量化分析锂供需与锂价格的联动关系

全球能源转型快速推进,作为能源转型代表的电动汽车的发展如火如荼。锂作为电动汽车电池的基础原材料,近年价格快速上涨,在2022年3月创下超过50万元/t的高价,超过2020年最低价的10倍。介绍了全球锂资源的存在形式及化学组成、锂资源量和锂储量,各种锂资源的提锂方法,锂供应来源和供应量,锂的用途、主要增长领域及需求量,以及中国所需锂的来源和主要增长领域。根据2019年1月至2022年2月中国锂供应量和锂需求量,对照此期间的锂价格变化,结合经济学术语论述中国锂供应量和需求量与价格的联动关系,得出结论:锂供需基本面决定锂价格、锂价格决定未来锂供需结构。在价格上行阶段,由于存在“牛鞭效应”及炒作,导致锂价格过大波动。最后提出防止锂价格过大波动、促进锂产业链健康发展的建议:1)加大国内锂资源开发力度,减少对外依存度,确保锂的供应能够满足快速增长的需求;2)加大锂供需透明度,减少需求量与实际消耗量的差异,避免价格过度波动;3)建立国家锂收储机制,在锂供应量大于需求量时进行收储,避免价格过渡下跌,在锂供应量小于需求量时释放储存锂,以抑制价格过渡上涨;4)锂产业链上下游企业加强风险意识,合理运用衍生品工具进行套期保值,以对冲锂价格大幅波动带来的风险。

基于学习曲线模型分析中日两国车用动力锂电池的价格变化

本文采用传统学习曲线模型和修正后的学习曲线模型,分析了中日两国车用动力锂电池价格与累计生产量、锂价格和电解液价格的关系。结果表明:①累计生产量并不是决定电池价格成本变化的唯一因素,考虑原材料价格可以更好地衡量学习效果;②当累计生产量每增加1倍时,日本的动力锂电池单位价格下降22%,中国下降14%;③中国导入双积分政策后的学习率呈上升趋势,表明该政策对动力锂电池产业的发展和电池价格的下降起到了积极作用。

基于改进遗传算法的A2-C0型模糊逻辑系统设计及仿真

在遗传算法(Genetic Algorithm)的基础上提出一种具有变异概率更新的改进遗传算法(IGA),并用于A2-C0型(A代表规则前件,C代表规则后件)模糊逻辑系统的设计及应用。将改进遗传算法与模糊逻辑系统相结合,使用改进遗传算法对模糊逻辑系统进行规则筛选,将适应度最高的规则作为规则基,并设计模糊逻辑系统,最终设计模糊神经网络,并用改进遗传算法调整系统的参数。为了检验改进遗传算法系统是否可行,使用本设计的A2-C0型模糊逻辑系统进行锂电池股票价格的预测,并与相同BP算法构成的模糊逻辑系统预测仿真进行比较,误差结果表明,改进遗传算法系统是可行的,并且取得了更好的效果。