考虑出行者异质性的绿色出行行为研究

交通限行政策和推广纯电动汽车是实现绿色交通的重要途径.为定量分析出行者环保意识对绿色出行行为的影响,基于出行者环保态度和环保行为,利用潜在类别分析模型对出行者进行潜在类别划分;将出行者的潜在类别作为解释变量带入双变量Probit模型中,分析出行者潜在类别和其他因素对私家车限行政策赞同度和纯电动车意愿购买的影响.研究结果表明:基于出行者环保态度和环保行为,出行者可划分为环境友好者、环境中立者、伪环境友好者三类群体;在出行者绿色出行行为中,带入出行者类别能够显著提高模型的拟合度;出行者潜在类别对绿色交通出行行为具有显著影响.     

面向电动汽车有序充放电研究综述

推动节能减排,助力“2030碳达峰”“2060碳中和”远景目标实现,需要更为绿色的出行方式。然而大量电动汽车无序充放电行为给配电网安全和充电站运营商接纳能力带来了极大的挑战。为缓解负荷压力,亟待对电动汽车充放电行为进行引导。首先从配电网、充电站运营商、电动汽车用户3个层面归纳了影响有序充放电水平的因素;其次从配电网层面对提升有序充放电水平的方法进行了阐述;随后从内部资源整合和外部充放电引导方面论述了充电站运营商层面提升有序充放电水平的研究方法;然后从响应意愿和响应能力2个角度表征用户对有序充放电行为的响应程度;最后对电动汽车有序充放电研究方向进行了总结与展望。     

基于出行时间预算的多模式多类用户城市交通均衡分析

在道路交通与轨道交通组成的多模式城市交通网络中,考虑路径出行时间的不确定性,对用户的交通模式与路径的选择行为进行分析,建立基于出行时问预算的多模式多类用户均衡交通分配模型,设计基于路径配流的求解算法.研究结果表明:该算法适用于路径费用不具备可加性的交通均衡模型的求解;交通需求、路网降级及用户所需的可靠度水平对交通模式及路径选择均具有显著影响;随着交通需求水平的提高或路网降级加剧,用户选择轨道交通出行的份额增加,且可靠度需求较高的用户选择轨道交通的份额增幅更高.     

考虑距离因素的多方式交通超级网络均衡配流模型及算法

考虑了出行距离对出行者不同感知费用的影响,提出了一种考虑距离因素的多方式用户平衡配流方法。对出行者在多方式交通系统中的出行行为进行了分析,基于图论构建了用于描述一般出行过程的多方式超网络模型,并定义了有效超路径和子路径。针对出行者在不同出行过程中时间和花费这两个主要定量因素的计算方法,同时考虑了出行距离对出行者感知费用的影响机制,构建了考虑距离因素的出行广义费用函数。在此基础上,提出了基于用户平衡准则的多方式交通网络配流模型,并提出了基于子路径费用的最短超路径搜索算法。最后用一个简单算例对模型进行了验证,结果表明本文所提出的模型及算法可行有效。     

考虑心理潜变量及异质性的电动汽车联合充电选择行为研究

为深入剖析电动汽车用户联合充电方式和充电地点的选择行为,揭示用户心理潜变量、社会经济属性及充电属性对其联合充电选择行为的共同影响,文章基于上海市电动汽车用户的实证调查数据进行分析研究,构建考虑心理潜变量的混合选择模型剖析联合充电选择行为的决策机理。分析结果表明：风险规避态度、里程焦虑及充电习惯均对联合充电选择存在显著影响;混合选择模型的拟合度明显优于混合Logit模型;日出行距离、充电费用、停车政策等属性在模型估计中表现出异质性。对用户联合充电方式和充电地点的选择行为预测结果表明,混合选择模型的预测值与实际调查数据的误差在5%以内,混合选择模型具有更高的预测能力和解释能力。该文研究结果可为充电需求预测及充电管理策略提供一定的理论依据。     

