基于信息物理融合的家电负荷聚合控制策略研究与应用
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-15页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 需求响应技术研究现状 | 第11-12页 |
1.3 信息物理融合系统研究现状 | 第12页 |
1.4 家电负荷聚合控制研究现状 | 第12-13页 |
1.5 论文研究内容及论文结构 | 第13-15页 |
第2章 关键技术分析 | 第15-19页 |
2.1 负荷聚合技术 | 第15页 |
2.2 信息物理融合系统 | 第15-17页 |
2.2.1 信息物理融合系统的构成 | 第16-17页 |
2.2.2 信息物理融合系统的应用 | 第17页 |
2.3 数据挖掘与数据分析技术 | 第17-18页 |
2.4 本章小结 | 第18-19页 |
第3章 家电负荷聚合控制需求分析 | 第19-22页 |
3.1 引言 | 第19页 |
3.2 居民侧负荷分析 | 第19页 |
3.3 聚合商的工作机制分析 | 第19-20页 |
3.4 负荷聚合与电网调度分析 | 第20-21页 |
3.5 本章小结 | 第21-22页 |
第4章 家电负荷聚合控制模型设计 | 第22-41页 |
4.1 引言 | 第22页 |
4.2 家电负荷聚合控制总体设计 | 第22-24页 |
4.2.1 负荷聚合控制系统架构 | 第22-23页 |
4.2.2 家电负荷聚合调度流程 | 第23-24页 |
4.3 家电负荷物理聚合控制模型 | 第24-27页 |
4.3.1 家电负荷聚合网络接入 | 第25-26页 |
4.3.2 家电使用数据的上传与指令的接收 | 第26-27页 |
4.4 家电负荷逻辑聚合控制模型 | 第27-40页 |
4.4.1 家电负荷逻辑聚合控制流程 | 第28-29页 |
4.4.2 基于二次聚类的居民电热水器负荷聚合 | 第29-35页 |
4.4.3 基于神经网络的用户用水行为预测 | 第35-38页 |
4.4.4 基于聚类及预测结果的分组控制 | 第38-40页 |
4.5 本章小结 | 第40-41页 |
第5章 家电负荷聚合控制的具体实现 | 第41-49页 |
5.1 引言 | 第41页 |
5.2 基于物理网络的居民负荷聚合实现 | 第41-44页 |
5.3 逻辑聚合的具体实现 | 第44-48页 |
5.3.1 基于二次聚类的负荷聚合及分组控制 | 第44-47页 |
5.3.2 基于神经网络的分组控制 | 第47-48页 |
5.4 本章小结 | 第48-49页 |
第6章 总结与展望 | 第49-51页 |
6.1 论文总结 | 第49页 |
6.2 未来展望 | 第49-51页 |
参考文献 | 第51-54页 |
致谢 | 第54页 |