本書以能源流轉(zhuǎn)的產(chǎn)、儲、配、用全過程為視角,以保障新一代綜合能源系統(tǒng)高效可靠服役為目標,梳理了適應綠色發(fā)展新需求的相關技術,以能源系統(tǒng)全生命周期管控和運維為切入點,將人工智能和信息技術與能源的生產(chǎn)、設計、運維環(huán)節(jié)深度融合,針對不同能源應用場景介紹了評價診斷、動態(tài)預測、協(xié)同優(yōu)化、健康管控技術的實施過程和降本增效的典型案例。
更多科學出版社服務,請掃碼獲取。
1、國家自然科學基金面上項目,風力機葉片主梁制造缺陷演化的敏感因素差異化表達機制研究,編號:52175105,主持人
2、國家自然科學基金面上項目,含原生缺陷的風力機葉片宏細觀裂紋轉(zhuǎn)捩機理及早期損傷定量識別研究,編號:51575361,主持人
目錄
前言
第1章 能源產(chǎn)業(yè)和技術現(xiàn)狀 1
1.1 能源革命 1
1.2 國外能源政策和產(chǎn)業(yè)發(fā)展 2
1.2.1 歐盟頒布的能源政策 2
1.2.2 北歐地區(qū)的節(jié)能減排稅收政策 2
1.2.3 德國的《可再生能源法》 3
1.2.4 英國電力脫碳措施 4
1.2.5 日本發(fā)展低碳經(jīng)濟的歷史進程 4
1.3 中國能源生產(chǎn)和消費現(xiàn)狀 4
1.4 能源領域的創(chuàng)新技術發(fā)展現(xiàn)狀 7
1.4.1 能源統(tǒng)計和能效評價方法 7
1.4.2 能源管理監(jiān)控系統(tǒng) 8
1.4.3 節(jié)能服務創(chuàng)新技術 9
1.4.4 新型儲能裝置 10
1.4.5 分布式能源系統(tǒng) 11
1.5 新一代能源系統(tǒng)的瓶頸問題 11
參考文獻 14
第2章 能源系統(tǒng)的評價方法 15
2.1 能源系統(tǒng)評價診斷技術瓶頸 15
2.2 多指標綜合評價方法對比 16
2.2.1 定量評價方法 16
2.2.2 定性評價方法 17
2.2.3 定量與定性結(jié)合的評價方法 18
2.3 模糊評價方法 18
2.4 層次分析法 20
2.5 VIKOR折中評價方法 22
2.6 基于決策樹的運行能效評價 24
2.7 評價指標體系的構建原則 25
2.7.1 評價指標的篩選原則 26
2.7.2 評價指標的篩選方法 26
2.7.3 評價方法構建 27
2.7.4 評價方法的比較 28
參考文獻 29
第3章 能源方案評價 30
3.1 集中供熱系統(tǒng)的主要形式 30
3.2 集中供熱系統(tǒng)的能耗特點 32
3.3 集中供熱模式的評價指標 34
3.3.1 技術經(jīng)濟評價指標 34
3.3.2 社會效益評價指標 36
3.4 城市集中供熱系統(tǒng)的方案評價 37
3.4.1 工程概況 37
3.4.2 能耗模擬分析 38
3.4.3 供熱方案經(jīng)濟性比較 39
3.4.4 供熱方案的綜合評價 41
3.5 污水源熱泵系統(tǒng)的方案評價 45
3.5.1 能源改造項目概況 45
3.5.2 供暖方案的模糊評價指標體系 46
3.5.3 基于擬優(yōu)一致判斷矩陣的改進層次分析法 48
3.5.4 污水源熱泵供暖方案的定量評價 49
3.6 污水源熱泵系統(tǒng)取水方式的評價 52
3.6.1 常見取水方式及特點 53
3.6.2 基于VIKOR算法的取水方式評價方法 55
3.6.3 基于VIKOR算法的取水方式評價 58
3.6.4 評價結(jié)果的驗證 67
參考文獻 70
第4章 建筑能源系統(tǒng)全過程綜合評價 71
4.1 建筑能源系統(tǒng)全過程綜合評價的必要性 72
4.2 能源改造方案評價與診斷 73
4.3 水源熱泵系統(tǒng)運行能效評價 77
4.3.1 運行能效評價指標的選擇 77
4.3.2 地下水流量對系統(tǒng)運行能效的影響 78
4.3.3 換熱溫差對系統(tǒng)運行能效的影響 78
