XiaoMi-AI文件搜索系统
World File Search System交通拥堵
经济激励措施能促进身体活动吗？来自伦敦交通拥堵费的证据
本文表达的任何观点均为作者观点，而非 IZA 观点。本系列中发表的研究可能包括政策观点，但 IZA 不代表任何机构政策立场。IZA 研究网络致力于遵守 IZA 研究诚信指导原则。IZA 劳动经济研究所是一个独立的经济研究机构，开展劳动经济学研究，并就劳动力市场问题提供基于证据的政策建议。在德国邮政基金会的支持下，IZA 运营着世界上最大的经济学家网络，其研究旨在为我们这个时代的全球劳动力市场挑战提供答案。我们的主要目标是在学术研究、政策制定者和社会之间架起桥梁。IZA 讨论文件通常代表初步工作，并被分发以鼓励讨论。引用此类文件时应说明其临时性质。修订版可直接从作者处获得。
拥堵评估与资源整合研究
图 1：2019-2028 年拥堵最严重前 3 组的基本拥堵情况（2019 亿美元） ............................................................................................................. 2 图 2：通用解决方案 ............................................................................................................................................. 3 图 3：2019-2028 年生产成本节省（2019 亿美元） ............................................................................................................. 4 图 4：效益/成本比（高、中、低成本估算范围） ............................................................................................. 4 图 5：拥堵对需求的影响（%） ............................................................................................................................. 5 图 6：预计可再生能源发电区域地图 ............................................................................................................. 7 图 7：按区域划分的风能和太阳能削减情况 ............................................................................................................. 9 图 8：纽约独立系统运营商 (NYISO) 综合系统规划流程 ............................................................................................. 13 图 9：经济规划流程图 ............................................................................................................................. 16 图 10：主要建模输入和变化.................................................................................................... 24 图 11：2019 年 CARIS 第一阶段 NYCA 建模主要变化时间表 .............................................................. 25 图 12：CARIS 基准负荷和资源表 ........................................................................................................ 25 图 13：CARIS 中建模的区域（包括 NYISO、ISO-New England、IESO Ontario 和 PJM 互连）。 26 图 14：区域 AE 的预测燃料价格（名义美元） .......................................................................................................... 30 图 15：区域 FI 的预测燃料价格（名义美元） ........................................................................................................ 30 图 16：区域 J 的预测燃料价格（名义美元） ............................................................................................................. 31 图 17：区域 K 的预测燃料价格（名义美元） ............................................................................................................. 31 图 18：NO X 和 SO 2 排放许可价格预测 ............................................................................................................. 32 图 19：CO 2 排放许可价格预测 ............................................................................................................................. 34 图 20：2014-2018 年各区域历史需求美元拥堵情况（名义百万美元） ............................................................................. 36 图 21：2014-2018 年受限路径历史需求美元拥堵情况（名义百万美元）....................36 图 22：按区域划分的 2019-2028 年未来需求 $ 拥堵预测（基准情景）（名义百万美元） ............................................................................................................................. 37 图 23：按约束路径划分的 2019-2028 年未来需求 $ 拥堵预测（基准情景）（名义百万美元） ............................................................................................................................. 38 图 24：基于 15 年总计最高需求 $ 拥堵现值的排序要素（基准情景） ............................................................................................................. 39 图 25：按约束划分的拥堵小时数（基准情景） ............................................................................................................. 39 图 26：基于生产成本节约（2019 百万美元）对分组要素进行排序 ............................................................................................. 40 图 27：三项 CARIS 研究的需求 $ 拥堵情况（名义百万美元） ............................................................................................. 41图 28：三项 CARIS 研究的需求 $ 拥堵情况 ($2019M) .............................................................................. 