Research on Ratio of New Energy Vehicles to Charging Piles in China

With the widespread of new energy vehicles, charging piles have alsobeen continuously installed and constructed. In order to make the number of pilesmeet the needs of the development of new energy vehicles, this study aims toapply the method of system dynamics and combined with the grey prediction theory to determine the parameters as well as to simulate and analyze the ratio ofvehicles to chargers. Through scenario analysis, it is predicted that by 2030, thisratio will gradually decrease from 1.79 to 1. In order to achieve this ratio as 1:1, itis necessary to speed up the construction of public charging station or privatecharging station. Due to global warming, the attitudes of countries towards fuelvehicles have become increasingly tough. There is huge uncertainty in the growthrate of electric vehicles. Therefore, it is recommended that the construction ofcharging station be deployed in advance to avoid hindering the development ofelectric vehicles in the future.

园区受端新型电力系统电力电量再平衡方法

我国工业园区电能消耗占据了较高的比例,针对依托新型电力系统促进工业园区绿色低碳发展的需要,提出了一种面向工业园区受端新型电力系统的电力电量再平衡方法。首先,开展电力和电量需求预测并进行电力电量初平衡;然后,基于受端源网荷储协同作用并充分考虑园区节能、电能替代、各类分布式电源、储能和需求响应能力的作用进行电力电量再平衡,由此确定园区年度外调电和区内自产电的比例,进一步建立包含低碳效应和电力系统规模变化在内的量化指标评价体系,对电力电量再平衡带来的变配电容量缩减规模和降碳效用进行评价。以我国南方某工业园区新型电力系统的电力电量再平衡为例对以上方法进行了验证,结果表明:该园区2030年变配电规划容量可缩减10.1%,用电综合碳排放因子由0.60 kg/(kW·h)降至0.54 kg/(kW·h);2060年变配电规划容量可缩减9.57%,电能替代实现减碳5.85万t/a,可为受端新型电力系统的电力电量平衡提供有力的理论支撑。

基于Bass模型的新能源汽车销量及碳减排量预测

基于Bass扩散模型,预测我国2023-2030年新能源汽车销量,考虑纯电动汽车和混合动力汽车的碳减排效果差异,计算纯电动汽车和混合动力汽车的平均市场份额,从而测算我国2023-2030年新能源汽车全生命周期碳减排量。结果表明,在考虑能源结构等因素变化的情景下,相较于传统汽油乘用车,推广使用新能源汽车,到2030年碳减排量预计可达4.31亿t,预计减排34.73%。

中国银矿资源特征及新能源背景下需求分析

【研究目的】银作为重要的贵金属,兼具工业属性和金融属性,对促进国家经济和社会发展至关重要。系统性地分析中国银矿资源特征,研究未来需求趋势,对中国银产业减排布局、资源安全具有重要意义。【研究方法】本文从银产业发展的角度入手,通过分析中国银的应用、地质、供需和市场等特征,总结了中国银矿的资源现状。根据工业银和非工业银的需求驱动差异,运用S−curve和ARIMA模型预测了2022—2035年中国银的需求。【研究结果】根据银矿的资源现状和需求预测结果,得出如下认识:(1)中国银矿具有“四多四少”的地质特征,即总量多、可利用资源少;小矿多、大矿少;贫矿多、富矿少;共伴生矿床多,独立矿床少;(2)随着银应用领域的不断增长,国内的矿山资源和再生资源已经不能满足需求,需进口银矿产品和其他精矿(用于生产副产银,如铅精矿、锌精矿等)来补充缺口;(3)2022—2035年,中国银的需求将持续增长,从5800 t增长到9500 t,年均增长率约为3.7%;(4)2022—2035年,中国工业银需求将迎来较快增长,从3800 t增长到7000 t,年均增长率为4.4%,光伏是拉动工业银需求增长的主要领域;(5)2022—2035年,中国非工业银的需求将缓慢增长,从2000 t增长到2500 t,年均增长率为1.7%。【结论】基于以上研究,为了更好地促进银产业发展,提出如下建议:(1)高度重视并提升银在未来国民经济中的地位和作用;(2)多手段保障银矿资源供应能力;(3)加大技术创新,开展深加工,提高工业银的产品附加值,为能源转型和高端制造提供保障;(4)建立国家与民间双重银储备与保障体系,避免银价大起大落。

