目的研究心脏搏动做功的规律,质疑Frank-Starling心脏定律。方法根据物理学机械做功的定义,以左心室收缩射血做功为模型对心脏收缩舒张做功活动进行讨论,然后用数学方法得出结论。结果 1作者推导出计算vvvv心脏每搏收缩舒张做功的公式&q...目的研究心脏搏动做功的规律,质疑Frank-Starling心脏定律。方法根据物理学机械做功的定义,以左心室收缩射血做功为模型对心脏收缩舒张做功活动进行讨论,然后用数学方法得出结论。结果 1作者推导出计算vvvv心脏每搏收缩舒张做功的公式"d d W=∫p1dv+(-p2)d d dv+(-p4)dV=[P1+(-P2)+P3+(-P4)]·V vs∫vs∫p3dv+vs∫vs=[P1+(-P2)+P3+(-P4)]·(EDV-ESV)"(式中,P1,P3分别代表心脏收缩时左、右心室腔内的压力;P2,P4为心脏舒张期左、右心室腔内的压力;V为每搏量;Vs和Vd为心脏收缩开始和结束,即:心脏收缩舒张做功时心室肌壁移动的区间;EDV和ESV为心脏舒张末期与收缩末期容积;dv为射出或吸入心室的血液容积增量)。2局部心室肌壁收缩做功与其肌壁收缩移动时的"ah"值成正比例(a为心脏收缩时局部心室肌壁位移动的加速度,h为其收缩时的位移)。结论 1在推导出的公式"W=[P1+(-P2)+P3+(-P4)]·(EDV-ESV)"中,心脏做功W和(EDV-ESV)与EDV三者之间的数学关系表明:W是(EDV-ESV)的函数,和单一参数EDV却没有函数关系,这就证明了心脏做功W是EDV的函数的理论(Frank-Starling心脏定律)没有理论上的必然性,它不是一个真实的定律。2超声检测某一点心室肌壁收缩活动时的"ah"值,可作为评价其心脏收缩功能的指标;舒张时的"ah"值可作为评价其舒张功能的指标。展开更多
在风光等清洁能源渗透率及能源低碳化需求不断提高的背景下,如何精确模拟新能源出力不确定性及引导负荷侧柔性资源参与需求响应显得尤为重要。针对上述问题,本文提出一种计及源荷不确定性及阶梯型碳交易的虚拟电厂优化调度模型。首先,...在风光等清洁能源渗透率及能源低碳化需求不断提高的背景下,如何精确模拟新能源出力不确定性及引导负荷侧柔性资源参与需求响应显得尤为重要。针对上述问题,本文提出一种计及源荷不确定性及阶梯型碳交易的虚拟电厂优化调度模型。首先,源侧基于Frank-Copula函数建立风光出力联合概率分布模型,采样约简得风光出力典型场景。其次,在多能耦合虚拟电厂中引入碳捕集与封存(carbon capture and storage,CCS)设备,降低碳排放,荷侧建立考虑柔性用户用能满意度的需求响应模型,以提升风光消纳。同时,引入阶梯型碳交易机制,建立源荷协同优化及低碳性改造的VPP日前优化调度模型。然后,采用梯形隶属度函数将多目标优化问题模糊化为单目标优化问题,调用CPLEX求解器求解。最后,通过算例分析验证本文方法的有效性。展开更多
文摘目的研究心脏搏动做功的规律,质疑Frank-Starling心脏定律。方法根据物理学机械做功的定义,以左心室收缩射血做功为模型对心脏收缩舒张做功活动进行讨论,然后用数学方法得出结论。结果 1作者推导出计算vvvv心脏每搏收缩舒张做功的公式"d d W=∫p1dv+(-p2)d d dv+(-p4)dV=[P1+(-P2)+P3+(-P4)]·V vs∫vs∫p3dv+vs∫vs=[P1+(-P2)+P3+(-P4)]·(EDV-ESV)"(式中,P1,P3分别代表心脏收缩时左、右心室腔内的压力;P2,P4为心脏舒张期左、右心室腔内的压力;V为每搏量;Vs和Vd为心脏收缩开始和结束,即:心脏收缩舒张做功时心室肌壁移动的区间;EDV和ESV为心脏舒张末期与收缩末期容积;dv为射出或吸入心室的血液容积增量)。2局部心室肌壁收缩做功与其肌壁收缩移动时的"ah"值成正比例(a为心脏收缩时局部心室肌壁位移动的加速度,h为其收缩时的位移)。结论 1在推导出的公式"W=[P1+(-P2)+P3+(-P4)]·(EDV-ESV)"中,心脏做功W和(EDV-ESV)与EDV三者之间的数学关系表明:W是(EDV-ESV)的函数,和单一参数EDV却没有函数关系,这就证明了心脏做功W是EDV的函数的理论(Frank-Starling心脏定律)没有理论上的必然性,它不是一个真实的定律。2超声检测某一点心室肌壁收缩活动时的"ah"值,可作为评价其心脏收缩功能的指标;舒张时的"ah"值可作为评价其舒张功能的指标。
文摘在风光等清洁能源渗透率及能源低碳化需求不断提高的背景下,如何精确模拟新能源出力不确定性及引导负荷侧柔性资源参与需求响应显得尤为重要。针对上述问题,本文提出一种计及源荷不确定性及阶梯型碳交易的虚拟电厂优化调度模型。首先,源侧基于Frank-Copula函数建立风光出力联合概率分布模型,采样约简得风光出力典型场景。其次,在多能耦合虚拟电厂中引入碳捕集与封存(carbon capture and storage,CCS)设备,降低碳排放,荷侧建立考虑柔性用户用能满意度的需求响应模型,以提升风光消纳。同时,引入阶梯型碳交易机制,建立源荷协同优化及低碳性改造的VPP日前优化调度模型。然后,采用梯形隶属度函数将多目标优化问题模糊化为单目标优化问题,调用CPLEX求解器求解。最后,通过算例分析验证本文方法的有效性。
