| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 微电网能量管理研究现状 | 第13-17页 |
| 1.2.1 微电网能量管理研究现状 | 第13-15页 |
| 1.2.2 计及负荷响应的微电网能量管理研究现状 | 第15-17页 |
| 1.3 论文主要研究内容与安排 | 第17-19页 |
| 第2章 微电网负荷响应模型 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 微电网负荷响应模型 | 第19-21页 |
| 2.2.1 可平移负荷响应模型 | 第20页 |
| 2.2.2 可削减负荷响应模型 | 第20-21页 |
| 2.3 空调改进模型 | 第21-30页 |
| 2.3.1 基于历史数据拟合的空调热力学修正模型 | 第22-26页 |
| 2.3.2 基于Q学习的空调温度自适应控制模型 | 第26-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 计及用户体验的小型户用微电网能量管理策略 | 第31-47页 |
| 3.1 引言 | 第31页 |
| 3.2 户用微电网能量管理策略概述 | 第31-33页 |
| 3.2.1 典型户用微电网概述 | 第31-32页 |
| 3.2.2 户用微电网能量管理策略框架 | 第32-33页 |
| 3.3 户用微电网源储荷能量优化模型 | 第33-38页 |
| 3.3.1 光伏发电模型 | 第33-34页 |
| 3.3.2 基于用户体验的负荷模型 | 第34-36页 |
| 3.3.3 基于寿命优化的储能模型 | 第36-38页 |
| 3.4 计及用户体验的户用微电网能量优化方法 | 第38-40页 |
| 3.4.1 日前优化 | 第38-39页 |
| 3.4.2 日内优化 | 第39页 |
| 3.4.3 计及用户体验的户用微电网能量优化流程 | 第39-40页 |
| 3.5 算例分析 | 第40-46页 |
| 3.5.1 场景基础数据 | 第40-42页 |
| 3.5.2 负荷优化控制效果分析 | 第42-43页 |
| 3.5.3 储能优化效果分析 | 第43-45页 |
| 3.5.4 用户体验对用电成本的影响分析 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 计及需求侧响应的大型商业微电网能量优化策略 | 第47-67页 |
| 4.1 引言 | 第47页 |
| 4.2 计及需求侧响应的微电网能量优化概述 | 第47-51页 |
| 4.2.1 适用于大型微电网的典型需求侧响应项目 | 第47-49页 |
| 4.2.2 计及需求侧响应的微电网能量管理框架 | 第49-51页 |
| 4.3 需求响应互动模块 | 第51-56页 |
| 4.3.1 可中断负荷(IL)模块 | 第51-52页 |
| 4.3.2 需求侧竞价(DSB)模块 | 第52-56页 |
| 4.4 计及需求侧响应的大型微电网能量优化方法 | 第56-59页 |
| 4.4.1 计及IL的日前优化 | 第56-57页 |
| 4.4.2 计及DSB日内优化 | 第57-59页 |
| 4.5 算例分析 | 第59-65页 |
| 4.5.1 场景基础数据 | 第59页 |
| 4.5.2 参与IL效果分析 | 第59-62页 |
| 4.5.3 参与DSB效果分析 | 第62-65页 |
| 4.6 本章小结 | 第65-67页 |
| 第5章 总结与展望 | 第67-69页 |
| 5.1 本文研究工作总结 | 第67-68页 |
| 5.2 今后研究工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75页 |