电动汽车混入条件下随机动态用户均衡分配模型

为分析电动汽车动态充电需求对公共充电设施服务水平的影响, 给充电设施网络规划与运营提供参考, 在考虑燃油汽车和电动汽车出行者行为差异、路段拥堵状态、车辆能源消耗、充电设施布局与服务水平等因素的基础上, 采用巢式Logit模型描述了包含充电需求判断、充电设施和路径选择的电动汽车出行联合选择行为; 建立了考虑用户在途快速充电行为的动态交通流分配模型, 提出了混合交通下随机动态用户均衡条件及等价的变分不等式模型, 并设计了融合电动汽车充电排队仿真的动态交通流迭代算法; 通过算例验证了模型与算法的有效性, 并进一步探究了在电动汽车推广的不同阶段, 需求和供给关键因素对充电设施服务水平的影响。研究结果表明: 受路网交通流量分布和充电设施布局的影响, 充电设施利用率在时间和空间上具有明显的非均衡性; 电动汽车混入率的提高会增加平均充电等待时间, 并改变充电高峰期的时间分布; 电动汽车电池初始电量和充电设施处的排队长度均对用户的充电需求判断呈负效应; 当路网中充电设施数量与需求规模不匹配时, 会导致服务水平急剧下降, 同时极易诱发局部拥堵; 用户在充电设施处的逗留时间以15~20 min居多, 约90%用户的等待时间在9 min以内, 因此, 提出的模型符合实际, 能够充分反映混合交通网络中电动汽车充电行为引发的一系列影响。      

基于改进核密度估计的电动出租车快速充电行为研究

电动汽车充电行为研究是充电负荷时空分布预测、充电基础设施规划和有序充电管理的 基础。本文基于上海市电动出租车的实测数据，划分充电片段并提取快速充电行为特征变量，开 展相关性分析以揭示变量之间的内在相关性，从工作日和休息日两个时间维度揭示快速充电行 为规律，提出一种基于扩散方程的自适应扩散核密度估计模型应用于快速充电行为特征变量的 概率建模并使用拟合优度检验指标验证该模型的有效性。研究结果表明：电动出租车的快速充 电行为在工作日和休息日具有明显的差异性，自适应扩散核密度估计模型可使电动汽车充电行 为特征变量的概率建模更加准确，且具有更高的拟合精度。     

考虑负效应最小化的电动汽车补能诱导研究

随着政府对“碳达峰”等环保政策的贯彻落实,电动汽车凭借节能环保等优点得到了迅速发展。由于电动汽车续航里程短,充电时间长,且路网中的补能需求与充电桩存在时空错配的现象,导致电动汽车补能排队时间长和驾驶员产生里程焦虑等一系列负效应。为此,本文首先从整体路网补能负效应最小化角度,通过引入激励手段实现最优补能方案,建立电动汽车补能诱导双层优化模型。其中,上层为路网补能负效应最小化诱导激励模型;下层为带有补能站点选择的混行路网均衡模型。然后,采用遗传算法求解上层模型,下层模型通过Frank-Wolfe算法求解,得出路网中补能车辆的最优诱导方案。最后,以经典Nguyen-Dupius路网为例验证模型,并进行灵敏度分析。结果表明,尽管本文提出的补能诱导模型增加了规划者的激励成本,但总社会补能负效应成本降低,证明了补能诱导的有效性。     

考虑回路因素的电动汽车最短路问题研究

电动汽车保有量迅速增长,但仍存在里程焦虑、充电设施缺乏等问题,导致驾驶员有时必须绕路才能给电动汽车充电. 基于电动汽车在长途出行过程中绕路充电产生的回路现象,对电动汽车最短路径问题进行深入探索. 对路网进行重构,考虑驾驶员在不同充电速度和排队情况下的充电站选择行为,构造寻求电动汽车最短路径的混合整数规划模型,使用成熟的商业规划软件求解. 为提高大型路网下的模型求解速度,基于动态规划的思想提出一种改进的标签设置算法,高效求解路网中存在回路时的电动汽车最短路径问题. 通过算例验证所提模型和算法的合理性及高效性.     

