至顶网CIO与应用频道 05月28日 北京消息:2019年5月15日,国家发展改革委、国家能源局联合印发《关于建立健全可再生能源电力消纳保障机制的通知》(以下简称《通知》)。《通知》对政府部门、电网企业、电力用户等各类承担消纳责任的主体提出优先消纳可再生能源的明确要求,强调对电力消费侧市场行为进行引导,推动能源消费向绿色用能转变。
2018年,我国可再生能源发电量达到1.87万亿千瓦时,占全部发电量比重从2012年的20%提高到2018年的26.7%。目前,受系统调峰能力不足、市场机制不健全等因素影响,可再生能源还存在比较突出的限电问题。
在可再生能源引领的未来能源结构中,需要一个稳定、高灵活性的电力来源,在可再生能源发电量不足时提供基础负荷,并根据其发电量削峰填谷,保证电网的稳定。能否满足调峰需求,也成为发电企业的考核指标之一。
燃气联合循环机组工作机理使其具有调峰的天然优势
发电机组稳定电网频率的能力主要反映在一次调频,二次调频,部分负荷效率和快速启动能力上。一次调频,就是感知电网频率的变动,机组控制系统产生相应的负荷指令来增减机组负荷,最终达到速度、瞬态及时地弥补或减小频率的波动。二次调频其中包括自动发电控制AGC,是指发电机组在规定的出力调整范围内,跟踪电力调度指令,按照一定调节速率实时调整发电出力,以满足电力系统频率和联络线功率控制要求的服务。为了有足够的备用容量进行顶峰升负荷,一般要求调峰电厂运行在部分负荷,这样部分负荷时运行的效率和可靠性就比较重要。燃气联合循环机组工作机理为燃料直接燃烧做功,靠直接调节燃料调节负荷,具有快速启动和运行灵活性,能够快速响应电网负荷变化要求,适合电网调峰运行。
例如,一个搭载GE 9HA燃机的调峰电厂,机组可在30分钟内从燃机点火到联合循环满负荷。在小于23秒的时间内,9HA机组负荷可增加62MW。在4秒内,机组负荷可下降165MW。机组能快速响应电网一次调频指令,快速的升降负荷能力在二次调频稳定电网上有独到优势。在满足排放的前提下,机组负荷可以低至33%。
按目前电网的普遍情况,每日的峰谷差约有40%左右,也就是需约60-70%的最大负荷容量机组参加调峰。9HA.01联合循环机组在负荷降到75%时,联合循环效率仅有最小幅度差异,可以保证较好的经济性。
GE HA级燃机——装机量增长最迅速的机型
GE于1949年设计并提供了世界上第一台在商业电站中应用的燃气轮机。截止目前,GE拥有世界上最大的燃机装机量:7000多台燃气轮机, 累计运行时间超过2亿小时。
GE HA级燃机是目前世界上最大、效率最高的燃气轮机。凭借在增材制造和燃烧技术上的突破,HA系列燃机保持着燃气轮机效率纪录。目前,GE HA级燃机已经在全球销售86台套,足迹遍布全球超过16个国家和地区,服务超过35个客户,总运行小时数超过30万小时。正因为H级燃机的优越性能,自2016年正式发布以来,GE的HA燃机深受认可,成为全球增速最快的燃气轮机机组。
·在中国,2019年4月,国内首台9HA已抵达天津华电军粮城项目现场。作为中国内地第一个H级燃气-蒸汽机联合循环发电项目,预期该项目全厂联合循环效率将超过62%。
·在巴基斯坦,必凯1180MW电站项目、百路凯1223MW电站项目和赫维利1230MW电站项目均采用了GE 9HA机组。其中最先实现单循环投运的必凯项目是亚洲首个投入商业运行的HA级电站项目;赫维利和必凯项目在2018年成功实现了联合循环商业运行,将极大缓解当地的电力短缺状况,具有划时代的意义。
·在马来西亚,2018年11月,首台9HA.02燃机在法国贝尔福完成全速空载测试,并已启程运往马来西亚。
·在日本,在对已有40年历史的西名古屋火力发电厂重建的过程中,中部电力株氏会社选择了更为高效、灵活的重型燃气轮机,一期配置了三台GE 7HA燃气轮机,实现了63.08%的联合循环全厂效率,可满足大约270万日本家庭的用电需求。
天然气发电可以快速启停,调峰成本低,对提高电网稳定性和可靠性至关重要,可以与可再生能源形成补充,促进可再生能源迅速成长。燃气联合循环,尤其是9HA机组在未来的电网中将发挥更大的作用。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。