4.3.4 水源熱泵機組COP對系統(tǒng)運行能效的影響 79
4.4 建筑用能基準評價 81
4.5 機房設備群的可靠性評價 84
4.5.1 基于BSS算法的可靠性評價 85
4.5.2 水源熱泵機組的健康能效評價 87
4.6 能源系統(tǒng)后評價 90
4.6.1 后評價指標體系 91
4.6.2 權重指標的計算 96
4.6.3 熵技術修正權重 102
4.6.4 指標體系權重計算結(jié)果 104
參考文獻 106
第5章 用能和產(chǎn)能的動態(tài)負荷預測 107
5.1 智能預測技術發(fā)展現(xiàn)狀 108
5.2 空調(diào)系統(tǒng)新風負荷預測 109
5.2.1 建筑概況 109
5.2.2 基于AHP的新風負荷影響因素分析 110
5.2.3 Elman神經(jīng)網(wǎng)絡 111
5.2.4 基于Elman神經(jīng)網(wǎng)絡的動態(tài)預測 113
5.2.5 基于遺傳算法優(yōu)化的Elman預測模型 116
5.2.6 新風負荷預測結(jié)果分析 119
5.3 空調(diào)負荷預測 123
5.3.1 能耗監(jiān)測系統(tǒng)設計 123
5.3.2 基于BP神經(jīng)網(wǎng)絡的能耗預測模型 127
5.4 短期用電負荷預測 133
5.4.1 支持向量機預測方法 133
5.4.2 樣本數(shù)據(jù)的預處理 134
5.4.3 電力負荷預測結(jié)果 136
5.5 風電功率的動態(tài)預測 137
5.5.1 風電功率預測技術現(xiàn)狀 137
5.5.2 風電功率預測 138
參考文獻 142
第6章 能源管理系統(tǒng)的節(jié)能優(yōu)化和控制策略 143
6.1 基于物聯(lián)網(wǎng)的建筑能耗監(jiān)測系統(tǒng) 144
6.1.1 建筑能耗監(jiān)測系統(tǒng)設計 144
6.1.2 物聯(lián)網(wǎng)平臺和數(shù)據(jù)庫 146
6.1.3 能耗監(jiān)測數(shù)據(jù)的處理 149
6.2 建筑能源系統(tǒng)運行能效評價 150
6.2.1 運行能效評價結(jié)果 150
6.2.2 空調(diào)系統(tǒng)的節(jié)能診斷 153
6.2.3 能效檢測結(jié)果分析 157
6.3 基于動態(tài)負荷預測的負荷率優(yōu)化 158
6.3.1 冷水機組能耗模型 158
6.3.2 多臺冷水機組運行的目標函數(shù) 159
6.3.3 基于粒子群優(yōu)化算法的負荷率分配優(yōu)化 160
6.4 中央空調(diào)系統(tǒng)的協(xié)同優(yōu)化 165
6.4.1 中央空調(diào)系統(tǒng)的能耗模型 165
6.4.2 基于粒子群優(yōu)化算法的運行參數(shù)優(yōu)化 168
6.5 能源系統(tǒng)的節(jié)能控制 172
6.5.1 Simulink仿真平臺 172
6.5.2 冷卻水系統(tǒng)能耗仿真 174
6.5.3 空調(diào)箱的自適應模糊PID控制 175
6.6 熱泵機房的控制策略 181
6.7 夜間通風節(jié)能策略 184
6.7.1 能效診斷分析 185
6.7.2 夜間通風控制策略 185
參考文獻 186
第7章 風電熱泵儲能系統(tǒng)的協(xié)同優(yōu)化 187
7.1 多能互補能源系統(tǒng)的發(fā)展趨勢 187
7.1.1 新一代綠色電力系統(tǒng) 187
7.1.2 風電儲能技術的國內(nèi)外現(xiàn)狀 188
7.2 項目概況和供需側(cè)能耗預測 190
7.2.1 需求側(cè)的建筑能耗預測 192
7.2.2 供應側(cè)風力發(fā)電功率預測 193
7.3 風電熱泵儲能系統(tǒng)的供暖運行模式 197
7.4 風電熱泵混合儲能系統(tǒng)的數(shù)值模型 201
7.4.1 水源熱泵數(shù)學模型 201
