,储气库改造建设完成后,总容积可达4.5×105 m3,发电功率可达400 MW,可产生良好的经济效益。管道布设型废弃矿井储气库设计构想为废弃矿井CAES技术发展提供了新思路,具有大规模推广应用的潜力。
文摘为保证复杂仿真系统达到可信度要求和缩短开发周期,应在构建复杂仿真系统之初确定各个仿真子系统的可信度。为此,提出一种复杂仿真系统可信度智能分配方法,在明确复杂仿真系统总体可信度的情况下获取各仿真子系统的可信度分配结果。根据复杂仿真系统的组成和结构,提出基于多层成对马尔可夫随机场(multi-layer pairwise Markov random field,ML-PMRF)的复杂仿真系统可信度分配模型构建方法。基于最大后验推理和离散萤火虫群优化,提出一种面向ML-PMRF的智能推理方法。通过实例应用及对比实验,验证了所提方法的有效性和合理性。
