摘要 | 第6-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第12-19页 |
1.1 课题研究背景、目的和意义 | 第12-13页 |
1.1.1 课题背景 | 第12-13页 |
1.1.2 研究的目的和意义 | 第13页 |
1.2 国内外研究现状 | 第13-15页 |
1.3 课题研究内容 | 第15-16页 |
1.4 论文结构安排 | 第16-19页 |
第2章 相关理论及技术 | 第19-25页 |
2.1 电力市场交易模式相关理论 | 第19-20页 |
2.1.1 购售电交易模式 | 第19-20页 |
2.1.2 用户侧需求响应资源 | 第20页 |
2.2 售电公司交易风险分析 | 第20-21页 |
2.2.1 用户需求不确定性风险 | 第20-21页 |
2.2.2 市场电价波动性风险 | 第21页 |
2.3 售电风险度量方法分析 | 第21-23页 |
2.3.1 均值-方差模型 | 第21页 |
2.3.2 随机优势准则 | 第21-22页 |
2.3.3 VaR模型 | 第22页 |
2.3.4 CVa R模型 | 第22-23页 |
2.4 负荷聚类方法分析 | 第23-24页 |
2.4.1 K-means算法 | 第23-24页 |
2.4.2 基于密度的聚类算法 | 第24页 |
2.5 本章小结 | 第24-25页 |
第3章 基于改进密度峰值聚类的用户需求风险规避方法 | 第25-42页 |
3.1 引言 | 第25页 |
3.2 基于核密度估计的典型日负荷曲线提取方法 | 第25-27页 |
3.2.1 日负荷指标向量提取 | 第25-26页 |
3.2.2 基于核密度估计的日负荷向量拟合 | 第26页 |
3.2.3 典型日负荷曲线提取流程 | 第26-27页 |
3.3 基于改进密度峰值负荷曲线聚类算法 | 第27-31页 |
3.3.1 用户数据密度峰值计算 | 第27-30页 |
3.3.2 改进密度峰值聚类算法 | 第30-31页 |
3.4 聚类评价指标 | 第31-33页 |
3.5 实验验证 | 第33-41页 |
3.5.1 典型日负荷曲线提取 | 第34-35页 |
3.5.2 基于改进的密度峰值聚类算法性能分析 | 第35-37页 |
3.5.3 聚类效果评价 | 第37-40页 |
3.5.4 用户负荷曲线聚类分析 | 第40-41页 |
3.6 本章小结 | 第41-42页 |
第4章 基于需求响应的市场电价风险规避方法 | 第42-54页 |
4.1 引言 | 第42页 |
4.2 售电公司购售电业务建模 | 第42-44页 |
4.2.1 购电侧业务建模 | 第42-43页 |
4.2.2 售电侧业务建模 | 第43-44页 |
4.3 基于需求响应项目的风险规避交易建模 | 第44-47页 |
4.3.1 可调度负荷需求响应项目 | 第45-46页 |
4.3.2 电价激励需求响应项目 | 第46-47页 |
4.3.3 售电公司风险规避交易收益建模 | 第47页 |
4.4 基于CVaR的售电公司交易风险度量 | 第47-48页 |
4.5 售电公司市场电价风险规避模型 | 第48页 |
4.5.1 售电公司风险规避总收益目标函数 | 第48页 |
4.5.2 求解方法分析 | 第48页 |
4.6 实验验证 | 第48-53页 |
4.6.1 基于拉丁超立方抽样的电价场景生成 | 第48-49页 |
4.6.2 参数设置 | 第49-50页 |
4.6.3 算例分析 | 第50-53页 |
4.7 本章小结 | 第53-54页 |
第5章 计及用户满意度的售电公司风险规避模型 | 第54-63页 |
5.1 引言 | 第54页 |
5.2 基于多目标优化用户满意度评估模型 | 第54-56页 |
5.2.1 用户用电舒适满意度 | 第54-55页 |
5.2.2 用户用电成本满意度 | 第55页 |
5.2.3 用户综合满意度多目标优化模型 | 第55-56页 |
5.3 计及用户满意度的双侧多目标风险规避模型 | 第56-59页 |
5.3.1 双侧目标优化函数 | 第56-57页 |
5.3.2 基于行为矫正的混合粒子群算法的风险规避模型求解 | 第57-59页 |
5.4 实验验证 | 第59-62页 |
5.4.1 参数设置 | 第59页 |
5.4.2 算例分析 | 第59-62页 |
5.5 本章小结 | 第62-63页 |
结论 | 第63-65页 |
参考文献 | 第65-70页 |
攻读硕士学位期间发表的论文及其它成果 | 第70-71页 |
致谢 | 第71页 |