7.4.2 蓄電池數(shù)學模型 202
7.4.3 固體蓄熱機組 203
7.4.4 運行成本計算模型 205
7.5 基于粒子群優(yōu)化算法的系統(tǒng)容量配置優(yōu)化 206
7.5.1 系統(tǒng)的可靠性指標評價 206
7.5.2 混合儲能系統(tǒng)容量配置優(yōu)化模型 208
7.5.3 電儲能系統(tǒng)優(yōu)化方案與分析 210
7.5.4 混合儲能系統(tǒng)的配置優(yōu)化 213
7.6 風電熱泵儲能系統(tǒng)的優(yōu)化運行 218
7.6.1 混合儲能系統(tǒng)仿真模型的建立 219
7.6.2 熱泵蓄熱系統(tǒng)的運行能效分析 220
參考文獻 224
第8章 復合材料部件缺陷轉(zhuǎn)捩和損傷識別 226
8.1 能源裝備健康監(jiān)測面臨的問題 226
8.2 原生缺陷演化過程的溫度-應力關聯(lián)分析 229
8.2.1 含缺陷流變性材料破壞理論 229
8.2.2 氣泡缺陷演變的溫度場分析 230
8.2.3 缺陷演變的臨界溫度躍變 231
8.2.4 微裂紋萌生的溫度-應力關系 232
8.2.5 缺陷萌生微裂紋的試驗研究 234
8.3 原生缺陷演化的轉(zhuǎn)捩機理 241
8.3.1 GFRP層合板疲勞過程的應力特征 241
8.3.2 纖維受力基本方程 243
8.3.3 基體受力基本方程 244
8.3.4 正交各向異性復合層板的基本方程 244
8.3.5 原生缺陷層間開裂的平面應力計算 246
8.4 原生缺陷轉(zhuǎn)捩的能量耗散模型 247
8.4.1 疲勞損傷的能量釋放理論 247
8.4.2 試驗方法和結(jié)果 248
8.4.3 紅外熱像試驗結(jié)果與分析 251
8.4.4 內(nèi)儲能計算結(jié)果與分析 252
8.5 風力機葉片缺陷轉(zhuǎn)捩的內(nèi)儲能判據(jù) 254
8.5.1 缺陷演化過程的能量耗散密度計算模型 255
8.5.2 疲勞試驗過程 258
8.6 GFRP復合材料的損傷模式識別 264
8.6.1 AE信號采集系統(tǒng)和特征分析 264
8.6.2 AE信號的k均值聚類算法 266
8.6.3 材料分層缺陷的模式識別 269
參考文獻 271
第9章 風力機葉片健康監(jiān)測與智能運維 273
9.1 風電運維產(chǎn)業(yè)現(xiàn)狀和發(fā)展動態(tài) 273
9.1.1 風電運維產(chǎn)業(yè)現(xiàn)狀 273
9.1.2 風力機葉片健康監(jiān)測發(fā)展動態(tài) 275
9.1.3 風力機葉片智能運維管理的發(fā)展動態(tài) 277
9.2 風力機葉片在線監(jiān)測系統(tǒng) 278
9.2.1 風力機狀態(tài)監(jiān)測系統(tǒng)設計思路 278
9.2.2 葉片主梁裂紋的AE信號采集 280
9.2.3 基于AVMD-WVD的主梁損傷識別 281
9.3 基于紅外熱像的風力機葉片健康監(jiān)測 287
9.3.1 風力機葉片無損檢測技術 287
9.3.2 紅外熱像的圖像增強算法 287
9.3.3 基于BP神經(jīng)網(wǎng)絡的缺陷類型自動識別 290
9.3.4 基于三維熱傳導模型的缺陷深度檢測 293
9.3.5 風力機葉片缺陷檢測和健康預測 297
9.4 隨機載荷下風力機葉片主梁壽命預測 299
9.4.1 主梁褶皺缺陷的物理描述 299
9.4.2 疲勞損傷指數(shù)的定義 301
9.4.3 損傷累積模型 302
9.4.4 GFRP層合板壽命快速預測方法 303
9.4.5 試驗結(jié)果和分析 305
9.4.6 隨機載荷作用下的葉片主梁壽命預測 310
9.5 風力機葉片的修復方案和策略 315
9.5.1 葉片復合材料修復方法 316
9.5.2 階梯形搭接挖補修復的仿真模型 318
9.5.3 主梁階梯形挖補的修復方案分析 320
參考文獻 323