基于VMD-LSTMQR的滚动母线负荷区间预测

负荷区间预测能够对负荷出力变化进行概率化分析,准确量化不确定性因素对负荷的影响。相较于传统的点预测,区间预测更能直观反映负荷变化趋势,有助于保障电力系统的安全稳定运行。基于此,文中提出一种基于变分模态分解-长短期记忆神经网络分位数回归（VMD-LSTMQR）的滚动母线负荷区间预测方法。首先,文中采用VMD将原始母线负荷分解成一系列不同频率特征的子序列;接着,确定不同子序列的最优滚动步长并采用LSTMQR分别对不同子序列进行区间预测;最后,将不同子序列的区间预测进行重构,得到原始母线负荷预测结果。文中利用220 kV和10 kV母线负荷数据验证了所采用的区间预测模型相较于传统区间预测模型在预测精度、区间宽度方面得到明显改善。     

新能源不确定功率预测方法综述

新能源的不确定性功率预测研究能在传统预测模型基础上提高其预测精度并提供一定的概率信息和预测区间。从误差概率密度预测、区间预测两个方面对新能源功率预测的不确定性进行分析,总结归纳了各种不同的模型及其优缺点和评价指标,并探讨了新能源不确定功率预测存在的问题及今后需要深入研究的方向。     

新能源汽车频迎政策暖风

<正>2014汽车业界可谓跌宕起伏、新能源汽车政策更是层出不穷,大事不断!2014年是中国新能源汽车政策出台最多的一年,从新能源汽车购置税的减免,到有关新能源汽车充电设施的支持政策,再到新能源汽车采购的政策倾斜等等,为新能源汽车的发展提供了良好的环境。高层表态:     

观点

<正>新能源汽车补贴政策何以落空新型汽车补贴政策的落空,凸显调控政策引导与微观实体利益诉求之间的巨大偏差。对此,主管部门当积极采取全面措施对两者进行弥合,以期实现新能源产业推进与厂商逐利行为的同向发展,促使新能源汽车尽早走入寻常百姓家。主管部门此前出台补贴政策     

基于CNN-LSTM分位数回归的母线负荷日前区间预测

针对部分工业类母线负荷波动较大,传统点预测方法难以准确预测的问题,文中提出一种基于卷积神经网络(CNN)与长短期记忆网络分位数回归(QRLSTM)组合的母线负荷日前区间预测模型。首先,针对工业类负荷功率的高频波动,采用去噪自编码器对历史负荷数据进行降噪处理;然后,利用基于时间分布层封装的一维CNN网络进行负荷特征提取和压缩,以提升整个模型的学习效率;最后,建立含有注意力机制的QRLSTM模型进行特征学习,得到不同分位数下的负荷区间预测结果。对工业类和居民商业类2种典型的220 kV母线负荷进行了负荷日前区间预测测试,并与常规的分位数回归方法进行了对比。结果表明,文中方法获得的预测结果总体上区间覆盖率更大、区间平均宽度和区间累计偏差均更小,预测效果更好。     

基于改进灰色关联度法的我国新能源汽车技术综合评价

在能源紧缺和环境污染的双重压力下,绿色环保的新能源汽车无疑将成为未来汽车产业的发展方向,在国家政策的鼓励和扶持下,"十二五"期间,我国的新能源汽车将正式进入产业化发展阶段。根据新能源汽车的技术特点,构建新能源汽车技术5维评价指标体系,采用改进的灰色关联度法对我国的10类新能源汽车技术进行综合评价。对各类新能源汽车技术的发展进行了评判,其中综合排名位于前三的依次是氢燃料汽车、天然气燃料汽车和纯电动汽车。最后对我国新能源汽车技术的发展路线提出了建议。     

产业政策动力中国新能源汽车上路

上海世博会正在如火如荼地进行之中,作为首个大规模采用新能源汽车的国际盛会,世博会为新能源汽车发展打开了广阔的空间,走入千家万户的那一天,开始变得＂可望而又可及＂。随着国家和地方近期一系列新能源汽车新政的颁布,中国汽车市场逐渐步入＂政策市＂轨道。通过政府补贴,＂高成本-高价格-低销量-低产量-成本高居不下＂造成新能源汽车规模一直难以扩大的＂死循环＂即将被打破——     

雅中—江西直流投产后江西新能源消纳能力分析

随着江西新能源发电机组装机比重快速提升,调峰需求不断增加,受用电市场规模小、调峰资源有限等因素影响,新能源消纳问题不容忽视.文中预测了"十四五"发展情况,分析了雅中—江西直流运行特性及对系统新能源消纳能力的影响,测算了雅中—江西直流投产后"十四五"规划新能源装机的消纳情况以及不同利用率下的光伏装机空间,为江西电网新能源发展规划提供指导.     

