摘要:风力涡轮机和光伏等可再生能源是环保能源供应的关键。然而,它们不稳定的电力输出对供应安全构成了挑战。因此,具有存储能力的灵活能源系统对于可再生能源的扩展至关重要,因为它们允许存储非需求产生的电力并根据需要重新转换和供应。为此,提出了一种新颖的发电厂概念,其中高温储能 (HTES) 集成在传统微型燃气轮机 (MGT) 的回热器和燃烧器之间。它用于在供应过剩时存储可再生能源,随后用于减少 MGT 运行期间的燃料需求。因此,污染物排放显著减少,同时电网稳定。本文提出了一项数值过程模拟研究,旨在研究 HTES 的不同存储温度和负载曲线对 MGT 性能(例如燃料消耗、效率)的影响。此外,还推导出相关操作点及其工艺参数,如压力、温度和质量流速。由于燃烧室的运行条件受 HTES 的强烈影响,本文对其对燃烧室可操作性的影响进行了详细的理论分析,并对第一个适合该化合物的燃烧室设计进行了实验研究,并在较高的入口温度条件下进行了测试。
钻孔热能存储系统的优化设计可以确保满足其技术经济目标。当前的设计优化方法要么采用不适合数值优化的详细建模,要么使用不考虑操作条件的简化模型。本文提出了一种面向优化的模型和非凸优化公式,与文献中的其他研究不同,它可以考虑季节性存储大小和温度对其容量、损耗、传热速率以及连接热泵或冷却器的效率的影响。该方法应用于一个案例研究,考虑了两种情况:仅存储冷却产生的热量和集成太阳能热发电。结果表明,随着电力二氧化碳强度分布、冷却需求和碳排放价格等边界条件的变化,不仅最佳季节性存储规模会发生变化,其最佳运行条件也会发生变化。在标准边界条件下,二氧化碳排放量的潜在减少量有限(最多 6.7%),但冷却需求的增加和二氧化碳强度季节性变化的增强导致排放量减少 27.1%。太阳能发电的整合率进一步提高到43.7%,而年成本则略有增加,仅为6.1%。
摘要— 为了保证储能系统 (SAE) 的适当运行条件,延长其使用寿命并为用户提供安全保障,需要使用一种称为电池管理系统 (BMS) 的设备。目前销售的大多数设备都局限于锂电池技术的操作特性,这些特性与实验室研究和开发的其他类型电池的操作方式不同。可以通过开放平台规避其他技术的限制,允许对 BMS 进行修改以适应应用技术。这种自适应特性在商业化设备中很少见,当 BMS 的目标与需要实验步骤的学术研究相关时,这种特性至关重要。因此,本研究提出了一种低成本自适应开源 BMS 原型,能够监测最多 10 个串联电池的电压、电流、温度和充电状态变量。开发包括用于 BMS 功能基本运行的硬件和软件。所提出的 BMS 是基于两种电池技术开发的:18650 锂离子和氯化镍钠。 BMS 在两种技术上的多功能性旨在展示系统的适应能力。对于远程监控,使用 Node-RED 和 IBM Watson 工具开发了一个界面。
摘要:通过螺旋桨设计方法与粒子群优化 (PSO) 相结合,开发了一种降低螺旋桨驱动飞机能耗的航空结构算法。优化过程中考虑了多种螺旋桨参数,包括每个螺旋桨截面的翼型几何形状。螺旋桨性能预测工具采用收敛改进的叶片元素动量理论,该理论由从 XFOIL 和经过验证的 OpenFOAM 获得的翼型气动特性提供。根据实验 NACA 4 位数据估计失速角校正,并在出现收敛问题时使用。对气动数据进行校正以考虑压缩性、三维、粘性和雷诺数效应。根据实验数据拟合提出了旋转校正系数。采用基于欧拉-伯努利梁理论的结构模型,并根据有限元分析对其进行验证,同时讨论了离心力的影响。进行了一个案例研究,将弦长和螺距分布与涡流理论的最小损失分布进行了比较。使用印刷螺旋桨进行风洞试验,以得出整个程序的可行性以及 XFOIL 和 CFD 最佳螺旋桨之间的差异。最后,将最佳 CFD 螺旋桨与具有相同直径、螺距和运行条件的商用螺旋桨进行比较,显示出更高的推力和效率。
未来空难幸存记录系统愿景 作者:Michael H. Thompson AlliedSignal 华盛顿州雷德蒙德 98073 简介 40 多年来,飞行数据记录已从用触笔在铝箔上划出痕迹、记录少量参数发展到用硅存储芯片记录数千个数字位。机载空难幸存记录器的价值毋庸置疑,然而随着飞机系统的不断改进,随着飞机操作和性能变得越来越复杂,需要记录更多的数据。这为空难调查界和记录器制造商创造了一个不断变化的目标。今天,许多飞机都采用集中处理方式自动提供针对飞行和运行条件的信息,而这些数据中很大一部分是经过处理的机载记录参数。随着传统的按功能划分航空电子设备的设计逐渐转变为按飞行关键性或操作应用划分的设计,集中处理对当前系统/子系统、客户和监管机构的影响日益加深。机载计算能力的提高使得更复杂的机载诊断和预测软件成为现实,但重点往往放在易用性、成本效益、灵活性和集成性上,而很少考虑机载记录。随着新技术的引入,它应该成为