基于电价响应模型的电动汽车充电优化策略

大量的电动汽车接入电网充电需要考虑经济效益和系统稳定性的影响,为了减少由于电动汽车的无序充电对配电网负荷引起的较大波动,提出了一种基于电价响应和电网激励的电动汽车有序充电优化策略。首先,在充分考虑用户的充电需求和电网安全运行的基础上,以负荷最小峰谷差为目标函数,采用遗传算法求取峰谷时段电动汽车充电数量最优解;其次,构建了电动汽车峰谷电价优化模型,建立了电动汽车充电数量与峰谷电价之间的关系,实现了电动汽车充电价格的最优定价机制;最后,考虑到充电站运营商实施分时电价前后的总收益不受损害,引入了电网公司为减少负荷峰谷差而给出的激励机制。通过对算例的分析,提出了基于电价引导的电动汽车有序充电策略,在降低了运营商的购电成本和用户充电成本的同时,实现了系统负荷削峰填谷的目的,验证了所提控制策略在节约能源方面具有有效性和合理性。     

基于时间价值的随机用户出行决策模型研究

出行者一次出行经历了是否出行、终点选择、交通方式选择、路径选择四个决策过程.首先考虑时间价值不同这个因素,给出了基于时间价值的广义费用;然后建立随机用户出行决策模型,该模型描述了出行者的四个出行决策行为,即模型的一阶条件与四个出行决策的条件等价;其次证明了模型的一阶条件满足出行决策条件,最后给出模型算法.由于考虑了时间价值这个因素,因而模型能更准确描述出行者的出行行为.     

城市交通出行成本的Nash均衡分析

针对城市交通出行选择及出行均衡问题,在基于考虑出行行为影响因素的广义出行费用模型的基础上,引入经济学的Nash均衡理论,分析了出行选择中可能存在的不同出行路径与交通方式组合。通过建立Nash均衡博弈模型并求解,得到不同路径及交通方式的广义出行费用均衡解,探讨了城市交通中出行成本的变化和交通运营商的竞价行为对出行均衡的影响。研究结果表明:在以广义出行费用为基础的城市交通出行选择中存在Nash均衡,且出行成本的Nash均衡解具有稳定性;在保证广义出行费用总和最小的情况下,当系统达到Nash均衡后,出行者不会随意改变策略,而会按Nash均衡下的策略出行,即各种交通方式运营商采取单方面改变价格的策略无法改变出行均衡以获取更高的利润。     

多因素下基于路网拓扑的电动汽车充电路径规划策略

随着电动汽车产业的发展,电动汽车的充电需求也日益增加.为了满足电动汽车用户充电多样性需求并提高充电设施利用率,本文在考虑出行距离、充电电价以及充电站排队情况等三种影响因素下构建混合整数线性规划模型,提出了一种多因素下基于充电站路网拓扑结构的电动汽车充电路径规划方法,为用户规划充电路径与充电站选择.首先,该方法在能耗约束的前提下基于Dijkstra最短路径算法进行充电引导,为求解多目标最优引入信息熵的概念来确定各参数影响权重.其次,针对用户充电需求的差异性问题,提出了三种不同目标下的规划方法以降低用户充电成本.此外,本文构建了站点随机充电服务排队模型并进行敏感性分析以研究充电站服务能力对充电成本的影响.以某地区路网为算例进行仿真,结果表明本文提出的方法能够有效降低用户充电出行成本并合理规划出行路径,验证了所提模型的可行性和有效性,对充电选择和站点配置具有一定的决策参考意义.     

容量限制分配的蚁群优化算法

针对交通规划实践中广泛使用的用户出行行为假设与现实脱节的不足,提出了用蚁群优化算法获取网络流量加载路径的配流新思想.分析了网络中用户出行的行为特征并与蚁群算法执行机制进行了比较,提出利用人工蚂蚁模拟网络中用户出行的可行性和合理性.给出了基于Ant-Cycle模型的容量限制分配思路和流程.设计采用双层迭代机制完成整.个交通分配过程:使用内迭代构建完整的流量加载路径;使用外迭代对路段阻抗进行修正,体现网络的拥挤效应,使网络分配趋于平衡.仿真算例与对比分析表明:该方法可以模拟交通系统的平衡状态,分配结果趋近用户平衡;算法合理、有效.     

