基于负荷控制的高耗能企业微网优化配置及效益分析
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-13页 |
1.1 课题研究的背景与意义 | 第9-10页 |
1.2 电力负荷控制研究现状 | 第10-11页 |
1.3 微网理论及研究现状 | 第11页 |
1.4 本文的主要工作 | 第11-13页 |
第2章 高耗能企业能源微网 | 第13-21页 |
2.1 引言 | 第13页 |
2.2 Homer软件简介 | 第13-15页 |
2.2.1 系统仿真配置 | 第13-14页 |
2.2.2 Homer仿真流程 | 第14-15页 |
2.3 微网混合发电系统结构 | 第15-17页 |
2.3.1 风力发电机组 | 第15-16页 |
2.3.2 天然气发电系统 | 第16页 |
2.3.3 变流器 | 第16-17页 |
2.3.4 储能系统 | 第17页 |
2.4 微网能源规划模型 | 第17-20页 |
2.4.1 模型的简化 | 第17-18页 |
2.4.2 目标函数 | 第18-19页 |
2.4.3 约束条件 | 第19-20页 |
2.5 本章小结 | 第20-21页 |
第3章 典型工序负荷分配和能耗优化 | 第21-29页 |
3.1 引言 | 第21页 |
3.2 需求响应的分类 | 第21页 |
3.3 典型工序负荷分类 | 第21-23页 |
3.4 基于PSO的典型工序优化设计 | 第23-26页 |
3.4.1 数学模型 | 第23-24页 |
3.4.2 典型工序优化的智能算法 | 第24-26页 |
3.5 实验与结果分析 | 第26-28页 |
3.5.1 实验参数选取 | 第26页 |
3.5.2 实验结果分析 | 第26-28页 |
3.5.3 经济效益分析 | 第28页 |
3.6 本章小结 | 第28-29页 |
第4章 基于需量控制的负荷转移调度 | 第29-41页 |
4.1 引言 | 第29页 |
4.2 短期电力负荷预测 | 第29-32页 |
4.2.1 Elman神经网络结构及模型 | 第29-30页 |
4.2.2 Elman神经网络预测流程 | 第30-31页 |
4.2.3 负荷预测数据预处理 | 第31-32页 |
4.3 需量控制下的企业净电费 | 第32-33页 |
4.4 企业负荷响应模型 | 第33-34页 |
4.4.1 企业负荷描述与分类 | 第33页 |
4.4.2 企业可转移负荷 | 第33-34页 |
4.5 需量控制下的负荷最优调度 | 第34-35页 |
4.5.1 需量控制下的负荷转移调度模型 | 第34页 |
4.5.2 约束条件 | 第34-35页 |
4.6 算例分析 | 第35-39页 |
4.6.1 负荷预测及其结果预处理 | 第36-37页 |
4.6.2 负荷转移调度 | 第37-38页 |
4.6.3 负荷调度的经济效益分析 | 第38-39页 |
4.7 本章小结 | 第39-41页 |
第5章 基于负荷控制的高耗能企业微网能源效益分析 | 第41-57页 |
5.1 引言 | 第41页 |
5.2 微网混合发电系统的优化选型 | 第41-42页 |
5.3 混合发电系统能源优化分析 | 第42-45页 |
5.3.1 电能负载 | 第42-43页 |
5.3.2 新能源资源 | 第43-44页 |
5.3.3 系统的经济性和限制性 | 第44-45页 |
5.4 典型负荷控制策略分析 | 第45-46页 |
5.5 实验仿真与效益分析 | 第46-56页 |
5.5.1 仿真场景定义与实现 | 第46-53页 |
5.5.2 微网最优配置的效益分析 | 第53-56页 |
5.6 本章小结 | 第56-57页 |
第6章 总结与展望 | 第57-59页 |
6.1 总结 | 第57页 |
6.2 展望 | 第57-59页 |
参考文献 | 第59-63页 |
致谢 | 第63-64页 |
附录 攻读硕士学位期间的科研成果 | 第64页 |