智能电网中基于一致性的分布式能量管理和优化研究
| 致谢 | 第5-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 第一章 绪论 | 第18-32页 |
| 1.1 研究背景 | 第18-20页 |
| 1.1.1 智能电网简介 | 第18-19页 |
| 1.1.2 智能电网中的能量管理 | 第19-20页 |
| 1.2 研究现状 | 第20-28页 |
| 1.2.1 集中式能量管理 | 第22-23页 |
| 1.2.2 分布式能量管理 | 第23-26页 |
| 1.2.3 安全的能量管理 | 第26-27页 |
| 1.2.4 保隐私能量管理 | 第27-28页 |
| 1.3 本文研究内容 | 第28-32页 |
| 1.3.1 研究思路 | 第29-30页 |
| 1.3.2 研究内容 | 第30-32页 |
| 第二章 一致性和分布式优化理论基础 | 第32-38页 |
| 2.1 一致性 | 第32-34页 |
| 2.2 分布式优化 | 第34-36页 |
| 2.3 衡量指标 | 第36-38页 |
| 第三章 考虑传输损耗的分布式能量管理 | 第38-62页 |
| 3.1 引言 | 第38-40页 |
| 3.2 问题建模 | 第40-43页 |
| 3.2.1 网络模型 | 第40页 |
| 3.2.2 利润模型 | 第40-42页 |
| 3.2.3 问题描述 | 第42-43页 |
| 3.3 基于一致性分布式求解算法 | 第43-47页 |
| 3.3.1 问题转化 | 第43页 |
| 3.3.2 充分性条件 | 第43-45页 |
| 3.3.3 CEMA算法 | 第45-47页 |
| 3.4 算法性能分析 | 第47-52页 |
| 3.4.1 收敛性分析 | 第47-51页 |
| 3.4.2 最优性分析 | 第51-52页 |
| 3.5 仿真评估 | 第52-60页 |
| 3.5.1 场景描述 | 第52页 |
| 3.5.2 收敛性和最优性 | 第52-57页 |
| 3.5.3 不同学习增益参数设置 | 第57页 |
| 3.5.4 不同有向通信拓扑 | 第57页 |
| 3.5.5 传输损耗影响 | 第57-60页 |
| 3.6 本章小结 | 第60-62页 |
| 第四章 延时网络中的分布式经济调度 | 第62-82页 |
| 4.1 引言 | 第62-65页 |
| 4.2 问题建模 | 第65-67页 |
| 4.2.1 网络模型 | 第65页 |
| 4.2.2 问题描述 | 第65-67页 |
| 4.3 收敛性分析 | 第67-74页 |
| 4.3.1 系统动态描述 | 第67-69页 |
| 4.3.2 稳定性分析 | 第69-72页 |
| 4.3.3 学习增益参数上界 | 第72-74页 |
| 4.4 最优性分析 | 第74-77页 |
| 4.4.1 统一固定延时情况 | 第75-76页 |
| 4.4.2 非统一固定延时情况 | 第76-77页 |
| 4.5 仿真评估 | 第77-80页 |
| 4.5.1 统一固定延时情况 | 第77-79页 |
| 4.5.2 非统一固定延时情况 | 第79-80页 |
| 4.6 本章小结 | 第80-82页 |
| 第五章 分布式能量管理安全 | 第82-134页 |
| 5.1 引言 | 第82-86页 |
| 5.2 问题建模 | 第86-88页 |
| 5.3 隐蔽攻击下经济调度性能分析 | 第88-97页 |
| 5.3.1 针对广播信息错误数据注入 | 第88-94页 |
| 5.3.2 针对成本函数参数的错误数据注入 | 第94-97页 |
| 5.4 安全一致性算法设计 | 第97-109页 |
| 5.4.1 MRCA算法 | 第100-104页 |
| 5.4.2 算法性能分析 | 第104-109页 |
| 5.5 安全分布式优化算法设计 | 第109-121页 |
| 5.5.1 RDO-T算法 | 第112页 |
| 5.5.2 算法性能分析 | 第112-121页 |
| 5.6 仿真评估 | 第121-132页 |
| 5.6.1 隐蔽攻击性能验证 | 第121-125页 |
| 5.6.2 MRCA算法性能验证 | 第125-129页 |
| 5.6.3 RDO-T算法性能验证 | 第129-132页 |
| 5.7 本章小结 | 第132-134页 |
| 第六章 分布式能量管理隐私保护 | 第134-162页 |
| 6.1 引言 | 第134-136页 |
| 6.2 问题建模 | 第136-137页 |
| 6.2.1 基于一致性的能量管理算法 | 第136-137页 |
| 6.2.2 问题描述 | 第137页 |
| 6.3 隐私泄露分析 | 第137-140页 |
| 6.4 算法设计 | 第140-145页 |
| 6.4.1 两种加噪方法 | 第140-141页 |
| 6.4.2 SFPA算法 | 第141-143页 |
| 6.4.3 PEMA算法 | 第143-145页 |
| 6.5 算法性能分析 | 第145-156页 |
| 6.5.1 SFPA算法性能分析 | 第145-149页 |
| 6.5.2 PEMA算法性能分析 | 第149-156页 |
| 6.6 仿真评估 | 第156-158页 |
| 6.6.1 SFPA算法性能验证 | 第156-157页 |
| 6.6.2 PEMA算法性能验证 | 第157-158页 |
| 6.7 本章小结 | 第158-162页 |
| 第七章 总结与展望 | 第162-166页 |
| 7.1 全文总结 | 第162-164页 |
| 7.2 研究展望 | 第164-166页 |
| 参考文献 | 第166-180页 |
| 攻读博士学位期间主要研究成果及参与的科研项目 | 第180-181页 |