考虑电动汽车及需求侧响应的综合能源系统优化调度

为了进一步提高综合能源系统的运行经济性和可再生能源消纳能力,在负荷侧分析了电、热负荷需求侧响应以及电动汽车的可调度价值,同时采用场景分析法考虑风电和光伏发电出力的不确定性.提出一种需求侧响应和电动汽车协同作用的综合能源系统双层随机优化调度模型.上层模型利用分时电价激励的价格型需求侧响应,以净负荷波动方差最小为目标函数,...     

考虑不确定性和储能系统的虚拟电厂与能效电厂联合调度优化模型及仿真应用

为解决分布式电源难以分配、控制和管理的问题,引入虚拟电厂的基本概念,并考虑用户侧能效电厂参与下的系统发电调度优化问题。首先,构建电源输出功率模型,包括风力发电出力模型、太阳能发电出力模型以及储能系统出力模型;然后,构建虚拟电厂与能效电厂双层优化调度模型,其上层模型以虚拟电厂参与下系统发电成本最小为目标,综合考虑电能供需平衡约束、火电机组出力约束和系统备用约束等;下层模型以能效电厂参与调度获得的收益最大为目标,分析节能效率电厂(ESEPP)和需求响应效率电厂(DREPP)对虚拟电厂运行的优化效应。最后,选取3个风电场、2个太阳能发电站和2台燃气轮机发电机组构成仿真系统,并设定4种仿真情景。研究结果表明:虚拟电厂能够显著提升系统消纳随机性电源的能力,能效电厂能够实现负荷曲线的削峰填谷,基于双层优化调度模型能够发现发电成本最小和获得收益最大的最优调度结果。     

降级路网组合出行交通流分配模型与算法

研究降级路网条件下的组合出行交通平衡问题。首先,基于出行者对降级路网的不同风险态度,将出行者分为3类:守时型、冒险型和平均型。其次,考虑小汽车出行和小汽车换乘地铁出行2种出行模式,分析降级路网条件下不同用户类的组合出行行为,建立相应的多用户变分不等式交通分配模型,讨论模型解的性质。最后,设计模型的求解算法,并通过算例说明模型和算法的有效性。结果表明:不同出行时间预算的出行者在降级路网中的路径选择行为存在较大差异,路网降级程度对出行者出行选择行为影响显著;随着道路通行能力的降低,出行者更倾向于选择组合出行模式。     

基于风险惩罚机制的虚拟电厂优化调度

为了解决虚拟电厂内部功率不确定性问题、促进新能源电力的消纳和提高用户参与系统调度的积极性,首先通过建立模型,分析了虚拟电厂内部各单元功率不确定因素。然后针对风光机组和需求响应的功率不确定性,建立了弃风弃光风险惩罚机制与需求响应风险惩罚机制。基于风险惩罚机制并结合各机组出力特性,制定了虚拟电厂协调调度策略。考虑风险惩罚成本且兼顾系统运行约束,以净利润最大为目标函数,建立了虚拟电厂优化调度模型。最后选择IEEE30节点系统进行仿真。运用场景分析法研究所建风险惩罚机制对虚拟电厂优化调度的影响。结果表明弃风弃光风险惩罚机制可促进风光消纳、需求响应风险惩罚机制可提高用户响应积极性。可见所建风险惩罚机制是有效的。     

多网络协作下电动汽车参与电力市场的调度策略

针对电动汽车充电需求的时空不确定性,电动汽车代理商如何参与电力市场并且如何实现运营利润最大化成为需要解决的问题。本研究首先建立基于多层深度学习算法的电动汽车出行预测模型,分别使用多层感知器和长短期记忆网络对电动汽车的出行数据和路况数据进行学习,通过训练好的预测模型预测次日的出行行为和路况。其次,考虑到路况的多变性对预测精度的影响,采用未来路径滚动优化方法和速度-能耗模型模拟次日电动汽车的出行行为,从而获取电动汽车更精确的时空状态和荷电状态。最后,考虑能量市场协同调度,通过日前市场的充放电调度模型对不同时段的电动汽车充放电行为进行规划,最大化电动汽车代理商的利益。为了证明所提预测方法的准确性,与预测常用的蒙特卡洛方法和拉丁超立方法进行对比,结果表明,本研究提出的深度学习算法具有更高的准确性。将模型应用于IEEE33节点测试系统中进行验证,实验结果表明,在电动汽车代理商的调度下能够有效降低电力系统的峰谷差,在系统出现阻塞的情况下,通过改变电动汽车的调度策略能够缓解系统线路阻塞问题。对代理商收益和用户出行成本进行分析,结果表明在代理商的调度下,不仅能够提高代理商收入还能够降低用户的出行成本,...     