摘要 — 在净零碳转型下,锂离子电池 (LIB) 在支持更多可再生能源发电的连接、提高电网弹性和创建更灵活的能源系统方面发挥着关键作用。然而,电池的使用寿命较短且成本相对较高,这阻碍了电池技术(如可再生资源存储)的更广泛应用。此外,电池的使用寿命受材料成分、系统设计和运行条件的显著影响,因此使电池系统的控制和管理更具挑战性。数字化和人工智能 (AI) 为建立电池数字孪生提供了机会,它具有巨大的潜力来提高电池管理系统的态势感知并使电池存储单元实现最佳运行。准确估计充电状态 (SOC) 可以指示电池的状态,为维护提供有价值的信息并最大限度地延长其使用寿命。本文提出了一种基于连接 LSTM(长短期记忆)和 EKF(扩展卡尔曼滤波器)的混合模型的数字孪生驱动框架来估计锂离子电池的 SOC。 LSTM 为 EKF 提供更准确的初始 SOC 估计和阻抗模型数据。根据实验结果,开发的电池数字孪生被认为对初始 SOC 条件的依赖性较小,并且与传统方法相比具有更低的 RMSE(均方根误差)且更稳健。
摘要:能源被视为一个国家经济发展的最重要决定因素之一。太阳是一种不可思议的取之不尽的能源。光伏 (PV) 系统的转换和应用效率与 PV 模块的发电量和位置的太阳能潜力有关。因此,一个地区的太阳参数对于太阳能应用的可行性研究非常重要。虽然世界各地都有太阳能,但赤道附近的国家接收的太阳辐射最多,太阳能生产和应用的潜力最大。阿曼塞拉莱的佐法尔是阿曼全年气温较高的城市之一。据报道,该市 3 月份的最大太阳通量约为 1360 w/m 2,最大累积太阳通量约为 12,586,630 W/m 2。这些有趣的太阳能潜力促使人们呼吁在该地区投资太阳能,以替代其他不可再生能源,例如化石燃料发电机。因此,几位作者报告了不同太阳能在阿曼不同城市,尤其是偏远地区的应用情况,并报告了各种结果。因此,本综述重点介绍了阿曼不同城市太阳能资源可用性的成就以及太阳能作为佐法尔替代能源的潜力。本文还回顾了不同的光伏技术和运行条件,重点介绍了用于提高光伏能源系统效率和性能的先进控制策略。
微电网是一种经过验证的范例,可以灵活管理分布式能源 (DER) 并确保电力在停电时的弹性[1,2]。在众多微电网功能中,状态估计至关重要,因为它能够基于有限数量的传感器(例如微型PMU(微相量测量单元))对微电网进行在线监控。微电网状态估计的基本要求主要包括准确性、效率和抗噪声能力[3]。对于现代微电网,由于社区扩大、不确定可再生能源的高渗透率和不稳定的运行条件,对高频状态估计的需求日益迫切和重要[4]。然而,几乎所有经典状态估计方法的复杂性都随着问题规模呈多项式增长,这使得这些方法不再适合具有强大实时运行需求的未来电网。为了克服复杂性问题,量子计算提供了一种有前途的解决方案。与经典计算不同,量子计算需要更少的比特(即量子比特)来处理复杂问题。对于微电网状态估计,一个主要的瓶颈是建立一种高效的稀疏线性方程组求解器。目前,量子线性系统算法主要有两种:混合量子/经典算法和基于量子电路的算法[5,6]。混合算法是为噪声中尺度量子(NISQ)时代开发的。例子包括变分量子线性系统
负荷削减是一种运行条件,其中电网暂时与负荷断开。目的是尽量缩小可用发电容量与负荷需求之间的差距,同时保持对所有消费者的公平供应。负荷削减是许多发展中国家面临的突出问题。为了解决这个问题,本文探讨了混合能源系统 (HES) 的潜力,该系统在电网负荷削减的情况下,仍可在配电馈线上提供不间断电源。本文提出的 HES 结合了光伏 (PV) 阵列、电池存储系统 (BSS) 和柴油发电机 (DG)。HES 配备了能源管理方案 (EMS),可确保持续供电、提高能源效率并最大限度地降低电力成本。为了完成这些任务,EMS 以三种模式之一运行系统:电网模式、可再生能源模式和柴油发电机模式。此外,所提出的方法允许将多余的光伏能源注入电网,从而最大限度地提高光伏利用率并提高电力系统的可靠性。这项研究的结果将帮助政策制定者确定可再生能源混合系统提供可持续电力和消除电力短缺国家能源问题的前景。
在运行过程中,现代航空发动机部件,尤其是高压涡轮 (HPT) 叶片,要经受越来越苛刻的运行条件。此类条件会导致这些部件经历不同类型的时间相关退化,其中之一就是蠕变。开发了一种使用有限元法 (FEM) 的模型,以便能够预测 HPT 叶片的蠕变行为。一家商业航空公司提供的特定飞机的飞行数据记录 (FDR) 用于获取三个不同飞行周期的热数据和机械数据。为了创建 FEM 分析所需的 3D 模型,扫描了 HPT 叶片废料,并获取了其化学成分和材料特性。将收集的数据输入 FEM 模型,并运行不同的模拟,首先使用简化的 3D 矩形块形状,以便更好地建立模型,然后使用从叶片废料中获得的真实 3D 网格。观察到了位移方面的总体预期行为,特别是在叶片的后缘。因此,给定一组 FDR 数据,这种模型可用于预测涡轮叶片寿命。© 2016 作者。由 Elsevier B.V. 出版。同行评审由 PCF 2016 科学委员会负责。