Economic and ecological optimization of electric bus charging considering variable electricity prices and CO2eq intensities

In many cities, diesel buses are being replaced by electric buses with the aim of reducing local emissions and thus improving air quality. The protection of the environment and the health of the population is the highest priority of our society. For the transport companies that operate these buses, not only ecological issues but also economic issues are of great importance. Due to the high purchase costs of electric buses compared to conventional buses, operators are forced to use electric vehicles in a targeted manner in order to ensure amortization over the service life of the vehicles. A compromise between ecology and economy must be found in order to both protect the environment and ensure economical operation of the buses.In this study, we present a new methodology for optimizing the vehicles’ charging time as a function of the parameters CO_2eq emissions and electricity costs. Based on recorded driving profiles in daily bus operation, the energy demands of conventional and electric buses are calculated for the passenger transportation in the city of Aachen in 2017. Different charging scenarios are defined to analyze the influence of the temporal variability of CO_2eq intensity and electricity price on the environmental impact and economy of the bus. For every individual day of a year, charging periods with the lowest and highest costs and emissions are identified and recommendations for daily bus operation are made. To enable both the ecological and economical operation of the bus, the parameters of electricity price and CO₂ are weighted differently, and several charging periods are proposed, taking into account the priorities previously set. A sensitivity analysis is carried out to evaluate the influence of selected parameters and to derive recommendations for improving the ecological and economic balance of the battery-powered electric vehicle.In all scenarios, the optimization of the charging period results in energy cost savings of a maximum of 13.6% compared to charging at a fixed electricity price. The savings potential of CO_2eq emissions is similar, at 14.9%. From an economic point of view, charging between 2 a.m. and 4 a.m. results in the lowest energy costs on average. The CO_2eq intensity is also low in this period, but midday charging leads to the largest savings in CO_2eq emissions. From a life cycle perspective, the electric bus is not economically competitive with the conventional bus. However, from an ecological point of view, the electric bus saves on average 37.5% CO_2eq emissions over its service life compared to the diesel bus. The reduction potential is maximized if the electric vehicle exclusively consumes electricity from solar and wind power.     

边际油田-WZ11—1N开发的工程策略

讨论了北部湾边际油田-WZ11-1N油田开发的工程策略，通过技术和经济上的综合分析，WZ11-1N油田采用了“三一”模式依托开发的成果，在应用涠洲地区成熟的、较先进的工程技术和开发经验的基础上，对依托平台／管线的处理工艺和寿命进行了详细的优化和校核，同时采用了电力组网新技术，达到了降低工程投资，提高油田收益的目的。另外在总体布置上为未来油田的依托开发预留了空间。     

应用对象语义进行图像检索的新方法

为了降低图像高层语义与低层视觉特征之间的语义差异,本文以对象描述模型为基础,提出利用机器转换模型获取图像高层语义的方法。本方法首先利用图像分割技术对图像进行分割,然后利用机器学习的方法,得到训练样本集中高层语义与分割后低层视觉特征之间的先验概率关系;在查询的过程中,利用得到的先验概率模型计算与高层语义所对应的最大概率视觉低层特征,最后利用该低层特征进行检索,达到缩短高层语义与低层特征之间的语义差异的目的。在一个拥有5000幅图像的图像库上所做的测试结果表明了该方法的有效性和可行性,同时该方法也为解决图像高层语义与视觉低层特征之间语义的矛盾开扩了思路。     

CRH_3型高速动车组整流器预测电流控制仿真研究

对CRH3型高速动车组牵引传动系统采用的四象限整流器,在分析了其基本原理及其控制策略的基础上,利用Matlab/Simulink建立了一种基于预测电流控制方法的四象限脉冲整流器的仿真模型。仿真结果表明,预测电流控制方法可以保持中间直流环节电压的稳定输出,实现调压稳压的功能,并且网侧功率因数近似等于1,谐波含量较小。     

一种采用改进半桥主电路的有源滤波器

在分析双电感半桥电路的基础上,提出了一种基于改进半桥拓扑结构的新型有源电力滤波器,它消除了传统有源滤波器拓扑的桥臂直通故障隐患,且具有可高频、高效率运行的优点。文章详细分析了其工作原理,给出了相应的控制策略。仿真和实验结果验证了这种新型有源滤波器的可行性。     

香港铁路公司拓展策略对内地轨道交通的影响

阐述港铁公司在轨道交通领域的拓展情况和在拓展中所面临的机遇与风险,总结拓展策略的优势与劣势。结合国内城轨发展形势、政策走向,分析港铁公司的拓展对内地轨道交通运营商的影响。     

“教学做合一”教学模式在汽车维修专业课教学中的实践

随着我国中等职业教育的发展与普及,学校对于学生的成绩要求降低,这也就在一定程度上导致所招收的学生综合素质能力水平不足。而在学习过程中,由于学生的学习基础较差、学习兴趣不足,影响专业技术的教学,不利于中职院校课堂教学的发展与进步。要想当前对教育教学形式,满足老师老师的教学需求,就要对中职院校的教学模式进行改变与创新。而"教学做合一"的教学模式能够通过实践活动、以学生为教学中心,引导学生主动参与到课堂教学当中,有效的提高课堂教学质量与效率。本文通过对"教学做合一"的教学模式的内涵和特征进行分析,进一步进行"教学做合一"教学模式在汽车维修专业课教学中的探索与实践。     

新媒体环境下全地形车营销策略分析

互联网+和大数据技术的不断发展和进步让信息经济时代真正地到来了。伴随着电子商务从起步到发展,很多的电商运营平台也逐渐凸显出自己的价值和地位。与此同时,电子商务的营销模式也从传统的B2B、B2C模式向着O2O、C2B的方向发展。全地形车,是一种十分独特的车型,适用的范围和人群也具有特定性。为此,在新媒体的环境之下,如何进行全地形车的营销,如何能够为全地形车吸引到更多的受众群体,这正是本文所要探究的关键所在。为此,文章在对全地形车的基本内涵、主要分类进行阐述和分析以后,针对全地形车这一个特殊车型的营销模式的创新和进步,提出了一些见解和主张。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。