考虑V2G模式的电动汽车充电站规划

考虑到V2G模式和电动汽车充电站规划之间的联系,在分时电价机制的基础上,分析了电动汽车用户的充放电行为,并建立了电动汽车充电站的充电收益、放电成本和固有成本模型,同时以电动汽车充电站年总收益最大为目标函数。针对充电站候选站址的选择问题提出了包含环境条件、社会条件和政策因素等在内的外在选择条件。同时在Voronoi图的基础上结合路网交通流量对电动汽车充电站的容量进行确定。通过离散二进制粒子群算法实现了考虑V2G模式的电动汽车充电站的规划。最后,算例分析验证了规划模型的合理性和有效性。     

考虑居民用户特征的居民小区配变容量优化研究

考虑负荷密度等多种因素,对居民小区进行了分类。针对不同类型小区的特性,采用不同的负荷预测方法,提出了基于居民区特性和配电变压器经济性运行的配变容量优化方法,并通过实际算例证明了方法的有效性。     

基于地理加权回归模型遥感近地表气温估算

利用地理加权回归模型（Geographically Weighted Regression, GWR），考虑近地表气温与自变量之间的空间非平稳性，实现重庆市近地表气温的估算。并将估算结果与地表温度-植被指数模型（Temperature-Vegetation Index, TVX）和普通线性回归模型（Ordinary Least Square, OLS）估算结果进行对比分析。研究结果表明，3种算法估算的近地表气温与站点实测数据空间分布趋势保持一致，但不同日期GWR算法估算的近地表气温与站点实测值间的RMSE均低于OLS和TVX算法，其中TVX算法估算值与实测值间的RMSE均值为2.83℃；OLS算法RMSE均值为1.65℃；GWR算法RMSE均值为1.58℃。此外，各验证站点处GWR算法估算的近地表气温与实测值间的差值（Temperature Deference, TD）的标准差以及绝对值的均值均小于OLS和TVX算法，体现出GWR算法在复杂地表环境下近地表气温的估算优势。