基于集成学习的新能源发电功率预测

针对现有新能源发电功率预测方法难以深入挖掘多维变量时序数据特征导致预测精度不佳的问题,提出一种基于集成学习的新能源发电功率预测方法。首先结合3种相关系数与Shapley值法筛选高相关度的相关变量;其次使用扩展因果卷积网络捕捉历史发电功率时序特征,并使用双向门控循环单元网络结合时间模式注意力提取过去和未来的相关变量特征;最后依照Stacking法对不同网络输出进行集成融合。实验表明,该方法在超短期内具有优秀的预测精度,预测结果均优于其他对比模型。

基于PSO-BP神经网络的新能源汽车销量预测模型

为有效避免新能源汽车销量产销不平衡问题,通过粒子群优化算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络的参数迭代过程,弥补优化原本BP神经网络易陷入局部最优和收敛速度较慢的缺陷,构建了基于PSO-BP神经网络的新能源汽车销量预测模型,以比亚迪为例进行指数平滑法预测、BP和PSO-BP神经网络预测。结果表明BP神经网络模型相比于指数平滑模型在均方误差(mean square error,MSE)、平均绝对值误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE)指标上预测性能优势显著,经过粒子群算法优化后的BP神经网络模型的MSE下降近7×10^(7),MAE下降3346,MAPE下降1.71%。可见基于PSO-BP神经网络的新能源汽车销量预测模型优于指数平滑模型和BP神经网络模型,粒子群优化的BP神经网络能够使模型跳出局部最优,加快收敛速度,预测结果的误差率更低,精度更高,且对企业的计划和生产具有指导作用。

考虑长期负荷概率预测的储能多阶段优化配置

随着高比例新能源对电网的逐渐渗透,其出力的随机性和不确定性对电力系统的安全稳定运行提出了更高的要求。储能的源荷双向特征,可以作为灵活性资源提升电网的调节能力,当应用在电网侧时,储能配置的功率和容量大小影响电力系统的稳定运行和经济规划。提出了一种考虑长期负荷概率预测的储能多阶段优化配置方法,对电网侧的独立大规模储能进行容量配置。首先,分析电网侧独立储能的成本效益,以多阶段经济性最优为目标,采用非参数组合回归的长期负荷概率预测模型,建立优化模型并采用改进粒子群算法求解。最后,用酒泉地区电力系统进行算例分析,验证所提方法和模型的可行性和优越性,并且从峰谷电价差和新能源利用率两个方面对储能经济性进行了灵敏度分析。

基于联合时序场景和改进TCN的高比例新能源电网负荷预测

为充分挖掘新型电力系统建设过程中高比例新能源并网对负荷预测的影响,以风光负荷数据为研究对象,提出一种基于联合时序场景和改进型时间卷积网络的短期负荷预测方法。首先,基于3σ准则对风光负荷历史数据进行分析,剔除异常数据,然后应用联合时序场景刻画负荷需求与风光出力的相关性,分类出不同负荷预测场景。接着,利用随机森林算法进行负荷预测特征量提取,构建随机森林时间卷积网络(RF-TCN)预测模型,并采用Bootstrap算法对预测结果进行修正。最后,以甘肃省2022年数据为例进行仿真,并设置4种对比算例。仿真结果证明了所提方法的有效性,以期在新型电力系统建设过程中发挥积极作用。

