我国西北地区可再生能源基地对全球能源互联网构建的支撑作用

我国倡导的全球能源互联网是构建现代化能源供应体系,实现能源清洁、可持续利用的重要途径。本研究首先从能源发展战略需求角度,分析了大规模可再生能源基地与全球能源互联网的关系。随后,从自然条件、社会条件、技术条件等方面,分析了在我国西北地区建设大规模可再生能源基地的优势和潜力。最后,结合亚洲超级电网设想和未来世界能源格局,阐述了建设西北可再生能源基地的意义及其对构建全球能源互联网的支撑作用。     

吉林省生活用能源消费的预测研究

研究构筑了将来生活用能源消费的预测模型,预测了2020年以前的吉林省生活用不同燃料种类的能源消费和产生的环境负荷,比较了2000年与2020年能源消费和环境负荷,分析了其产生原因,从而,为实现能源、环境和社会经济的协调发展提供了实践依据.     

能源消费组合预测模型的优化

分析传统能源消费组合预测模型的赋权方式,针对存在的缺陷,利用IOWA算子,优化能源消费组合预测模型,并通过实证验证了该模型的有效性。     

光伏出力预测理论与方法综述

大规模光伏发电并网给我国电力系统运行的稳定性带来了巨大挑战,因此,光伏发电出力的精确预测至关重要。论文对光伏出力预测理论与方法进行系统综述。首先,对光伏出力预测进行分类,特别是按预测形式分为点预测和不确定性预测。其次,通过物理方法、统计方法、人工智能方法及组合方法进一步阐述光伏出力预测;其中从机器学习和深度学习两个方面对人工智能方法进行详细介绍。然后,梳理了点预测和不确定性预测的评价指标,归纳了人工智能预测模型的优化技术。最后,根据我国光伏出力预测的发展现状,对未来的研究趋势做出展望。     

光伏出力预测理论与方法综述

大规模光伏发电并网给我国电力系统运行的稳定性带来了巨大挑战,因此,光伏发电出力的精确预测至关重要。论文对光伏出力预测理论与方法进行系统综述。首先,对光伏出力预测进行分类,特别是按预测形式分为点预测和不确定性预测。其次,通过物理方法、统计方法、人工智能方法及组合方法进一步阐述光伏出力预测;其中从机器学习和深度学习两个方面对人工智能方法进行详细介绍。然后,梳理了点预测和不确定性预测的评价指标,归纳了人工智能预测模型的优化技术。最后,根据我国光伏出力预测的发展现状,对未来的研究趋势做出展望。     

基于最小偏差法的全球能源优化配置方法

全球能源互联网旨在构建以清洁能源为主、电力为中心,全球范围优化配置资源的世界能源发展新格局,是实现未来社会经济可持续发展的强力支撑。对全球能源互联背景下的能源配置问题进行研究,以最小化能源成本和传输损耗为目标函数,以运输系统容量、能源供给量和能源需求量为约束条件,构建多目标优化模型。为减少主观性对多目标优化的影响,运用最小偏差法转化为单目标优化模型,并采用GAMS软件求解。算例分析表明,电能替代化石能源能有效降低用能总成本。对比分析洲际电网互联下的优化配置方案,并分析了其关于环境效益的灵敏度。     

太阳能光热发电技术成熟度预测模型

研判光热发电(concentrating solar power, CSP)技术发展进程,可为全球能源互联网规划和建设提供重要参考依据。建立基于S型曲线的光热发电技术成熟度(global energy interconnection, GEI)预测模型,通过整理分析光热发电技术专利信息,对模型参数进行回归分析,进而预测未来典型年份光热发电的技术成熟度,并分析政策驱动和资金投入对光热发电技术发展进程的影响。研究表明,当前光热发电技术成熟度较低,仍处于技术发展期的初级阶段,预计在2032年左右,全球光热发电技术高度成熟,将进入大规模商业化应用阶段,在北非、南美洲东西海岸、我国西部等地区推进大型光热电站建设,支撑全球能源互联网构建。     

基于误差校正的能源消费总量预测方法

鉴于能源消费量具有趋势性、非平稳性等特点,而差分自回归移动平均模型（ＡＲＩＭＡ）只能反映能源消费量的部分信息,预测结果不太理想。为了提高预测精度,提出了基于二次误差校正ＡＲＩＭＡ模型的能源消费预测方法：首先采用ＡＲＩＭＡ模型对能源消费总量进行初步预测,然后构建偏最小二乘回归支持向量机模型（ＰＬＳ^_ＳＶＭ）对残差序列数据中未被解释的部分进行分析和拟合,并对未来的残差进行预测。最后利用所得残差预测值对能源消费总量预测值进行校正。对福建省１９７８-２０１２年的能源消费总量数据进行仿真,实验结果表明,与ＡＲＩＭＡ等方法相比,本文提出的方法获得了较好的预测结果,是一种有效的能源消费量预测方法。     