电动汽车充电站布局优化研究

快速充电站的布局优化需同时考虑因电动汽车续驶里程短、充电时间长等特性引起的不确定性决策问题以及长期建设过程中的连续性优化问题。由此,建立基于仿真的满足总绕行时间最短的电动汽车充电站动态布局优化模型。考虑建设时序的连续性需求,提出基于逐步优化和比较备选方案服务能力的连续性优化方法。通过实证分析探讨模型的优化布局特征和适用性。结果表明,在案例路网中应用该方法可以得到连续性较好的布局,可为快速充电站分期建设提供规划决策依据。随着充电站数量的增加,布局方案既覆盖了需求产生和通过量最大的几个节点,也缓解了因充电需求大量聚集而选择备选充电站的绕行问题。     

含EVs的交直流混合微电网两阶段鲁棒调度优化

随着电动汽车(electric?vehicles,EVs)技术的快速发展,EVs数量激增,将其接入微电网中参与充放电调度成为了降低大规模EVs对电网负面影响的有效途径.?为此,将EVs接入交直流混合微电网的直流侧,考虑EVs的源荷双重特性,针对微电网系统中微源出力及负荷的不确定性,搭建了计及EVs充放电的交直流混合微电...     

电动公交更换式充电站的优化设计

更换式充电站具有提高车辆利用率、电池充电温度可控和电池维护便利等优点,成为国内纯电动公交车最主要的能源补给模式,同时更换式充电站也具有使用电池数量大、占地面积大、投资规模大等缺点.本文建立了基于高峰发车间隔、平峰发车间隔、高峰持续时间、平峰持续时间、电池回站SOC等参数的更换式充电站的车辆数量、电池数量和更换工位数量计算方法,建立了基于锂离子电池充电曲线的充电站总充电功率的计算方法,通过实际充电站的运行数据测试,验证了本文提出的相关方法的可行性和准确性.     

�綯�����任��ϵͳ��SDģ���о���

使用电动汽车可以有效缓解能源危机和环境污染等问题,对于电动汽车用电问题的研究是非常必要和迫切的.本文首先通过对电动汽车充换电产业链结构进行分析,在充分兼顾产业链上各经济主体利益的基础上建立了电动汽车用电相关因素的系统动力学模型.然后收集一类特定规模充换电站的基础数据,采用Vensim软件对系统进行模拟,在调整收益率调节度的基础上通过改变收益率、用户电价敏感程度等因素,量化用电量、供充电电价等指标,得到与投资回收期和充换电模式有关的均衡值以及对比曲线,为寻找最优决策提供参考依据,具有现实意义.最后总结了该模型的优缺点,并为模型改进提出建议.     

数据驱动的电动汽车充电站选址方法

电动汽车在缓解能源压力和环境污染中起着重要的作用,充电不方便成为制约电动汽车发展的一个重要原因.为了合理布局电动汽车充电站位置,本文提出一种数据驱动的电动汽车充电站选址方法.利用海量的移动位置数据提取潜在的交通需求位置,包括出发点和目的地;将地图划分为等间隔的网格,将潜在的交通需求位置与网格关联,统计每个网格内的交通需求量,需求量大的网格作为电动汽车充电站选址的候选位置.实证研究表明,该方法能够精准定位潜在用户需求量大的位置,为电动汽车充电站选址提供数据支持和决策依据.     

基于动态规划算法的增程式电动汽车能量管理策略优化

提出了一种动态规划改进算法, 根据约束条件确定未来可达状态序列, 通过计算离散状态点间的转移代价, 在保证求解精度的同时, 降低了离线优化计算量; 利用改进动态规划算法设计了增程式电动汽车能量管理策略, 根据能量管理优化问题特点, 建立了动力系统模型和适用于全局优化求解的系统状态方程, 并确定了以动力电池荷电状态为系统状态量和增程器发电功率为系统控制量; 在迭代计算过程中, 将发动机燃油费用和动力电池电能费用之和作为目标函数, 构建了基于北京主干道不同行驶里程仿真工况, 得到了驱动电机需求功率最优分配结果; 提取了增程器启停状态与动力电池荷电状态和驱动电机需求功率二者之间的控制规则, 利用最小二乘法对增程器功率分流比与驱动电机需求功率的分布规律进行拟合, 建立了基于优化规则的能量管理策略。仿真结果表明: 对于行驶里程为100km的仿真工况, 动态规划改进算法计算时间为7 239s, 与经典动态规划算法相比计算效率提高了78.2%;基于优化规则的能量管理策略能够获得类似动态规划改进算法的控制效果, 2种控制策略的动力电池荷电状态误差小于2.5%;相比实车电能消耗-电能维持型控制策略, 基于优化规则的控制策略能够使整车经济性提高5.4%, 使燃油经济性提高7.9%。      

