简介:为了提高碳排放预测的精确度,提出了量子粒子群—最小二乘支持向量机(QuantumParticleSwarmOptimization-Leastsquaressupportvectormachine,QPSO-LSSVM)算法用于预测中国的碳排放量。首先基于STIRPAT模型选取影响碳排放的自变量,然后运用量子粒子群算法优化LSSVM的参数,最后运用该组合模型对中国碳排放进行预测。通过与PSO-LSSVM,LSSVM和GM(1,1)模型的对比可知,此文提出的组合模型的预测精度更高,是一种更为有效的中国碳排放预测方法。
简介:'中国分布式能源市场的竞争已经到了白热化的程度.'西门子(中国)有限公司发电与天然气集团分布式发电业务技术经理蒯化成在2017中国国际天然气分布式能源产业高峰论坛上表示.他的话一点也不夸张.目前,我国电力供应由总体平衡、局部偏紧的状态逐步转向相对宽松、局部过剩.非化石电源快速发展的同时,部分地区弃风、弃光、弃水问题突出,'三北'地区风电消纳困难,云南、四川两省弃水严重.局部地区电网调峰能力严重不足,尤其北方冬季采暖期调峰困难,进一步加剧了非化石能源消纳矛盾.同时,我国区域电网结构有待优化,输电网稳定运行压力大,安全风险增加.城镇配电网供电可靠性有待提高,农村电网供电能力不足.