考虑电动汽车时空接入随机性的充储电站有序充放电分散式优化

针对电动汽车时空接入的随机性,提出一种基于改进拉格朗日对偶松弛法的充储电站有序充放电分散式优化调度方法.首先,根据出行链和马尔可夫决策理论,建立计及出行路径随机性的电动汽车时空接入模型和不同温度及交通路况下的电动汽车单位行驶里程能耗模型;其次,考虑电动汽车的充放电约束、充储电站和配电网的运行约束,构建以充储电站收益最大化为目标函数的充储电站侧优化数学模型;然后,基于改进拉格朗日对偶松弛法,提出该模型的分散式优化求解方法;最后,以某典型城区道路拓扑为例,对比分析不同出行路径、温度、交通路况和调度策略下各充储电站的收益、负荷曲线和计算效率.算例结果表明:所提方法综合考虑多种环境因素,使充储电站的调度结果更加全面实际,且计算效率得到了大幅提升.     

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。     

使用python调用Nmap并处理返回结果

Nmap 是一款网络扫描和主机侦测的工具,不仅可以用来信息收集和枚举,也可以作为一个漏洞探测器或安全扫描器使用.Nmap 适用于 Windows,Linux,Macintosh 等主流操作系统,功能强大,然而在处理返回结果时,由于不同参数的返回结果不同,导致需要使用程序来对返回结果进行处理,让Nmap扫描的结果能够更加直观.