摘要:建筑能源消耗的预测对减少能源浪费的公用事业公司,用户和设施经理有益。但是,由于预测算法的各种缺点,例如,非透明输出,通过后事后工具的临时解释,较低的准确性以及无法处理数据不确定性,这种预测在该领域中的适用性有限。结果,基于领域的知识解释性具有高精度对于使能源预测值得信赖至关重要。以此为动机,我们提出了一个基于域知识的基于可解释的基于信念规则的专家系统(EBRBES),以基于领域的知识解释,以准确预测能源消耗。我们优化了BRBES的参数和结构,以提高预测准确性,同时使用其推理引擎处理数据不确定性。为了预测能源消耗,我们会考虑到楼层,日光,室内入住和建筑加热方法。我们还描述了如何实现能源消耗的反事实。此外,我们提出了一种基于信念规则的自适应平衡确定(BRBABD)算法,用于确定解释性和准确性之间的最佳平衡。为了验证所提出的EBRBES框架,使用了基于瑞典Skellefteå的案例研究。Brbabd的结果表明,我们提出的EBRBES框架在解释性和准确性之间的最佳平衡和准确性之间的平衡高于85.08%。
为了模拟同一车辆型号的各种电池尺寸,研究使用了Siemens Simcenter amesim仿真软件。车辆模型数据是从慕尼黑技术大学(TUM)和德国汽车俱乐部ADAC数据库进行的最新测试项目中获得的。使用德国联邦环境局发布的研究现实世界电动汽车能源消耗的发现,对热管理系统模型进行了校准。车辆型号经过校准,以匹配全球官方统一的轻型车辆测试程序(WLTP)参考大众ID.3带有58 kWh电池的车辆和SpritMonitor.de中的消费者报告的值。
能源战略是在 2022 年《气候变化法案》的背景下实施的,该法案要求政府紧急减少排放。区域城市交易投资、拟议的投资区和净零加速器基金的发展等经济举措将被用来提高成功率。过去两年来,我们在实施该战略方面做了很多工作,我预计未来几年进展会加快。
摘要:采矿生产是全球能源最密集的行业之一,消耗了大量的化石燃料,并在全球范围内有助于广泛的碳排放。电池技术的电气化和高级发展的趋势已从柴油机转变为电池替代品。这些替代方案很有吸引力,因为它们与传统的柴油卡车相比有助于脱碳。本文对采矿运输卡车(MHT)动力总成的最新技术进步进行了全面综述。它还基于采矿系统级别的考虑来比较这些配置,以评估其未来潜力。评估的配置包括柴油卡车(DET),手推车辅助卡车(TAT),仅电池卡车(BOT),带动态充电卡车(BT-D)的电池手推车和带有固定充电卡车(BT-S)的电池手推车。根据分析,在这些替代选择中对车载柴油机或电池电源的能源需求(不包括手推车功率)如下:det-681 kWh,bot-bot-645 kWh,tat-tat-511 kWh,511 kWh,bt-s-bt-s-bt-s-471 kWh,471 kWh和bt-d-bt-d-bt-d-bt-d-466 kWh。本文还基于当前电池技术,电池材料选择,电池包设计和电池尺寸选择的方法来说明电池尺寸设计的理论。在量身定制的电池尺寸选择的情况下,Bot,BT-D和BT-S配置需要LIFEPO 4(LFP)电池量分别为25吨,18吨和18吨。此外,在20年的时间里,BT-S证明了车载电池成本最低。基于对电池MHT替代方案的技术经济评估,已经确定BT-D需要最低量的车载电池能量。
拟议的行动(或上述理由中定义的提案部分)属于 10 CFR 第 1021 部分 D 分项附录 A 或 B 中所列的行动类别。为了符合 10 CFR 第 1021 部分 D 分项附录 B 中所列的行动类别,提案必须符合以下要求:(1) 不会威胁违反适用的环境、安全和健康法定、监管或许可要求,或 DOE 或行政命令的类似要求;(2) 要求选址和建造或大规模扩建废物储存、处置、回收或处理设施(包括焚化炉),但提案可以包括明确排除的废物储存、处置、回收或处理行动或设施;(3) 扰乱环境中预先存在的危险物质、污染物、污染物或 CERCLA 排除的石油和天然气产品,从而导致不受控制或未经许可的排放; (4)有可能对环境敏感资源造成重大影响,包括但不限于《10 CFR》第1021部分D分部附录B第B(4)段所列的资源;(5)涉及转基因生物、合成生物学、政府指定的有害杂草或入侵物种,除非拟议活动在设计和操作上受到遏制或限制,以防止未经授权释放到环境中,并按照适用要求进行,例如《10 CFR》第1021部分D分部附录B第B(5)段所列的要求。
世界银行出口管制局能源未来团队在 Anna Bjerde、Antonella Bassani、Carolina Sanchez-Paramo、Charles Joseph Cormier、Sudeshna Ghosh Banerjee、Stephanie Gil 和 Ivailo Izvorski 的领导下开展工作。世界银行出口管制局能源未来核心团队包括任务组组长 Szilvia Doczi 和合著者 Akos Losz(第 1 和第 2 部分);Amit Kanudia(附录 1,能源系统模型开发者);Armin Mayer(第 2 部分);Bobur Khodjaev,Humphrey 研究员(附录 3);Elcin Akcura(第 1 部分和附录 4);Peter Toth(第 2 部分);Raimund Malischek(第 1 和第 2 部分和附录 1);Rocco De Miglio(第 1 和第 2 部分和附录 1);和 Tarek Keskes(第 2 部分和附录 5)。除非另有说明,本文中表格、图形和图表中的预测年份代表作者构思的原始模型的结果,而历史数据则来源于国际能源署的 2019 年和 2020 年能源平衡表。
可再生能源和电动汽车 (EV) 是实现可持续城市的关键技术。然而,可再生能源的间歇性发电和电动汽车充电导致的峰值负荷增加可能会给电力系统带来技术挑战。通过能源系统优化改善负荷匹配可以最大限度地减少这些挑战。本文评估了由风能和太阳能供电的净零能耗城市的最佳城市规模能源匹配潜力,考虑了三种电动汽车充电方案:机会充电、智能充电和车辆到电网 (V2G)。以瑞典西海岸的一个城市为例。智能充电和 V2G 方案旨在最大限度地减少发电和负荷之间的不匹配,并被表述为二次规划问题。模拟结果表明,在采用 V2G 方案且风能-光伏发电份额为 70:30 的净零能耗城市中,实现了最佳负荷匹配性能。最佳净零能耗城市的负载匹配性能从机会充电的 68% 提高到智能充电的 73%,再到 V2G 的 84%。研究还表明,参与 V2G 方案的 2.4 GWh 电动汽车电池在提高城市规模负载匹配性能方面相当于 1.4 GWh 固定储能。研究结果表明,电动汽车具有为城市能源系统提供灵活性的巨大潜力。