摘要 | 第5-8页 |
Abstract | 第8-10页 |
第1章 绪论 | 第17-42页 |
1.1 研究背景及意义 | 第17-22页 |
1.1.1 研究背景 | 第17-20页 |
1.1.2 研究意义 | 第20-22页 |
1.2 国内外研究现状 | 第22-35页 |
1.2.1 大气污染防治现状 | 第22-27页 |
1.2.2 电力需求侧管理 | 第27-33页 |
1.2.3 绿色电力 | 第33-35页 |
1.3 论文主要研究内容和技术路线 | 第35-40页 |
1.3.1 主要研究内容 | 第35-38页 |
1.3.2 研究技术路线 | 第38-40页 |
1.4 本章小结 | 第40-42页 |
第2章 电力需求侧管理相关理论 | 第42-65页 |
2.1 电力需求侧管理框架 | 第42-45页 |
2.2 电力需求侧管理实施手段 | 第45-47页 |
2.2.1 经济手段 | 第46页 |
2.2.2 技术手段 | 第46-47页 |
2.2.3 行政引导手段 | 第47页 |
2.3 分时电价理论 | 第47-50页 |
2.4 电力系统调峰调度理论 | 第50-52页 |
2.5 电力需求预测理论 | 第52-63页 |
2.5.1 直接类电力需求预测模型 | 第52-58页 |
2.5.2 间接类电力需求预测模型 | 第58-63页 |
2.6 电力需求侧管理在大气污染防治中的作用 | 第63-64页 |
2.7 本章小结 | 第64-65页 |
第3章 大气污染防治背景下的电力需求预测分析 | 第65-104页 |
3.1 大气污染防治政策量化 | 第65-67页 |
3.1.1 去产能政策 | 第66页 |
3.1.2 去产能政策量化模型 | 第66-67页 |
3.2 计及政策影响的GDFA-SVM电网用电量预测分析 | 第67-84页 |
3.2.1 高斯扰动萤火虫算法 | 第67-70页 |
3.2.2 基于GDFA-SVM的预测模型 | 第70-72页 |
3.2.3 计及政策影响的GDFA-SVM预测流程 | 第72-73页 |
3.2.4 实例分析 | 第73-84页 |
3.3 计及政策影响的DKM-BNN-GARCH电网日负荷预测分析 | 第84-102页 |
3.3.1 基于密度的K-medoids聚类挖掘算法 | 第84-86页 |
3.3.2 基于DKM-BNN-GARCH的预测模型 | 第86-92页 |
3.3.3 计及政策影响的DKM-BNN-GARCH预测流程 | 第92-93页 |
3.3.4 实例分析 | 第93-102页 |
3.4 本章小结 | 第102-104页 |
第4章 大气污染防治背景下基于电力需求预测的需求响应绿色分时电价优化分析 | 第104-139页 |
4.1 绿色分时电价框架 | 第105-110页 |
4.1.1 绿色分时电价机制 | 第105-107页 |
4.1.2 主体成本获利原理分析 | 第107-110页 |
4.2 绿色分时电价优化模型 | 第110-132页 |
4.2.1 用户心理响应模型 | 第110-116页 |
4.2.2 峰谷平时段划分模型 | 第116-119页 |
4.2.3 基于DNW-TSF-PSO的绿色分时电价优化模型 | 第119-132页 |
4.3 绿色分时电价的正外部性分析 | 第132-133页 |
4.3.1 绿色分时电价对日负荷曲线的平缓作用 | 第132页 |
4.3.2 绿色分时电价对煤耗的节约作用 | 第132-133页 |
4.3.3 绿色分时电价对大气污染物(含CO_2)排放的削减作用 | 第133页 |
4.4 实例分析 | 第133-137页 |
4.5 本章小结 | 第137-139页 |
第5章 大气污染防治背景下基于预测与电价的多能互补联合调峰调度优化管理 | 第139-179页 |
5.1 电能替代政策与风电消纳政策 | 第139-143页 |
5.2 风力发电不确定性分析及刻画 | 第143-147页 |
5.3 多能互补联合调峰调度优化模型 | 第147-164页 |
5.3.1 联合调峰调度系统介绍 | 第147-151页 |
5.3.2 数学建模及流程 | 第151-158页 |
5.3.3 实例分析 | 第158-164页 |
5.4 基于变权理论-物元可拓的多能互补联合调峰调度效益综合评价 | 第164-177页 |
5.4.1 综合评价指标体系 | 第164-169页 |
5.4.2 综合评价方法及优选 | 第169-170页 |
5.4.3 变权理论-物元可拓的综合评价模型 | 第170-173页 |
5.4.4 实例分析 | 第173-177页 |
5.5 本章小结 | 第177-179页 |
第6章 大气污染防治背景下电力需求侧管理政策激励机制优化设计 | 第179-201页 |
6.1 DSM政策激励机制概述与各主体间博弈行为分析 | 第179-183页 |
6.1.1 DSM激励机制概述 | 第179-181页 |
6.1.2 DSM政策激励工具评价 | 第181页 |
6.1.3 DSM项目各主体间博弈行为分析 | 第181-183页 |
6.2 基于动态演化博弈的电力需求侧管理政策激励过程分析 | 第183-197页 |
6.2.1 演化博弈基本理论 | 第183-184页 |
6.2.2 动态演化博弈的实现 | 第184-185页 |
6.2.3 DSM政策激励过程动态演化博弈分析 | 第185-197页 |
6.3 电力需求侧管理政策激励机制优化设计 | 第197-199页 |
6.3.1 DSM政策激励措施 | 第197-198页 |
6.3.2 DSM政策激励齿轮模型 | 第198-199页 |
6.4 本章小结 | 第199-201页 |
第7章 大气污染防治背景下的电力需求侧管理优化建议方案 | 第201-207页 |
7.1 问题分析 | 第201-203页 |
7.2 建议方案 | 第203-206页 |
7.3 本章小结 | 第206-207页 |
第8章 结论与展望 | 第207-212页 |
8.1 结论 | 第207-211页 |
8.2 展望 | 第211-212页 |
参考文献 | 第212-227页 |
攻读博士学位期间发表的论文及其它成果 | 第227-230页 |
攻读博士学位期间参加的科研工作 | 第230-231页 |
致谢 | 第231-233页 |
作者简介 | 第233页 |