地下压缩空气储能(compressed air energy storage,简称CAES)作为新型储能技术的重要分支,凭借其大规模、长时效、绿色环保等优势,正成为支撑新型电力系统的重要技术方向。然而,CAES地下工程普遍面临地质条件复杂、多物理场耦合显著与...地下压缩空气储能(compressed air energy storage,简称CAES)作为新型储能技术的重要分支,凭借其大规模、长时效、绿色环保等优势,正成为支撑新型电力系统的重要技术方向。然而,CAES地下工程普遍面临地质条件复杂、多物理场耦合显著与注采调控频繁等挑战,传统方法在建模精度与运行效率方面存在明显局限。近年来,人工智能(artificial intelligence,简称AI)技术凭借其强大的非线性建模与数据驱动能力,为地下CAES系统的选址识别、结构预测、智能运行与风险预警等提供了新思路。通过文献计量与知识图谱分析,系统梳理了AI在CAES地下工程领域的研究现状与典型应用案例,包括选址与地质建模、储能库智能建造、腔体稳定性预测、注采运行优化、多物理耦合建模与安全监测预警等方面,发现该方向当前仍处于起步阶段,缺乏系统性研究框架。在总结已有研究的基础上,进一步提出了物理引导建模、多源数据融合与智能平台集成等关键发展建议,以期为推动地下CAES工程的智能化发展与我国“双碳”目标的实现提供理论支撑与技术参考。展开更多
土壤热通量是地表能量平衡中的分量之一,对于农田和区域生态水文过程水分收支的准确估算有着重要影响。土壤热通量估算中,常用的半理论半经验公式在作物生育期内日尺度计算结果恒为正值,不符合田间实际观测结果。本文设计特定参数来量...土壤热通量是地表能量平衡中的分量之一,对于农田和区域生态水文过程水分收支的准确估算有着重要影响。土壤热通量估算中,常用的半理论半经验公式在作物生育期内日尺度计算结果恒为正值,不符合田间实际观测结果。本文设计特定参数来量化降雨和气温变化的影响,修正了考虑植被生长的土壤热通量估算模型。利用内蒙古河套灌区向日葵和北京大兴试验站冬小麦-夏玉米生育期实测数据,对修正模型关键参数进行率定和验证;结合遥感反演的植被覆盖度,利用全球通量网FLUXNET提供的美国玉米大豆轮作和韩国水稻站点实测日尺度土壤热通量数据对修正模型进行校核及应用。结果表明:(1)通过引入降雨及气温因子,修正模型考虑了田间气象变化对土壤热通量的影响,能有效估算作物生育期内日尺度土壤热通量为负值的情况;(2)模型估算各地区不同作物农田多年土壤热通量与实测值相一致,二者之间的决定系数、均方根误差、一致性系数及平均相对误差范围分别为0.54~0.63、3.30~11.70 W m 2、0.82~0.88和-13.4%~11.70%;(3)利用蒙特卡罗法得到修正模型中关键参数,α和z分别推荐为0.1和10~20;(4)指标敏感性分析表明,气温对修正模型的影响程度较大,其每变化1℃可使土壤热通量估算值变动10%~25%。研究结果为改善地表能量平衡不闭合现象提供了参考方法,并为大尺度精量遥感反演获取土壤热通量提供了技术支撑。展开更多
文摘地下压缩空气储能(compressed air energy storage,简称CAES)作为新型储能技术的重要分支,凭借其大规模、长时效、绿色环保等优势,正成为支撑新型电力系统的重要技术方向。然而,CAES地下工程普遍面临地质条件复杂、多物理场耦合显著与注采调控频繁等挑战,传统方法在建模精度与运行效率方面存在明显局限。近年来,人工智能(artificial intelligence,简称AI)技术凭借其强大的非线性建模与数据驱动能力,为地下CAES系统的选址识别、结构预测、智能运行与风险预警等提供了新思路。通过文献计量与知识图谱分析,系统梳理了AI在CAES地下工程领域的研究现状与典型应用案例,包括选址与地质建模、储能库智能建造、腔体稳定性预测、注采运行优化、多物理耦合建模与安全监测预警等方面,发现该方向当前仍处于起步阶段,缺乏系统性研究框架。在总结已有研究的基础上,进一步提出了物理引导建模、多源数据融合与智能平台集成等关键发展建议,以期为推动地下CAES工程的智能化发展与我国“双碳”目标的实现提供理论支撑与技术参考。
文摘土壤热通量是地表能量平衡中的分量之一,对于农田和区域生态水文过程水分收支的准确估算有着重要影响。土壤热通量估算中,常用的半理论半经验公式在作物生育期内日尺度计算结果恒为正值,不符合田间实际观测结果。本文设计特定参数来量化降雨和气温变化的影响,修正了考虑植被生长的土壤热通量估算模型。利用内蒙古河套灌区向日葵和北京大兴试验站冬小麦-夏玉米生育期实测数据,对修正模型关键参数进行率定和验证;结合遥感反演的植被覆盖度,利用全球通量网FLUXNET提供的美国玉米大豆轮作和韩国水稻站点实测日尺度土壤热通量数据对修正模型进行校核及应用。结果表明:(1)通过引入降雨及气温因子,修正模型考虑了田间气象变化对土壤热通量的影响,能有效估算作物生育期内日尺度土壤热通量为负值的情况;(2)模型估算各地区不同作物农田多年土壤热通量与实测值相一致,二者之间的决定系数、均方根误差、一致性系数及平均相对误差范围分别为0.54~0.63、3.30~11.70 W m 2、0.82~0.88和-13.4%~11.70%;(3)利用蒙特卡罗法得到修正模型中关键参数,α和z分别推荐为0.1和10~20;(4)指标敏感性分析表明,气温对修正模型的影响程度较大,其每变化1℃可使土壤热通量估算值变动10%~25%。研究结果为改善地表能量平衡不闭合现象提供了参考方法,并为大尺度精量遥感反演获取土壤热通量提供了技术支撑。