基于时间序列的新能源汽车销售量预测——以比亚迪为例

新能源汽车的发展对于推进“双碳”目标实现起着关键作用,准确预测销量对于政策制定和企业发展有着重要意义。以比亚迪新能源汽车作为研究对象,运用其历史销量数据分别构建季节性自回归差分移动平均(SARIMA)和长短期记忆(LSTM)网络预测销量。为提升模型预测效果,集成单一模型得到ARIMA-LSTM(自回归差分移动平均-长短期记忆)组合模型,将销量数据分解为线性和非线性两部分,使用ARIMA模型预测销量数据中的趋势,模型的残差及其余非线性部分的数据使用LSTM模型预测,最终将模型的预测结果合并。将组合模型应用于国内新能源汽车销量预测,预测精度为90.96%,效果较单一模型有显著提升。

近海浮式光伏成本分析与预测

随着世界能源转型进程加快及我国双碳目标确立,近海浮式光伏已成为重要海洋新能源。针对当前近海浮式光伏发展受制于成本收益不明确、发展前景未知的问题,首先依据内陆浮式光伏成本与涉海技术确定近海浮式光伏分项成本;其次通过计算光伏系统成本的经济指标,多角度分析近海浮式光伏经济效益;最后通过历史经济数据预测近海浮式光伏未来成本。结果表明,近海浮式光伏项目在未来10年成本显著降低,2024年由于补贴政策项目可实现收支平衡,2026年后补贴撤销,项目可独立盈利。

指数平滑-SVR模型对新能源电动汽车销量的预测

新能源汽车行业呈现快速发展的态势。首先,文章基于指数平滑模型对2016—2023年新能源电动汽车销量进行了拟合分析,其次探讨了针对残差序列如何利用SVR模型来得到串联组合模型,最后利用指数平滑-SVR组合模型对未来10年新能源电动汽车的销量进行了预测。

基于EMD-GM-Elman神经网络组合模型的新型电力系统新能源发电量及负荷需求量预测

针对新能源发电量预测中单一模型精度不足的问题,提出了一种EMD-GM-Elman(empirical mode decompositiongrey model-elman)神经网络组合模型。该模型通过经验模态分解(empirical mode decomposition,EMD)预处理数据,提取局部特征;利用灰色预测模型预测各本征模态函数(intrinsic mode functions,IMF),结果输入Elman神经网络捕捉动态特征;最终通过数据重构得出预测结果。仿真结果显示,该模型预测精度从传统模型的58.1%提高到65.14%。

初论电力气象的基本概念与研究方向

电力气象伴随着电力系统和气象科学的发展而发展。在我国积极应对全球气候变化、推进能源转型的大背景下,加快培育电力气象新兴学科是新型电力系统建设的现实需要,也是科学技术创新发展的客观要求。该文将电力气象看作一门研究气象条件与电力系统间相互作用及其应用方法的交叉学科,探讨了电力气象的定义与应用,系统性梳理了19世纪以来电力气象的整体发展历程。随着新型电力系统发展,总结了当前电力气象的主要需求和技术挑战,提出电力气象基础理论、环境感知监测、定制化预报、灾害预警、供电保障及人工智能应用等重要研究方向,为深化电力气象应用、支撑新型电力系统高质量发展提供参考。

含新能源场站的变电站无功优化

随着新能源大规模地接入电网,传统潮流计算已不能满足配电网的需求,配电网无功配置的有效性降低,进而影响整个配电网的安全稳定性。为此,文章对含新能源场站的变电站潮流影响特性进行分析,建立新能源场站接入地区电网的PCC节点模型,以面向支路前推回代法作为配电网潮流计算方法;分析含新能源场站接入的变电站无功补偿特性,基于等量分组方式对无功补偿电容器作出规划。最后以某变电站为例,对所提计算方法的可行性进行验证,充分证明了该方法的有效性。