面向低碳交通的含新能源汽车共享站电-氢微能源网区间-随机混合规划方法

在新能源汽车快速发展下,为充分发挥其对交通与能源领域低碳转型目标实现的支撑作用,该文考虑由电动汽车与氢燃料汽车间用车需求可替代性带来的负荷灵活性,采用综合资源规划理念,提出一种含新能源汽车共享站的电-氢微能源网（VSEHS）两阶段规划框架。首先,结合不同参数数据源的异质性,采用区间和概率相结合的混合建模方法处理不确定性,并开展基于演化博弈的用户多车型选择长期偏好及其演化建模,刻画共享汽车服务下用户需求对租赁定价的潜在灵活性;其次,在利用租赁价格引导用户需求的基础上,考虑多种不确定性因素影响下的系统运行模拟,构建基于区间-随机混合规划的VSEHS容量配置与定价决策优化模型;然后,提出区间-随机混合优化方法,将不同类型的不确定性变量归一化,并在同一框架下基于启发式算法实现高效求解;最后,通过相关算例分析,验证所提方法的有效性。     

新能源汽车“政策红包”不断 产销增逾4倍

正当前,新一轮科技革命和产业变革蓬勃兴起,新能源汽车和智能汽车已成为汽车产业发展的战略方向。近期,有关新能源汽车和智能化汽车发展的相关政策密集出台。具体来看,为鼓励购买和使用新能源汽车,北京市科委、经信委、财政局、城管委、交通委联合发布《北京市推广应用新能源汽车管理办法》;为进一步支持新能源汽车创新发展,工信部、国家税务总局印发《免征车辆购置税的新     

计及耦合因素的电动汽车充电负荷时空分布预测

实现电动汽车与电网互利共赢的基础问题之一是如何有效预测电动汽车的充电负荷,而电动汽车时空转移的随机性和转移过程中各因素的耦合性增加了充电负荷预测的难度,本文提出一种计及动态转移规划和耦合因素的电动汽车充电负荷时空分布预测方法。首先,基于出行链技术建立含多类型电动汽车的单体出行数学模型;在此基础上,考虑交通流量、行驶路况和温度,构建电动汽车的单位里程能耗数学模型。其次,基于马尔可夫决策过程理论,考虑剩余行程和路网拥堵信息,动态更新路网信息和随机规划电动汽车时空转移路径。最后,基于算例,对比分析电动汽车及其充电负荷在不同策略、职能区域和出行日情况下的时空分布。结果表明：本文所提方法能够全面反映电动汽车车主的出行决策,且预测结果能真实反应电动汽车类型和职能区域导致的其充电负荷幅值和分布上的差异。     

计及电量电价弹性的主动配电网多时间尺度优化调度

电动汽车、可再生能源和储能的接入对配电网运行带来了新的挑战,若调度方法和模型制定不当,将影响到配电网的经济性和可靠性,以及电动车主参与调度的积极性。为此,提出了一种主动配电网多时间尺度优化调度方法。首先,在日前阶段构造了基于电量电价弹性的电动汽车充电模型,建立了一种主动配电网日前经济调度模型。然后,在实时阶段通过储能和电动汽车降低可再生能源预测误差对系统的影响。该方法在研究电量电价弹性对电动汽车充电影响机理的基础上,基于不同时间尺度可再生能源预测数据,决策电动汽车、储能和柔性负荷的调用。仿真结果表明,所提方法降低了配电网购电和电动汽车充电费用,减弱了可再生能源预测误差对配电网的影响,优化了负荷特性。     

基于时空特征变量数据分析的共享汽车充电负荷预测方法

共享汽车大规模应用将会给电网运行和充电设施规划带来新的挑战。目前对共享汽车充电负荷的预测方法研究不够深入,为此提出了一种基于时空特征变量数据分析的共享汽车负荷预测方法。通过数据挖掘,构建了由时空特征变量支撑的二维动态交通行为模型。为了探讨共享汽车连续充电与集中充电的特性,设定了连续充电和集中充电2种充电情形,以此构建充电行为模型。通过蒙特卡洛法模拟共享汽车的交通-充电行为,计算得到不同时间、不同区域下共享汽车充电负荷的预测结果,并分析负荷对电网的影响。仿真分析结果表明,交互影响的时空特征变量能够合理描述共享汽车时空二维不确定变化的特点,所提方法能对随机分散的共享汽车充电负荷做出科学预测,为电网及用户共享汽车负荷管理策略的制定提供有效的依据。     

电动私家车充电负荷中长期推演模型

针对现有研究中电动汽车规模预测及其充电负荷预测相互独立的现状,提出了一种电动私家车充电负荷中长期推演模型。首先,综合考虑电动私家车使用人群的创新效应、模仿效应及电动私家车的价格因素,对Bass模型进行一定的改进以实现对电动私家车中长期保有量的预测进行动态建模。其次,基于描述车辆日出行行为特征的出行链模型,对私家车车主的出行活动的起止时间、行驶里程及停留时间进行概率建模,并采用蒙特卡洛模拟仿真城市海量的车辆行为。最后,采用上海市实际地理信息及行车数据,通过车辆规模推演与车辆行为仿真的交替进行,分析了社会宣传与政策补贴、车主充电习惯以及充电引导措施等对上海未来数年电动私家车充电负荷需求时空分布的影响。     

