需求响应集成服务商参与电力市场的运行机制研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-19页 |
1.1 课题背景与研究意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 需求响应研究现状 | 第11-12页 |
1.2.2 需求响应集成服务商研究及发展现状 | 第12-16页 |
1.3 本文的主要工作 | 第16-19页 |
第二章 需求响应集成服务商参与电力市场的运营模式 | 第19-31页 |
2.1 需求响应集成服务商(DRA)的基本概念 | 第19-21页 |
2.1.1 DRA的定义 | 第19-20页 |
2.1.2 DRA的集成资源分类 | 第20-21页 |
2.2 DRA的市场化设计 | 第21-29页 |
2.2.1 DRA市场化相关参与主体 | 第21-22页 |
2.2.2 DRA参与的电力市场类型 | 第22-24页 |
2.2.3 DRA市场化运营模式设计 | 第24-28页 |
2.2.4 DRA运营流程 | 第28-29页 |
2.3 本章小结 | 第29-31页 |
第三章 计及负荷不确定性的DRA调控策略 | 第31-43页 |
3.1 DRA调控策略的关键问题 | 第31-32页 |
3.1.1 信息预测 | 第31-32页 |
3.1.2 控制决策 | 第32页 |
3.2 DRA调控决策模型建立 | 第32-41页 |
3.2.1 用户响应不确定性分析 | 第33-34页 |
3.2.2 DRA的成本分析 | 第34-38页 |
3.2.3 DRA调控决策模型 | 第38-41页 |
3.3 本章小结 | 第41-43页 |
第四章 基于改进粒子群算法的模型求解 | 第43-55页 |
4.1 标准粒子群算法介绍 | 第43-44页 |
4.2 改进粒子群算法 | 第44-52页 |
4.2.1 拟随机数列产生初始粒子群 | 第45-46页 |
4.2.2 惯性权重调整 | 第46-48页 |
4.2.3 粒子适应度的拟蒙特卡罗随机模拟 | 第48-51页 |
4.2.4 算法测试 | 第51-52页 |
4.3 DRA调控决策的模型求解 | 第52-54页 |
4.3.1 DRA调控决策的改进粒子群算法过程 | 第52-53页 |
4.3.2 DRA调控决策的算法步骤及流程图 | 第53-54页 |
4.4 本章小结 | 第54-55页 |
第五章 DRA调控策略算例分析 | 第55-67页 |
5.1 算例设计与说明 | 第55-57页 |
5.2 改进粒子群算法仿真结果 | 第57-61页 |
5.3 DRA调控决策算例分析 | 第61-65页 |
5.4 本章小结 | 第65-67页 |
第六章 总结与展望 | 第67-71页 |
6.1 总结 | 第67-68页 |
6.2 展望 | 第68-71页 |
致谢 | 第71-73页 |
参考文献 | 第73-79页 |
攻读硕士期间研究成果 | 第79页 |