| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 需求侧管理（DSM）对电力负荷的影响国内外研究现状 | 第11-12页 |
| 1.2.2 智能用电手段对电力负荷的影响国内外研究现状 | 第12-13页 |
| 1.2.3 中长期负荷预测技术国内外研究现状 | 第13-14页 |
| 1.3 本文的主要工作 | 第14-18页 |
| 第二章 需求侧管理（DSM）对电力负荷影响分析 | 第18-28页 |
| 2.1 需求侧管理基本概念 | 第18-19页 |
| 2.2 分时电价对电力负荷影响分析 | 第19-23页 |
| 2.3 尖峰电价对电力负荷影响分析 | 第23-26页 |
| 2.4 可中断负荷对电力负荷影响分析 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 智能用电对电力负荷影响分析 | 第28-60页 |
| 3.1 智能用电概述 | 第28-29页 |
| 3.2 电动汽车对电力负荷影响分析 | 第29-34页 |
| 3.2.1 电动汽车概述 | 第29页 |
| 3.2.2 电动汽车用户行为特性 | 第29-33页 |
| 3.2.3 电动汽车负荷模型 | 第33-34页 |
| 3.3 智能空调对电力负荷影响分析 | 第34-39页 |
| 3.3.1 智能空调概述 | 第34页 |
| 3.3.2 智能空调用户行为分析 | 第34-37页 |
| 3.3.3 智能空调负荷模型 | 第37-39页 |
| 3.4 光伏发电对电力负荷影响分析 | 第39-43页 |
| 3.4.1 光伏发电概述 | 第39-40页 |
| 3.4.2 光伏发电影响因素分析 | 第40-41页 |
| 3.4.3 光伏发电负荷模型 | 第41-43页 |
| 3.5 负荷仿真方法——蒙特卡洛模拟 | 第43-44页 |
| 3.6 算例分析 | 第44-58页 |
| 3.6.1 电动汽车负荷仿真 | 第44-51页 |
| 3.6.2 智能空调负荷仿真 | 第51-56页 |
| 3.6.3 光伏发电负荷仿真 | 第56-58页 |
| 3.7 本章小结 | 第58-60页 |
| 第四章 中长期电力负荷预测方法研究 | 第60-90页 |
| 4.1 中长期负荷预测概述 | 第60-61页 |
| 4.1.1 中长期负荷预测概念 | 第60页 |
| 4.1.2 中长期负荷预测特点 | 第60-61页 |
| 4.2 中长期负荷预测体系 | 第61-63页 |
| 4.2.1 基于数学模型的预测方法 | 第61-62页 |
| 4.2.2 基于非数学模型的预测方法 | 第62-63页 |
| 4.3 基于前景-灰色理论的中长期负荷预测方法 | 第63-71页 |
| 4.3.1 前景理论建模 | 第63-64页 |
| 4.3.2 灰色预测GM(1,1)建模 | 第64-65页 |
| 4.3.3 灰色预测MGM(1,n)建模 | 第65-66页 |
| 4.3.4 典型日负荷曲线预测方法 | 第66-68页 |
| 4.3.5 考虑需求侧管理和智能用电的中长期负荷预测方法 | 第68-71页 |
| 4.4 负荷预测算例 | 第71-89页 |
| 4.4.1 算例数据 | 第71-75页 |
| 4.4.2 预测模型检验 | 第75-77页 |
| 4.4.3 中长期负荷预测算例 | 第77-79页 |
| 4.4.4 考虑需求侧管理和智能用电的负荷预测算例 | 第79-89页 |
| 4.5 本章小结 | 第89-90页 |
| 第五章 结论与展望 | 第90-92页 |
| 5.1 总结 | 第90-91页 |
| 5.2 展望 | 第91-92页 |
| 致谢 | 第92-94页 |
| 参考文献 | 第94-99页 |
| 作者在攻读硕士学位期间参与的项目与发表的学术论文 | 第99页 |
| 1 作者在攻读硕士学位期间参与的项目 | 第99页 |
| 2 作者在攻读硕士学位期间发表的学术论文 | 第99页 |
