【摘 要】
：
高参数、大容量和灵活性将是今后燃煤机组发展的主流方向,超超临界二次再热机组将是其中一种主要的型式,但是超超临界二次再热机组,系统结构复杂,二次再热锅炉的主蒸汽温度、一次再热蒸汽温度和二次再热蒸汽温度变负荷下可控性较差。因此,提升高参数大容量燃煤发电机组的运行可控性和灵活性,保证机组变工况下的汽温满足安全经济运行的要求,具有十分重要的意义。论文针对某660MW超超临界二次再热机组的实际燃煤情况,根据
论文部分内容阅读
高参数、大容量和灵活性将是今后燃煤机组发展的主流方向,超超临界二次再热机组将是其中一种主要的型式,但是超超临界二次再热机组,系统结构复杂,二次再热锅炉的主蒸汽温度、一次再热蒸汽温度和二次再热蒸汽温度变负荷下可控性较差。因此,提升高参数大容量燃煤发电机组的运行可控性和灵活性,保证机组变工况下的汽温满足安全经济运行的要求,具有十分重要的意义。论文针对某660MW超超临界二次再热机组的实际燃煤情况,根据目前电厂应用的几种不同掺烧比例混煤和设计煤种开展研究;比较了不同煤种成分对于二次再热机组燃烧情况的影响。
其他文献
核电站发生严重事故后,堆芯及支撑组件会因高温熔化,并随时间推移在压力容器下封头内形成半球形状的多层熔池结构,熔融物通过压力容器下封头不断向外释放衰变热。三代核电技术针对严重事故采用压力容器外部冷却(ERVC,External Reactor Vessel Cooling)措施来实现堆芯熔融物堆内滞留(IVR,In-Vessel corium Retention),目前为止IVR-ERVC措施己成为
气候变化是人类面临的全球性问题,随着经济、社会不断发展,世界各国温室气体排放急剧上升,对地球生态造成不可估量的影响。配置蓄热系统的塔式太阳能电站,可以实现清洁、高效、安全、灵活的电力生产。鉴于我国西北地区不仅有丰富的太阳能还有很高的供热需求,本文提出了太阳能热电联供的思想,通过对纯凝汽式太阳能发电机组进行供热改造,探讨其在供暖期进行热电联供的可行的性。本文主要研究内容如下:(1)基于能量平衡和质量
资源的不竭开发推动着全球经济的高速发展,但由此导致的资源消耗问题使得经济可持续发展面临窘境。因此,对于可再生能源利用潜力的发掘,成为缓解能源紧张的有效手段。我国风能资源储备丰富,但集中度高,远离负荷中心。这种资源与负荷需求逆向分布的特征使得大规模风电难以被充分地利用。随着风电配额制度的颁布和多能互补系统的深度耦合,利用跨区直流输电以及区域内不同网络间的能量转化可以有效促进风电跨区和就地消纳,两种方
化石能源存量随着社会的发展逐渐降低,为了解决社会的用能问题,在配电网中接入了风机和光伏等可再生电源。由于风速和光照强度的随机不确定性,可再生能源电源接入配网后使配网出现功率波动,电压越限,频率不稳等问题,对电网的经济安全可靠运行带来了巨大影响。为了解决可再生能源电源带来的功率波动及电压越限等问题,储能受到人们的关注。通过储能的充放电功能,可以平抑功率波动,调节电压水平。同时,随着电池技术突破原有瓶
随着工业化的迅速发展和人民生活水平的提升,全球范围内生产需求急剧增加,能源供给与环境问题日益凸显。如何清洁高效地利用能源,提高能源利用率,发展新型能源新技术及推动能源结构转型成为国内外研究的重点。综合能源系统涵盖了冷、热、电、气等多种能源,可以实现不同类型能源的深度耦合,促进能源的高效利用与管理。但是,与传统单一的电力系统相比,综合能源系统负荷更为多元,系统设备运行工况多样,不同能流耦合特性相对模
近年来,风电发展迅猛,风电机组的故障诊断也越发重要,由于人工目测风机叶片表面缺陷效率低下,无法保障检测人员生命安全,同时检测准确率无法得到保障,安装各种传感器又价格昂贵,对检测环境要求高,所以将深度学习算法用于叶片表面缺陷识别,不仅安全高效,还更加客观,成本也低。本文基于风机叶片缺陷检测现状及图像识别算法,搭建了实验仿真平台并构建了用于缺陷识别的风机叶片原始数据集,基于Mask-RCNN实例分割模
太阳能聚光热发电系统对太阳直接辐照进行聚焦,获取高温,是一种重要的太阳能利用方式。实际应用中,聚光热发电系统中的接收器尺寸受工程限制,接收器的接收角一般为1°-3°,小于太阳直接辐射的张角定义(5°),这意太阳直接辐射中有一部分未被接收器拦截,这会导致光热系统接收辐射量估计值偏大,所以,为了对光热系统的光学效率进行精确评估,需要对太阳直接辐射强度(Direct normal irradiance,
空间电荷分布是表征绝缘材料运行老化与劣化状态的重要指标,研究绝缘材料内部空间电荷的积聚机理能够有效评价绝缘的介电性能,是保障电力电子装备正常运行的关键基础。绝缘空间电荷的无损测量方法包括电声脉冲(PEA)法等已广泛应用于直流和工频交流测试环境中,但针对高频瞬变与脉冲应力下的空间电荷高速测量研究还基本处于空白。测量方法中使用脉冲激光作为激励的光电子学原理的空间分辨率可以达到纳米量级,但现有探测手段的
大规模、集群化是我国风光电站分布的主要特征之一,随着风光电站并网规模的增大,电力系统调度部门对风电和光伏功率预测的准确度和可靠性提出了更高的要求,且更关注区域内风光功率预测结果。现有的风光功率预测方法多集中在单场站预测,对一个区域内的风光电站群功率预测展开的研究较少。因此,围绕提高风光电站群功率预测精度问题,建立了基于改进全连接神经网络的风光电站群功率预测模型和基于深度多任务学习的风光集群功率联合
自电子设备在现代工业化中的应用,伴随着5G网络的普及,大量的微机电系统(MEMS),无线网络节点在这一过程中必不可少。使用普通的化学电池方式供电弊端日益显现。压电振动能量收集装置通过能量转换的方式将机械能转化为电能,有助于实现小功率的电子设备的能量供给或者自充能。在实际应用中,为了增强能量收集装置的环境适应能力,提高其能量收集效率,宽频压电能量收集技术成为当前的研究热点。本文首先介绍了压电振动能量