首页--经济论文--工业经济论文--中国工业经济论文--工业部门经济论文

基于用户需求响应的分时电价优化

中文摘要第12-13页
ABSTRACT第13-14页
第一章 绪论第15-24页
    1.1 研究背景与意义第15-17页
    1.2 分时电价的研究与实施现状第17-22页
        1.2.1 分时电价的研究现状第17-19页
        1.2.2 分时电价的实施现状第19-22页
    1.3 本文研究工作第22-24页
第二章 分时电价下用户需求响应的模型分析第24-39页
    2.1 需求价格弹性理论第24-28页
        2.1.1 价格与需求量的关系第24-25页
        2.1.2 需求的价格弹性第25-27页
        2.1.3 需求的交叉价格弹性第27-28页
        2.1.4 峰谷电力需求价格弹性第28页
    2.2 分类用户的峰谷电力需求价格弹性分析第28-30页
        2.2.1 工业用户的需求价格弹性分析第29-30页
        2.2.2 居民用户的需求价格弹性分析第30页
        2.2.3 商业用户的需求价格弹性分析第30页
    2.3 电力需求价格弹性系数的计算第30-32页
        2.3.1 离散吸引力模型第31页
        2.3.2 需求价格弹性系数的计算第31-32页
    2.4 分时电价下的用户负荷特性第32-38页
        2.4.1 用户负荷的需求响应第32-34页
        2.4.2 消费者心理学分析第34-35页
        2.4.3 分时电价下的用户负荷特性第35-37页
        2.4.4 用户需求响应模型第37-38页
    2.5 本章小结第38-39页
第三章 峰谷分时电价优化的数学模型第39-49页
    3.1 峰谷时段划分第39-43页
        3.1.1 峰谷时段划分原则第39页
        3.1.2 峰谷时段的模糊隶属度第39-41页
        3.1.3 时点的模糊聚类第41-42页
        3.1.4 基于需求响应的时段划分修正第42-43页
    3.2 分时电价优化的数学模型第43-48页
        3.2.1 基本假设第43-44页
        3.2.2 目标函数第44-46页
        3.2.3 约束条件第46-48页
    3.3 本章小结第48-49页
第四章 遗传算法在模型求解中的应用第49-58页
    4.1 遗传算法的基本理论第49-50页
    4.2 遗传算法在单目标求解中的应用第50-52页
    4.3 基于NSGA-II的多目标分时电价优化第52-56页
        4.3.1 Pareto最优解第53页
        4.3.2 非支配排序算法(NSGA)第53-55页
        4.3.3 带精英策略的快速非支配排序遗传算法(NSGA-II)第55-56页
        4.3.4 基于NSGA-II多目标求解流程第56页
    4.4 本章小结第56-58页
第五章 算例分析第58-76页
    5.1 时段划分第58-62页
        5.1.1 按照全社会负荷的时段划分结果第58-61页
        5.1.2 各分类用户负荷的时段划分结果第61-62页
    5.2 不同峰谷时段划分方案对分时电价优化结果的影响分析第62-69页
        5.2.1 原始数据第62-63页
        5.2.2 单目标优化模型(以最小峰谷差为目标)第63页
        5.2.3 考虑全社会负荷的时段划分方案下的电价优化第63-65页
        5.2.4 按照各分类用户负荷时段划分方案下的电价优化第65-66页
        5.2.5 优化结果对比第66-69页
    5.3 计及用户满意度的分时电价优化分析第69-75页
        5.3.1 原始数据第69页
        5.3.2 多目标优化模型(最小峰谷差和最大用户满意度)第69-70页
        5.3.3 多目标优化第70-74页
        5.3.4 单目标与多目标优化结果对比第74-75页
    5.4 本章小结第75-76页
第六章 总结和展望第76-78页
    6.1 工作结论第76页
    6.2 展望第76-78页
参考文献第78-83页
攻读学位期间取得的研究成果第83-84页
致谢第84-85页
个人情况及联系方式第85-86页

论文共86页,点击 下载论文
上一篇:光伏微电网中逆变器并联下垂控制技术的研究
下一篇:散文阅读理解选择题解答研究