摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-17页 |
1.1 智能电网需求响应的研究背景 | 第10-12页 |
1.1.1 国际上电力需求响应实施情况 | 第11-12页 |
1.1.2 我国电力需求响应的试点工作 | 第12页 |
1.2 需求响应的研究意义 | 第12-13页 |
1.3 需求响应的技术研究现状 | 第13-15页 |
1.3.1 需求响应建模研究现状 | 第13-14页 |
1.3.2 需求响应实现研究现状 | 第14-15页 |
1.4 本文的研究内容及章节安排 | 第15-16页 |
1.4.1 本文的主要研究内容 | 第15页 |
1.4.2 本文的章节安排 | 第15-16页 |
1.5 本章小结 | 第16-17页 |
第2章 需求响应的基础设施 | 第17-32页 |
2.1 智能电网的模型与特征 | 第17-19页 |
2.2 需求响应的使能技术 | 第19-24页 |
2.2.1 需求响应的计量与控制基础设施 | 第19-20页 |
2.2.2 需求响应的通信基础设施 | 第20-23页 |
2.2.3 需求响应的通信协议 | 第23-24页 |
2.3 需求响应的实现方法 | 第24-28页 |
2.3.1 需求响应的类型 | 第24-26页 |
2.3.2 各类用户的需求响应特点 | 第26-28页 |
2.4 需求响应的效益与挑战 | 第28-31页 |
2.4.1 需求响应提升电网整合间歇性发电能力 | 第28-29页 |
2.4.2 电力系统的效益 | 第29-30页 |
2.4.3 市场及其参与者的效益 | 第30-31页 |
2.4.4 需求响应的挑战 | 第31页 |
2.5 本章小结 | 第31-32页 |
第3章 用户分类的需求响应方法设计 | 第32-43页 |
3.1 需求响应参数的定义 | 第32-33页 |
3.2 需求响应过程及其数学模型 | 第33-36页 |
3.2.1 负载因子小的用户的需求响应模型 | 第34-35页 |
3.2.2 负载因子大的用户的需求响应模型 | 第35-36页 |
3.3 需求响应的仿真结果及分析 | 第36-42页 |
3.3.1 负载因子的改善 | 第36-39页 |
3.3.2 平均需求的变化 | 第39-40页 |
3.3.3 峰值需求的变化 | 第40-42页 |
3.4 本章小结 | 第42-43页 |
第4章 选择用户需求响应方法 | 第43-60页 |
4.1 选择用户需求响应的设计思想 | 第43-44页 |
4.2 选择用户需求响应的流程 | 第44-45页 |
4.3 选择用户需求响应的数学建模 | 第45-46页 |
4.3.1 最小化参与用户数的数学模型 | 第45页 |
4.3.2 最小化参与用户电费支出的数学模型 | 第45-46页 |
4.4 用户的选择方法 | 第46-52页 |
4.4.1 基于多目标加权准则的用户选择算法 | 第46-48页 |
4.4.2 基于二进制粒子群算法的选择方法 | 第48-51页 |
4.4.3 基于排序的二进制粒子群算法的用户选择方法 | 第51-52页 |
4.5 数值仿真结果及分析 | 第52-58页 |
4.5.1 三种用户选择算法的性能比较 | 第52-54页 |
4.5.2 基于排序的二进制粒子群算法的需求响应仿真 | 第54-58页 |
4.6 本章总结 | 第58-60页 |
第5章 代价最小化需求响应方法 | 第60-73页 |
5.1 电力用户行为描述和问题建模 | 第60-63页 |
5.1.1 用户行为描述 | 第60-62页 |
5.1.2 系统建模 | 第62-63页 |
5.1.3 底层问题求解 | 第63页 |
5.1.4 顶层问题求解 | 第63页 |
5.2 底层问题求解及算法设计 | 第63-66页 |
5.2.1 算法模型 | 第64-65页 |
5.2.2 算法流程 | 第65-66页 |
5.3 顶层问题求解及算法设计 | 第66-69页 |
5.3.1 吉布斯采样简介 | 第66页 |
5.3.2 算法设计 | 第66-67页 |
5.3.3 变温过程 | 第67-68页 |
5.3.4 算法流程 | 第68-69页 |
5.4 需求响应的仿真结果 | 第69-72页 |
5.5 本章小结 | 第72-73页 |
第6章 结束语 | 第73-75页 |
6.1 本文完成的研究工作及主要结果 | 第73-74页 |
6.2 需要进一步研究的问题 | 第74-75页 |
参考文献 | 第75-80页 |
致谢 | 第80-81页 |
攻读学位期间参加的科研项目和成果 | 第81页 |