8、交通革命:无油运输下的人员与货物流动

交通革命:无油运输下的人员与货物流动

1. 人员长途出行情况

在高收入国家,长途旅行在整体出行中所占比例相对较小。以2001年美国居民为例,超过80公里的出行仅占总出行次数的2.1%,但占总人公里数的29%。其他高收入国家的这一比例更低,而低收入国家可能更低,很多居民几乎不进行长途旅行。大部分出行都是本地出行。

长途旅行至关重要,原因主要有三点。一是其增长速度可能快于本地旅行;二是大部分长途旅行依赖航空运输,而航空运输在某些方面对环境破坏大且能源消耗高;三是未来几十年,由于燃油供应可能无法支持大量航空旅行,长途旅行,特别是跨洲旅行,可能比本地旅行面临更大的变革。

不同地区的人们进行长途旅行的方式有所不同。例如,新西兰人比大多数其他国家的居民更倾向于乘坐飞机进行长途旅行,而在其他地方通常有更多选择。以下是2001年美国和2001 - 2002年欧盟15国长途旅行的方式统计:
| 地区 | 交通方式 | 人均出行次数 | 出行次数占比 | 每次出行距离(公里) | 出行距离占比 |
| — | — | — | — | — | — |
| EU15 | 汽车 | 1.7 | 65% | 524 | 56% |
| EU15 | 飞机 | 0.2 | 6% | 4641 | 41% |
| EU15 | 巴士 | 0.3 | 12% | 787 | 2% |
| EU15 | 火车 | 0.4 | 14% | 804 | 1% |
| US | 汽车 | 8.2 | 89% | 524 | 56% |
| US | 飞机 | 0.7 | 7% | 4641 | 41% |
| US | 巴士 | 0

【最优潮流】直流最优潮流(OPF)课设(Matlab代码实现)内容概要:本文档主要围绕“直流最优潮流(OPF)课设”的Matlab代码实现展开,属于电力系统优化领域的教学科研实践内容。文档介绍了通过Matlab进行电力系统最优潮流计算的基本原理编程实现方法,重点聚焦于直流最优潮流模型的构建求解过程,适用于课程设计或科研入门实践。文中提及使用YALMIP等优化工具包进行建模,并提供了相关资源下载链接,便于读者复现学习。此外,文档还列举了大量电力系统、智能优化算法、机器学习、路径规划等相关的Matlab仿真案例,体现出其服务于科研仿真辅导的综合性平台性质。; 适合人群:电气工程、自动化、电力系统及相关专业的本科生、研究生,以及从事电力系统优化、智能算法应用研究的科研人员。; 使用场景及目标:①掌握直流最优潮流的基本原理Matlab实现方法;②完成课程设计或科研项目中的电力系统优化任务;③借助提供的丰富案例资源,拓展在智能优化、状态估计、微电网调度等方向的研究思路技术手段。; 阅读建议:建议读者结合文档中提供的网盘资源,下载完整代码工具包,边学习理论边动手实践。重点关注YALMIP工具的使用方法,并通过复现文中提到的多个案例,加深对电力系统优化问题建模求解的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值