基于条件风险价值的电动汽车充电站规划

针对电动汽车充电负荷的假日性以及负荷预测的不确定性,基于条件风险价值构建了电动汽车充电站规划模型。基于出行链,结合Dijkstra最短路径算法,利用蒙特卡洛随机模拟得到快慢充负荷的时空分布。以充电站建设数量最少为目标,满足所有充电需求点为约束,建立选址模型。考虑用户等待时长,以充电站建设成本最小为目标,建立定容模型。为解决定容模型中充电负荷假日性以及负荷预测随机性,利用鲁棒优化将定容模型转化为机会约束规划,引入条件风险价值工具进行求解。以某区域充电站规划为仿真算例,算例结果验证了该方法能够增强充电站规划模型的鲁棒性,具有可行性。     

《湖北省城镇体系规划》实施评估研究

首先选择《湖北省城镇体系规划》实施评估方法,相应提出本规划实施评估指标选取原则并构建评估指标体系;然后采用目标达成法,针对本规划的城镇经济社会发展、城镇空间结构、城镇规模结构、城镇职能结构、城镇基础设施5个目标领域分别进行评估,并据此提出评估结论及后续规划修编的合理化建议。     

湖北省城镇化发展政策实施评估研究

首先统合湖北省城镇化发展的目标体系,然后以此为线索与依据,对影响湖北省城镇化发展的户籍、就业、产业、土地等相关政策进行梳理,并按照适当性、有效性与可持续性的评估视角,采用前后对比法、目标达成法与整体评估法,构建湖北省城镇化发展政策实施评估框架;在此基础上,结合课题组的实地调研对湖北省城镇化发展政策实施进行评估,据此提出评估结论及相关政策设计建议.     

语义驱动下水面场景中AR效果提升方法

增强现实应用场景不断拓展,但水面检测领域由于物理光学的反射等特性的影响制约了水面增强现实的应用。对此提出一种语义驱动下的基于ORB-SLAM2系统在水面场景下进行实时增强现实效果提升的方法。将视频帧传入深度学习语义分割网络ICNet中,把分割后得到的标签图和原视频帧一同输入SLAM系统的前端进行追踪及地图构建。在语义的指导下,水域内拟合平面并根据水面反射原理将3D模型放置在平面的同时,在关于平面镜面对称的位置生成其倒影。倒影的颜色依据提出的混色模型进行渲染。实验结果表明,在户外水面场景下增强现实的效果得到了提升,虚拟物体与真实物体视觉一致性也更为连贯。     

基于改进时频变换的雷达二相编码信号脉内特征分析方法

雷达信号脉内特征分析是当前雷达辐射源类型识别的关键技术之一,其目的主要包含信号调制类型识别和参数估计两个方面。在雷达辐射源信号中,二相编码(Binary phase shift kejry, BPSK)信号是常见的信号类型,低信噪比条件下,BPSK信号调制识别易与单频信号混淆,且脉宽估计误差较大。针对上述问题,提出一种基于改进时频变换的雷达二相编码信号脉内特征分析方法。首先基于时频分析通式,提出一种存在相位突变的核函数,得到改进的时频变换;然后基于改进时频变换提取信号频率特征曲线,及相位突变曲线;最后通过频率特征曲线载频处幅值的差异区分BPSK信号和单频信号,以及根据相位突变曲线多个峰值的间距估计码元宽度和脉冲宽度。仿真实验表明,提出的脉内特征分析方法能够有效提取BPSK信号的相位突变特征,而且在-14 dB的信噪比条件下区分BPSK信号和单频信号的正确率达90%以上;0 dB时对Barker码信号脉宽估计的误差在3%以下。     

计及风电消纳与发电集团利益的日前协调优化调度

消纳大规模风电增加了系统调峰难度,统一调度调峰资源可能使有深度调峰能力的机组产生偏离成本的经济损失与环境污染,难以保障机组调峰的公平性与积极性.提出集中调度与发电集团自主调度相协调的日前调度模型,将日前优化调度分为两阶段进行:第1阶段沿用集中经济调度方式,以系统煤耗最低为目标形成发电计划,并由机组发电计划得到各集团总发...     

面向无人艇的T-DQN智能避障算法研究

无人艇(Unmanned surface vehicle, USV)作为一种具有广泛应用前景的无人系统, 其自主决策能力尤为关键. 由于水面运动环境较为开阔, 传统避障决策算法难以在量化规则下自主规划最优路线, 而一般强化学习方法在大范围复杂环境下难以快速收敛. 针对这些问题, 提出一种基于阈值的深度Q网络避障算法(Threshold deep Q network, T-DQN), 在深度Q网络(Deep Q network, DQN)基础上增加长短期记忆网络(Long short-term memory, LSTM)来保存训练信息, 并设定经验回放池阈值加速算法的收敛. 通过在不同尺度的栅格环境中进行实验仿真, 实验结果表明, T-DQN算法能快速地收敛到最优路径, 其整体收敛步数相比Q-learning算法和DQN算法, 分别减少69.1%和24.8%, 引入的阈值筛选机制使整体收敛步数降低41.1%. 在Unity 3D强化学习仿真平台, 验证了复杂地图场景下的避障任务完成情况, 实验结果表明, 该算法能实现无人艇的精细化避障和智能安全行驶.     

计及容量市场的用户侧储能优化配置研究

容量市场能够为间歇性可再生能源的大规模并网提供灵活的容量支持,激励常规机组发电容量投资并保证峰荷时期备用容量充裕,在未来现货市场环境下建立相适应的容量市场机制是保障长期电力供给安全的有效方法,故储能作为用户侧的快速响应资源有望参与容量市场。该文结合容量市场,从用户对主能量市场实时电价进行响应后再利用储能充放电实现最优化用电的角度提出了一种用户需求响应-储能调节(DR-ESS)的优化模型。首先,基于容量市场合同构建用户实时电价需求响应模型;然后计及容量市场,建立储能定容双层优化配置模型,外层以用户在储能全寿命周期内净收益最大为目标优化储能功率及容量,内层以用户日收益最大化优化储能充放电策略。两层模型分别采用遗传算法与fmincon工具箱进行求解。以美国PJM市场下某大工业用户所在负荷节点数据进行算例分析,结果表明,采用DR-ESS优化模型在提升用户经济效益同时能够有效实现削峰填谷、降低电网尖峰负荷,减少电网投资成本,提高运行可靠性。