电动汽车无线供电系统电能发射线圈设计与切换控制

针对采用级联式发射线圈的电动汽车无线供电系统中线圈切换时存在的互感急剧下降及汽车位置检测困难的问题,提出了一种对嵌式电能发射线圈,并根据互感稳恒原则及其计算方法,给出了对嵌式电能发射线圈主要参数的设计方法,提出了一种双线圈式车体位置检测传感器,给出了传感器的尺寸参数设计方法及电能传输系统对传感器的干扰抑制方法,阐述了级联式发射线圈的切换控制策略.基于Ansoft Maxwell平台、Matlab/Simulink平台和电动汽车ICPT无线供电系统实验平台分别对研究成果进行了仿真分析和实验验证,结果表明:实验实测互感值波动率约为8%,车载拾取电压波动率约为10%,对嵌式能量发射线圈能够有效地缓解ICPT无线供电电动车在切换过程中的互感下降问题;双线圈式车体位置检测系统能够有效地在40 kHz能量通道电磁场的干扰中拾取位置信号,表明该位置检测方案及切换控制策略的可行性.      

电动汽车充电站选址优化研究

电动汽车充电站是影响电动汽车发展的一个重要因素,对电动车的推广具有重要意义。当前充电站配套设施建设的滞后阻碍电动汽车的发展。充电站建设前期选址是否合理影响着充电站的运营效益、服务质量以及安全性。针对当前电动汽车充电站选址布局的研究现状,总结影响充电站选址布局的因素和充电站选址布局原则。在满足选址原则的基础上,考虑充电需求点分布,建立以充电服务半径和充电站最大服务数量为约束的充电站收益最大化的非线性目标函数。为求解目标函数,利用遗传算法对目标函数进行寻优处理。最后通过仿真算得充电站的位置和服务充电需求点的范围。算例仿真表明,该模型能够实现较优的选址方案,为充电站的选址工作提供参考。     

基于小客车燃油核算模型的政策节能效果分析

近年来,快速增长的私人小客车带来的能耗排放问题日益严重,如何构建面向私人小客车的燃油核算模型,分析不同需求管理政策的宏观节能效果,是解决城市交通节能减排问题的关键.本文针对传统私人小客车能耗调查方式所获得数据准确性较差、无法满足精细化管理的问题,利用现有调查数据和监测数据,基于“OLS(Ordinary Least Square) +稳健标准差” 验证法,分析油耗显著性影响因素,提出基于交通大数据的私人小客车能耗核算模型,以实测数据验证其可靠性和有效性,并分析了不同交通需求管理政策(含组合政策)宏观节能效果.结果表明,当政策效果指标变化率相同时,实行“拥堵收费+控制大排量小客车数量”政策对于减少小客车燃油消耗总量的效果最为明显.     

高峰时间出租车合乘计费策略研究 ——以宁波为例

针对早晚高峰时间和节假日火车站、汽车站及主要地区人流打车难,无法及时得到疏散的 问题,提出高峰时期出租汽车多人合乘理念,从而提高出租车及道路资源的利用率。根据我国早 高峰和晚高峰的交通特点,结合宁波出租车计费的实际情况,使用最优化理论构建多目标优化合 乘模型,对合乘费用进行计算。最后通过软件验证,假设了6 个节点的供需搭乘方案,使用 LINGO软件计算出合乘的路径和相应的费率。运算结果证明该模型在合理约束司机收入与乘客花 费的前提下,最大化司机的收益,同时兼顾到乘客利益,鼓励司机在高峰时间较短的行驶距离内 多载客。     

Price-based power control algorithm in cognitive radio networks based on monotone optimization

This paper considers a price-based power control problem in the cognitive radio networks(CRNs).The primary user(PU) can admit secondary users(SUs) to access if their interference powers are all under the interference power constraint. In order to access the spectrum, the SUs need to pay for their interference power.The PU first decides the price for each SU to maximize its revenue. Then, each SU controls its transmit power to maximize its revenue based on a non-cooperative game. The interaction between the PU and the SUs is modeled as a Stackelberg game. Using the backward induction, a revenue function of the PU is expressed as a non-convex function of the transmit power of the SUs. To find the optimal price for the PU, we rewrite the revenue maximization problem of the PU as a monotone optimization by variable substitution. Based on the monotone optimization, a novel price-based power control algorithm is proposed. Simulation results show the convergence and the effectiveness of the proposed algorithm compared to the non-uniform pricing algorithm.     

