查看“WikiEdge:ArXiv速递/2025-05-08”的源代码

== 摘要 ==
* '''原文标题'''：Predictive Control of EV Overnight Charging with Multi-Session Flexibility
* '''中文标题'''：电动汽车多时段灵活性的夜间充电预测控制
* '''发布日期'''：2025-05-08 09:35:27+00:00
* '''作者'''：Felix Wieberneit, Emanuele Crisostomi, Anthony Quinn, Robert Shorten
* '''分类'''：eess.SY, cs.SY
*'''原文链接'''：http://arxiv.org/abs/2505.05087v1
'''中文摘要'''：摘要：大多数[[电动汽车]](EV)在夜间进行家用[[充电]]，此时[[电力分配]]的具体时间对用户并不重要，因而成为[[充电控制算法]]可利用的[[灵活性资源]]。本文放宽了"[[电动汽车]]每日早晨需充满电"这一常见假设，允许将剩余电量推迟至后续夜间[[充电]]，从而增强[[受控充电]]性能。我们特别研究了一种简易家用[[智能插座]]，采用[[模型预测控制]](MPC)技术，以最小化多会话[[预测周期]](最长提前七天)内的[[二氧化碳排放]]为目标进行[[电力调度]]。基于[[英国国家电网]]的[[碳强度]]数据，研究表明：相比[[无序充电]]，多会话[[规划]]可实现40%至46%的减排；相比单会话[[规划]]，可额外实现19%至26%的减排。此外，我们评估了用户[[驾驶]]与[[充电行为]]对[[灵活性]]的影响及其[[减排潜力]]。最后，通过分析[[英国]]14个区域的[[电网]][[碳强度]]数据，发现不同地区因[[能源结构]]差异导致的绝对[[减排量]]存在显著变化。

== 摘要 ==
* '''原文标题'''：Model Selection for Unit-root Time Series with Many Predictors
* '''中文标题'''：多预测变量单位根时间序列的模型选择
* '''发布日期'''：2025-05-08 01:45:15+00:00
* '''作者'''：Shuo-Chieh Huang, Ching-Kang Ing, Ruey S. Tsay
* '''分类'''：stat.ME, math.ST, stat.TH
*'''原文链接'''：http://arxiv.org/abs/2505.04884v1
'''中文摘要'''：本文研究一般[[单位根]]时间序列的[[模型选择]]问题，包括含有多外生[[预测变量]]的情形。我们提出[[FHTD算法]]——一种融合[[前向逐步回归]]([[FSR]])、[[高维信息准则]]([[HDIC]])、基于[[HDIC]]的[[后向消除]]方法及[[数据驱动阈值]]([[DDT]])技术的新型[[模型选择算法]]。在允许时间序列[[单位圆]]上[[特征根]]位置与[[重数]]未知、[[预测变量]]与[[误差项]]存在[[条件异方差]]等温和假设下，我们证明了[[FSR]]的[[确定筛选]]性质和[[FHTD]]的[[选择一致性]]。分析的核心在于两项关键技术贡献：[[多元线性过程]]的新型[[泛函中心极限定理]]，以及[[样本协方差矩阵]]最小[[特征值]]的[[均匀下界估计]]，二者均具有独立的[[理论价值]]。[[仿真实验]]验证了理论性质，并显示[[FHTD]]在[[模型选择]]中的优越性能。最后，我们通过建模[[美国]]月度[[新屋开工]]和[[失业数据]]展示了[[FHTD]]的实际应用。