41 图 29：2019-2028 年拥堵程度排名前三的分组的基本拥堵情况 ($2019M) ............................................................................................. 41 图 30：输电区块大小 ......................................................................................................................................... 42 图 31：发电区块大小 ......................................................................................................................................... 43 图 32：EE 和 DR 区块大小 ......................................................................................................................................... 43 图 33：通用解决方案定价考虑因素 ......................................................................................................................... 45 图 34：研究 1 的需求 $ 拥堵情况比较（名义百万美元） ............................................................................................. 48 图 35：研究 1 的需求 $ 拥堵情况比较 ($2019M) ............................................................................................. 48 图 36：研究 1 的 NYCA 范围生产成本节省情况($2019M) .............................................................................. 48 图 37：研究 2 的需求$拥堵比较（名义百万美元） .............................................................................. 50 图 38：研究 2 的需求$拥堵比较（$2019M） ...................................................................................... 50 图 39：研究 2 的 NYCA 范围生产成本节省（$2019M） ............................................................................. 50 图 40：研究 3 的需求$拥堵比较（名义百万美元） ............................................................................. 52 图 41：研究 3 的需求$拥堵比较（$2019M） ...................................................................................................... 52 图 42：研究 3 的 NYCA 范围生产成本节省（2019 百万美元） .............................................................. 52 图 43：2019 年至 2028 年 NYCA 范围总生产成本节省（2019 百万美元） ............................................................................................................. 54 图 44：每项研究中通用发电的隔夜成本、需求响应和能源效率解决方案成本 ............................................................................................................. 55 图 45：每项研究中通用传输解决方案的隔夜成本 ............................................................................................................. 56 图 46：2019 年至 2028 年通用解决方案生产成本节省（2019 百万美元） ............................................................................................. 57 图 47：效益/成本比（高、中、低成本估计范围） ............................................................................................. 57 图 48：负荷支付、发电机支付、TCC 的十年变化支付和损失成本（2019 亿美元）................................................................................................................................................ 59 图 49：2028 年 ICAP MW 影响 ............................................................................................................................ 59
避免输电互联拥堵
混合资源（定义为发电、储能和/或灵活负载的组合，它们共享一个公共互连点并作为单一集成资源运行）的主要优势之一是它们能够减少将新发电资源互连到电网所需的输电网络升级。在大多数拥有高质量可再生资源的地区，已经使用了低成本且简单的互连点。因此，当互连研究表明可再生能源项目将使现有设备超载或可能导致输电系统不稳定时，可再生能源项目必须支付昂贵的大容量电力系统网络升级费用。这笔费用通常由项目开发商支付，而不是系统运营商或负载服务实体（通常是公用事业公司）。加剧这一问题的是可再生能源项目在互连队列中等待的僵局，研究通常需要数年才能完成，项目也经历了许多延迟。例如，PJM 系统最近宣布暂停所有新的互连请求，以改进互连流程。可再生能源发电机在传输互连方面面临的这些挑战是其进一步发展的重大障碍。
对太空公共资源拥堵征税
所有航天机构和公司共享太空，它们发射的卫星会造成太空拥堵和碰撞风险。它们各自发射了过多的卫星，这是因为它们未能将加剧拥堵对自身以外的其他人的影响内部化，因此存在风险。我们调查通过限制卫星发射可以在多大程度上减少太空垃圾。太空垃圾是指在地球轨道上制造的人造物体，例如旧卫星和火箭级。它包括它们解体、侵蚀和碰撞产生的碎片。今天，地球轨道上共有 20 021 个人造物体，其中包括 2 060 颗运行中的卫星。此外，轨道上还有超过 1.3 亿块小于 1 厘米的碎片，约 90 万块 1-10 厘米的碎片，以及约 34 000 块大于 10 厘米的碎片。
利用人工智能缓解道路交通拥堵
交通拥堵是世界上最昂贵和最紧迫的问题之一。它会导致时间和生产力损失、空气质量下降以及运营支出增加。虽然基础设施扩建可能有助于缓解这一问题，但成本高昂、破坏性强，并且需要预测未来数年甚至数十年的需求和能力。从积极的一面来看，人工智能的最新进展为通过自主和自学习控制器提高现有基础设施的利用率铺平了道路。近年来，大量研究 [Kockelman 等人，2017 年；Zantalis 等人，2019 年] 致力于将人工智能技术融入智能交通系统。在本文中，我们介绍并讨论了其中与缓解拥堵相关的部分研究。具体来说，我们讨论了人工智能控制器在缓解拥堵方面具有巨大潜力的三种应用。
人工智能驱动的电动汽车综述...
摘要。人工智能 (AI) 已广泛应用于许多领域，包括交通领域。AI 不仅用于制造自动智能汽车，还用于优化电动汽车的动力。同样，各种类型的电动汽车，如电池电动汽车 (BEV)、混合动力电动汽车 (HEV) 等，正越来越多地被开发为环保汽车。在本综述中，当交通拥堵发生时，AI 可以帮助优化电动汽车的动力。根据文献综述，电动汽车上的 AI 技术交通拥堵管理可以检测到几种情况。这些情况可能发生在交通拥堵中，例如驾驶员压力。在等待交通堵塞时，驾驶员需要替代道路解决方案并提供娱乐选项。AI 将预测交通拥堵将持续多长时间。