新能源配电网低碳运行长期负荷预测研究

为解决新能源配电网持续低碳运行时的长期负荷预测难度问题。提出利用多时间尺度分析法获取电力负荷数据的小波尺度,选取多个尺度进行分析获取的初步长期负荷数据,采用指数平滑法对获取的初步长期负荷数据进行平滑处理。通过对平滑处理后长期负荷数据的累加累减以及还原,构建一阶微分方程,利用灰色关联方法实现配电网低碳运行长期负荷预测。结果表明,所提方法的预测结果接近电力负荷实际值,预测误差始终低于0.3 MW,且在配电网不同时期的预测误差范围均较小。

网格化配网多时间尺度源荷优化调度研究

随着新能源渗透率不断提高和负荷日益多元化,如何实现复杂配网系统内源荷功率快速协调已成为迫切需要解决的问题。首先分析了新能源以任意功率并网时反映交流系统相对强度的运行广义短路比;其次提出了基于多时间尺度信息的配网网格源荷功率优化调度策略,基于此建立了日内和实时功率调度计划模型。在MATLAB/Simulink平台进行的仿真分析表明,应用所提出的策略对配网系统进行网格化划分,使用所建立的模型引入运行广义短路比约束条件,能够充分发挥网格化优化协调源荷功率的优势,提高新能源消纳率和配网抵御源荷波动的能力。

新能源接入下的供电所配电网优化配置策略分析

供电所配电网在新能源迅速发展的同时,面临着新的挑战和机遇。文章通过研究分析新能源接入方式、配网配置的影响,探讨供电所配网在新能源接入下的优化配置策略,提出一系列有针对性的解决方案,具体包括制订适应能力强的访问策略、优化负荷预测和需求管理以及储能系统和虚拟电厂的推广。然后,探讨配电网优化配置的关键技术,如高级计量基础设施(Advanced Metering Infrastructure,AMI)的应用、智能配电自动化技术以及分布式发电与微电网技术,并结合案例分析,评估优化配置策略的实际效果。通过文章的研究,旨在为供电所配电网的优化配置提供理论指导和实际参考.

新能源风光场站发电量预测与交易策略

随着新能源技术的发展,其在全球能源结构中的份额逐年上升,带来了发电量预测和交易策略的新挑战和机遇。文章探讨了新能源风光发电技术的特点及其发电量的波动性。利用深度学习与神经网络模型,对新能源发电量进行高精度预测,同时结合交易市场的实际情况,构建了基于风险和收益的交易策略。通过机器学习的方法进一步优化交易策略,为新能源发电量的市场化交易提供科学依据。

中国未来电网的发展模式和关键技术

化石能源枯竭和气候环境变化两大关键问题,促使全球范围内开展了一场以可再生能源和新能源发展为核心的新能源革命。在此背景下,电网将承担除了电力输送之外的更重要的使命,成为能源、电力、信息综合服务体系的支撑平台。研究了2031—2050年中国电网发展模式及影响电网发展的关键电网技术,采用一种基于关键问题表征指标的宏观预测方法,分近中期(2011—2030年)、中长期(2031—2050年)两个阶段给出了中国电网的发展趋势预测,并凝练了10项影响电网发展的关键技术,梳理了其中的基础科学问题和前沿技术。

基于AHP及Logit回归的新能源汽车市场预测模型

根据消费者效用极大化原理,利用层次分析法,分析中国消费者购买新能源汽车的成本、可靠性、动力性、形象、安全性和便利性因素的权重;通过对欧、美、日新能源汽车乘用车市场份额与消费者效用的Logit回归分析,构建基本、一般和激进三种政府规制场景下的中国新能源汽车乘用车市场份额的预测模型.结果表明,新能源汽车市场的发展与政府规制有密切的关系.到2015年,在基本、一般和激进三种场景下,新能源汽车分别占14%,23%,36%左右;混合动力和纯电动汽车是市场份额最大的两种车型;燃料电池汽车市场份额最小,为0.25%~0.85%.