基于MDP随机路径模拟的电动汽车充电负荷时空分布预测

针对电动汽车时空转移随机性的问题,计及实时交通与温度,提出了一种基于马尔可夫决策过程随机路径模拟的城市电动汽车充电负荷时空分布预测方法。首先,根据各类车型充电方式与出行特点对各类电动汽车进行分类;其次,根据蒙特卡洛方法建立各类电动汽车的时空转移模型,采用马尔可夫决策理论对出行路径进行实时动态随机模拟;根据电动汽车实测数据建立温度、交通能耗模型,计算得到实时单位里程耗电量。最后,以某典型城区为例,对不同温度、不同交通状况下电动汽车区域充电负荷进行计算。仿真结果表明,区域内快充负荷较大的节点充电波动性较大,环境温度升高或交通拥堵状况恶化会导致充电负荷高峰的持续时间增高。     

电动汽车发展态势评价体系及方法研究

电动汽车是我国交通领域清洁替代的重要工具,其高质量发展对交通领域低碳化发展至关重要。电动汽车发展是全局性、系统性和长远性工作,涉及政府、企业、用户等多元主体,包含政策、研发、生产、运营、回收等各个环节。电动汽车发展态势评价体系需要统筹考虑相关因素,准确定位电动汽车在城市中的发展趋势,为城市制定电动汽车发展政策提供支撑。通过充分考虑电动汽车发展中的政策链、技术链、产业链,从政策支撑、技术发展、市场规模、配套建设、商业生态5个维度,提出电动汽车发展态势评价指标体系,结合定量分析和专家打分法等给出各指标体系评估方法,基于层次分析法提出电动汽车发展态势评价方法。最后,以江苏省为例,给出江苏省电动汽车发展状态各指标的值,并与上海市相关评价对比给出江苏省电动汽车发展建议。     

配电网对电动汽车可接纳能力分析

随着新能源汽车保有量持续上涨,大规模电动汽车接入对城市配电网的安全稳定运行带来了一定影响,研究配电网对电动汽车可接纳能力十分迫切。该研究基于不同类型电动汽车性能参数和驾驶者行为特性建立了电动汽车充电功率需求模型,分析了一定规模电动汽车接入对配电网日负荷曲线的影响。设置了含电动汽车V2G和DG并网发电4种不同场景,从电压偏差和静态电压稳定极限两个方面定量分析了配电网对电动汽车的接纳能力,以IEEE33节点配电系统为例,对比了4种不同场景下配电网对电动汽车的接纳能力。     

计及电动汽车时空可调度特性的配电系统可靠性评估

随着物联网技术与新一代移动通信技术的快速发展,电动汽车与配电系统间的交互由单一时间维度扩展为时间-空间多维度协同,显著影响新型配电系统的供电可靠性。基于这一背景,分析了大规模电动汽车集群化管理策略,揭示了配电系统中电动汽车时空可调度特性的数学表征方法,提出了计及电动汽车时空可调度特性的配电系统可靠性评估方法。为验证所提出方法的有效性,基于改进后的IEEE-RBTS BUS6的主馈线F4系统,对计及时空可调度特性电动汽车接入前、接入后及电动汽车不同放电能力下的配电系统可靠性进行了相应的计算分析,揭示了新形势下电动汽车接入对配电网供电可靠性的影响规律,可为电动汽车接入下配电系统的可靠性提升提供有效的理论支撑。     

微电网环境下考虑日前预测误差的电动汽车多时间尺度优化调度模型

针对微电网中电动汽车充放电及风光荷预测误差带来的问题,提出一种在微电网环境下考虑日前预测误差的电动汽车多时间尺度优化调度模型,由日前调度计划和日内短期滚动优化调度构成。日前调度模型兼顾微电网与电动汽车车主双方利益,以微电网运行成本最低、所有电动汽车车主充电总成本最低为目标;滚动调度模型以实际等效负荷与日前调度计划中等效负荷匹配程度最大为目标,将实际车主充电总成本不大于日前计划车主充电总成本作为约束条件考虑。最后使用适用于电动汽车充电优化问题的灰狼优化算法求解,优化结果表明,微电网通过多时间尺度优化调度可以有效降低运行成本,并减小预测误差带来的影响,同时电动汽车车主也可以获得一定的经济利益。     

Vehicle-Component Identification Based on Multiscale Textural Couriers

This paper presents a novel method for identifying vehicle components in a monocular traffic image sequence. In the proposed method, the vehicles are first divided into multiscale regions based on the center of gravity of the foreground vehicle mask and the calibrated-camera parameters. With these multiscale regions, textural couriers are generated based on the localized variances of the foreground vehicle image. A new scale-space model is subsequently created based on the textural couriers to provide a topological structure of the vehicle. In this model, key feature points of the vehicle can significantly be described based on the topological structure to determine the regions that are homogenous in texture from which vehicle components can be identified by segmenting the key feature points. Since no motion information is required in order to segment the vehicles prior to recognition, the proposed system can be used in situations where extensive observation time is not available or motion information is unreliable. This novel method can be used in real-world systems such as vehicle-shape reconstruction, vehicle classification, and vehicle recognition. This method was demonstrated and tested on 200 different vehicle samples captured in routine outdoor traffic images and achieved an average error rate of 6.8% with a variety of vehicles and traffic scenes.