ETCϵͳ���շ�վ����ˮƽ��Ӱ���о�

ETC技术的广泛使用有效提高了人工收费效率,缓解了收费站车流拥堵状况,本文对ETC系统优化配置方案进行了研究.根据收费站设计规范和实地调研成果,对高速公路收费站系统构件进行了形式化描述,结合系统各个构件中车辆的行为特征、车辆及收费通道的分类特征,建立了一种适用于高速公路ETC收费站系统的元胞自动机交通流模型.考虑到ETC收费站车流拥堵特性,提出了ETC收费站服务水平的概念及相关计算方法,设计以ETC使用率、ETC车道数量及交通流量为参数的仿真方案,选取封闭式4车道收费站进行仿真分析,基于仿真结果提出了ETC使用率分别为30%、60%和90%时ETC车道数的配置建议,为收费站管理人员合理利用ETC系统提供了理论依据.     

基于动态混合度的储能式有轨电车能量管理策略

为了提高混合储能式有轨电车的系统效率和运行经济性,基于动态混合度和系统效率之间的关系,提出了基于动态混合度在线凸规划的混合储能式有轨电车能量管理策略. 首先基于混合储能式有轨电车各系统参数,对各部件进行建模;其次采用在线凸规划法求解,得到了系统每一时刻的最优动态混合度;最后以有轨电车的典型工况为例,在RT-LAB实时仿真平台研究动态混合度对系统效率的影响. 研究结果表明动态混合度同系统效率之间存在凸函数关系:在相同参数条件下,基于动态混合度的在线凸规划能量管理策略较传统的功率跟随式能量管理策略系统瞬时效率最高提升9.6%;当完成整条线路运行,可节省电量2 886.2 kJ,运行经济性提升3.29%.      

A Distributed Power Allocation Scheme in Green Cognitive Radio Ad Hoc Networks

For the realization of green communications in cognitive radio ad hoc networks(CRAHNs), selfadaptive and efficient power allocation for secondary users(SUs) is essential. With the distributed and timevarying network topology, it needs to consider how to optimize the throughput and power consuming, avoid the interference to primary users(PUs) and other SUs, and pay attention to the convergence and fairness of the algorithm. In this study, this problem is modeled as a constraint optimization problem. Each SU would adjust its power and corresponding strategy with the goal of maximizing its throughput. By studying the interactions between SUs in power allocation and strategy selection, we introduce best-response dynamics game theory and prove the existence of Nash equilibrium(NE) point for performance analysis. We further design a fully distributed algorithm to make the SUs formulate their strategy based on their utility functions, the strategy and number of neighbors in local area. Compared with the water-filling(WF) algorithm, the proposed scheme can significantly increase convergent speed and average throughput, and decrease the power consuming of SUs.     

基于累积Logit模型的驾驶人路径改换行为影响因素分析

基于调查数据,采用累积Logit模型对影响驾驶人路径改换行为的影响因素进行综合分析,通过理论与实证分析,分析影响路径改换行为的主要因素.首先采用SP调查的方式,用离散选择分析法对影响路径改换的因素进行多变量分析;然后,建立多元累积Logit模型,并利用经济学的基本原理,建立路径改换行为的动态评价模型.分析表明：在拥挤收费的前提下,影响驾驶人路径改换的主要因素,取决于不同的收费额度、驾驶人个体属性（驾车类型、月收入等）.这一研究结果可以应用到交通规划与管理过程中.     

Improved Real-Coded Genetic Algorithm Solution for Unit Commitment Problem Considering Energy Saving and Emission Reduction Demands

Unit commitment(UC), as a typical optimization problem in electric power system, faces new challenges as energy saving and emission reduction get more and more important in the way to a more environmentally friendly society. To meet these challenges, we propose a UC model considering energy saving and emission reduction. By using real-number coding method, swap-window and hill-climbing operators, we present an improved real-coded genetic algorithm(IRGA) for UC. Compared with other algorithms approach to the proposed UC problem, the IRGA solution shows an improvement in effectiveness and computational time.