基于PSO算法的DSM分时电价定价设计
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外分时电价发展现状 | 第11-14页 |
| 1.2.1 国外分时电价发展现状 | 第11-13页 |
| 1.2.2 国内分时电价发展现状 | 第13-14页 |
| 1.3 课题研究内容 | 第14-15页 |
| 第2章 需求响应的概述 | 第15-18页 |
| 2.1 需求侧管理 | 第15页 |
| 2.2 需求响应 | 第15-17页 |
| 2.2.1 基于激励的需求响应 | 第16页 |
| 2.2.2 基于价格的需求响应 | 第16-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第3章 用户响应行为及舒适度分析 | 第18-24页 |
| 3.1 分时电价下用户的响应行为 | 第18-21页 |
| 3.1.1 基于电力需求价格弹性矩阵的用户响应 | 第18-20页 |
| 3.1.2 基于消费心理学的用户响应 | 第20-21页 |
| 3.1.3 基于统计学原理 | 第21页 |
| 3.2 分时电价下用户的舒适度 | 第21-23页 |
| 3.2.1 舒适度量化分析 | 第21-22页 |
| 3.2.2 全社会用户用电舒适度分析 | 第22-23页 |
| 3.3 本章小结 | 第23-24页 |
| 第4章 峰谷分时电价的定价策略的优化设计 | 第24-35页 |
| 4.1 引言 | 第24页 |
| 4.2 传统分时电价定价方案 | 第24页 |
| 4.3 分时电价定价策略分析 | 第24-28页 |
| 4.3.1 时段划分 | 第24-25页 |
| 4.3.2 分时电价定价模型的设计 | 第25-28页 |
| 4.4 分时电价定价设计优化算法 | 第28-34页 |
| 4.4.1 优化算法的选取 | 第28-29页 |
| 4.4.2 遗传算法 | 第29-32页 |
| 4.4.3 粒子群算法 | 第32-34页 |
| 4.4.4 粒子群算法与遗传算法比较 | 第34页 |
| 4.5 本章小结 | 第34-35页 |
| 第5章 仿真结果及分析 | 第35-41页 |
| 5.1 电价弹性系数的求取 | 第35-37页 |
| 5.2 不考虑用户舒适度的单目标优化仿真 | 第37-40页 |
| 5.2.1 遗传算法仿真结果 | 第37-38页 |
| 5.2.2 粒子群算法仿真结果 | 第38-39页 |
| 5.2.3 仿真结果对比分析 | 第39-40页 |
| 5.3 本章小结 | 第40-41页 |
| 第6章 考虑用户舒适度的多目标优化 | 第41-49页 |
| 6.1 考虑到用户舒适度的仿真模型 | 第41页 |
| 6.2 传统多目标PSO算法优化仿真 | 第41-43页 |
| 6.2.1 目标函数的确定 | 第41-42页 |
| 6.2.2 传统多目标PSO算法仿真结果 | 第42-43页 |
| 6.2.3 传统多目标PSO的局限性 | 第43页 |
| 6.3 基于MOPSO算法优化仿真 | 第43-48页 |
| 6.3.1 MOPSO原理 | 第43-44页 |
| 6.3.2 MOPSO流程 | 第44-46页 |
| 6.3.3 最优折衷解的求取 | 第46页 |
| 6.3.4 MOPSO算法仿真结果 | 第46-48页 |
| 6.4 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表的学术成果 | 第54-55页 |
| 致谢 | 第55页 |