基于交通方式选择的公交出行需求预测

在对国内外研究现状分析的基础上，研究立足于影响公交乘客意愿和出行选择的公交服务水平因素分析，应用期望偏好（SP）调查方法得到国内2个城市出行选择行为特征数据，分析国内城市出行者意愿和交通方式选择行为的特征和规律，在此基础上应用慈溪市的数据建立了考虑个人特性和出行时间及成本等选择特性因素的交通方式选择模型，对公交出行需求进行了预测，并结合交通方式选择行为特征调查数据和出行比例预测结果，提出了相应的公交优先发展策略．     

基于出行链的城际旅客出行方式选择行为

在解析城际出行链的基础上,分析了旅客出行方式选择的影响因素,并将心理潜变量引入Logit模型,构建了基于出行链的旅客城际出行方式选择模型(stuctural equation modelingLogit,SEM-Logit).通过对沪杭交通走廊内客流的调查,进行了模型的应用及参数标定,并对城际旅客出行链的选择进行了预测,拟合值与调查值的相对误差在2%以内.结果表明,考虑了心理潜变量的改进模型具有良好解释能力,能直观地反应和预测旅客在城际出行中对出行方式的选择行为.     

停车诱导可变信息标志影响下的多层路网随机用户均衡分配模型

在传统随机用户均衡分配模型基础上,将路网分为路上行驶层、停车巡泊层和步行层3层,用于定量分析停车诱导可变信息标志对驾驶人出行的影响.引入慢速因子体现驾驶人的停车寻找行为,并利用考虑理解误差的费用函数反映停车诱导可变信息标志对驾驶人停车设施选择行为的影响.在此基础上,构建了停车诱导可变信息标志影响下的多层路网随机用户均衡分配模型,并提出了相应的求解算法.算例结果表明,经平均迭代15次模型能较快收敛,当路网上部分道路处于拥堵状态时,停车诱导可变信息标志的设置效果较好,可节约驾驶人6.2%的出行时间.     

出行方式选择行为的SEM-Logit整合模型

现有的出行方式选择行为模型仅考虑了可直接观测的出行者的个人社会经济特性和出行方案特性,并未考虑影响选择结果的潜变量,为此,文中提出了出行行为中潜变量的概念,并通过结构方程模型(SEM)刻画潜变量与显变量、潜变量与其测量变量之间的因果关系.然后,基于最大效用理论,对Logit模型的出行方式效用函数进行改进,构建了潜变量与显变量共同作用的SEM-Logit整合模型.结果表明:考虑了潜变量的整合模型的优度比传统Logit模型提高了0.201,最大似然函数估计值增加了20.607,证明潜变量对出行方式选择行为存在显著影响,所提出的整合模型的解释能力和精度较高.     

低碳经济背景下的峰谷分时电价建模及福利分析

为研究峰谷分时电价对社会福利的影响,提出了一种考虑用户滞后响应的峰谷分时电价模型.首先,将发电企业和电力用户分为不同的类型,构建了基本的电力市场网络结构;其次,通过引入滞后弹性参数和非价格影响参数,建立了基于用户响应的单一价格模型和峰谷分时电价模型;然后,在保证发电企业收益和用户需求的前提下,分别求解了2种模型的电价和各时段负荷;最后,采用泰勒级数近似法估算了消费者支付意愿的变化,并分析了峰谷分时电价对用户行为和社会福利的影响.仿真案例表明,本模型具有一定的可操作性,对峰谷电价的实施以及评估其对社会福利的影响具有重要的参考价值.