人工神经元网络在能源利用效率预测中的应用

针对广西能源利用效率的发展趋势呈现较强的非线性这一特点,采用人工神经元网络的BP算法对其进行拟合和预测,并把拟合的结果和全国的能源利用效率进行对比,并论述了拟合和预测结果的现实意义。     

灰色计量经济学模型在中长期电力需求预测中的应用研究

提出了一种基于灰色计量经济学模型的中长期电力系统负荷预测方法。通过在传统计量经济学模型中融入灰色系统模型,改善了传统模型的拟合效果,提高了预测精度。在华北地区某市"十一五"电力需求预测工作中,分别用传统计量经济学模型和灰色计量经济学模型对电力负荷进行了预测,结果表明灰色计量经济学模型具有显著的优越性,是一种实用而有效的电力需求预测方法。     

基于系统动力学的山东省电力需求预测

为增进影响电力需求因素选择的深度和广度,利用系统动力学知识对社会用电需求进行系统分析,并建立了电力需求预测的系统动力学模型,该模型能够反映多方面因素的综合作用。利用历史数据验证了系统动力学模型的准确性,然后利用模型对全社会用电量进行模拟预测,并对节能技术变量和城镇化建设进程变量进行政策分析,给出了相应的政策建议。     

不同方法构建建筑能耗模型比较

为了能够准确预测建筑能耗,以人工神经网络中的前馈神经网络和物理原理建立的建筑模型作为能耗方案进行预测分析,并建立了从外部和内部获得热量的系统方程.以办公楼为例,对比两模型对能耗预测结果的准确性,并且输入实际参数值,将计算结果与实际值进行对比分析.采用EnergyPlus进行了参数分析,以评估不同参数对预测结果的影响.结果表明,两种模型均适用于能耗预测,内部负荷对能耗预测的影响更为显著.     

一种组合预测模型及其应用

在分析宏观经济灰色预测模型、BP神经网络预测模型、回归分析预测模型等基础上,结合西安市宏观经济预测模型指标GDP的历史数据,采用最小二乘法求权系数的方法,建立并检验了一种组合预测模型．实验证明该模型的预测精度有显著提高．     

基于驾驶员需求转矩预测的模型预测控制能量管理

以并联式混合动力车辆为研究对象,基于驾驶员需求转矩预测,采用线性时变模型预测控制算法对对象车辆进行能量管理控制. 根据驾驶员前一段时间内的需求转矩,可以预测下一时段内驾驶员的需求转矩. 与指数函数预测方法相比,自回归模型在预测步长200步之内的预测准确度比指数函数高. 根据纵向动力学公式,可以由预测获得的需求转矩序列计算获得预测的车速序列;采用线性化处理的方法,将具有非线性特性的车辆模型转化成线性时变模型,采用线性时变模型预测控制算法进行求解;将基于驾驶员需求转矩预测的模型预测控制算法和基于规则的控制算法、工况已知的模型预测控制算法进行对比. 对比结果表明：基于驾驶员需求转矩预测的模型预测控制算法与基于规则的控制算法相比,在NEDC、UDDS和WLTC这3个标准工况下的燃油经济性均有所提高,但是与工况已知时的计算结果相比有提升的空间.     

技术进步对中国能源供需结构的影响

技术进步是中国能源供需结构优化调整的主要途径之一，从技术进步的角度对中国的能源结构进行了预测，综合运用从上到下和由下向上相结合的方法建立了体现技术对能源系统影响的模型，基于复杂适应系统（Complex Adaptive System,简称CAS）对技术创新的产生机理进行了理论分析，计算了不同能源的竞争力，在此基础上预测了能源供应结构，将技术进步分为内生技术进步和外生技术进步两种类型，分别计算了它们对单位GDP能耗的影响，据此预测了能源需求量和需求结构，预测得到的能源供应结构和需求结构基本一致。     

基于灰色与计量经济模型的用电最优组合预测

通过对电力市场需求影响因素的分析,提出了计量经济与灰色预测的优化组合预测模型,经过论证并用实例比较得出此模型比其中任一单一模型预测误差率都小,预测结果更精确,为电力市场用电量需求提供了一个实用有效的预测方法。     

黑龙江省"十一五"工业资金需求预测

为研究黑龙江省"十一五"工业资金需求水平,运用柯布-道格拉斯生产函数,以1990~2003年的工业经济状况为基本数据,包括工业增加值、工业就业人数和工业投资总额,建立预测模型.在对2006~2010年的工业增加值估算、对工业就业人数进行灰色预测基础上,预测2006~2010年工业投资总额.结果表明:预测模型的R2为0.992,F值为657.775,D.W值为1.717,预测模型合理.技术进步对经济增长的贡献率为76.35%.黑龙江省"十一五"工业投资额年均为515.9亿元,远超过2003年的183.2亿元.     

城市用水量BP网络预测模型

城市用水量的预测结果，对于城市规划，供水系统的管理及改扩建有着重要的意义。寻求科学合理的预测模型是保障预测结果准确可靠的关键。针对这一问题，利用人工神经网络理论建立了BP网络预测模型，通过实例证明了该模型是一种行之有效的用水量预测模型。