基于智能优化算法的家庭能量管理系统动态调度研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-22页 |
1.1 研究背景 | 第12-14页 |
1.2 家庭能量管理系统简介 | 第14-15页 |
1.3 研究目的及意义 | 第15页 |
1.4 国内外研究现状 | 第15-20页 |
1.4.1 国外研究现状 | 第16-18页 |
1.4.2 国内研究现状 | 第18-20页 |
1.5 论文的主要研究内容及结构 | 第20-22页 |
1.5.1 本文的主要研究内容 | 第20页 |
1.5.2 论文的结构 | 第20-22页 |
第2章 家庭能量管理的相关技术 | 第22-29页 |
2.1 静态调度与动态调度 | 第22页 |
2.1.1 静态调度 | 第22页 |
2.1.2 动态调度 | 第22页 |
2.2 智能电网和需求响应 | 第22-24页 |
2.2.1 智能电网 | 第22-23页 |
2.2.2 需求响应 | 第23-24页 |
2.3 智能家电和智能家居 | 第24-25页 |
2.3.1 智能家电 | 第24页 |
2.3.2 智能家居 | 第24-25页 |
2.4 V2G技术和V2H技术 | 第25-26页 |
2.4.1 V2G技术 | 第25-26页 |
2.4.2 V2H技术 | 第26页 |
2.5 储能技术在HEMS中的应用 | 第26-28页 |
2.5.1 储能技术概述 | 第26-27页 |
2.5.2 电化学储能设备 | 第27-28页 |
2.6 小结 | 第28-29页 |
第3章 基于专家系统的动态调度模型 | 第29-43页 |
3.1 系统模型和相关定义 | 第29-33页 |
3.1.1 动态调度模型及相关参数 | 第29-31页 |
3.1.2 HEMC控制器的结构 | 第31-32页 |
3.1.3 家电负荷的分类 | 第32页 |
3.1.4 用电满意度的定义 | 第32-33页 |
3.2 蓄电池在调度算法中的约束条件 | 第33-34页 |
3.3 调度周期的设定依据 | 第34-35页 |
3.4 延时启动程序和DR控制 | 第35-36页 |
3.5 动态调度专家系统的设计 | 第36-38页 |
3.5.1 知识库的建立 | 第36-38页 |
3.5.2 推理方法的设计 | 第38页 |
3.6 系统的仿真与评价 | 第38-42页 |
3.7 小结 | 第42-43页 |
第4章 基于V2H技术的动态调度模型 | 第43-60页 |
4.1 调度系统概述 | 第43-45页 |
4.1.1 系统模型和相关参数 | 第43-44页 |
4.1.2 系统控制目标 | 第44-45页 |
4.1.3 HEMC控制器结构 | 第45页 |
4.2 延时启动程序和DR控制程序 | 第45-46页 |
4.3 EV蓄电池的一般性约束条件 | 第46-48页 |
4.4 PV系统发电功率预测模型 | 第48页 |
4.5 EV蓄电池的特殊性约束条件 | 第48-50页 |
4.6 动态调度专家系统的设计 | 第50-51页 |
4.7 算法的仿真与评价 | 第51-58页 |
4.8 小结 | 第58-60页 |
结论 | 第60-62页 |
参考文献 | 第62-68页 |
致谢 | 第68-69页 |
附录A 攻读学位期间发表的学术论文 | 第69-70页 |
附录B 攻读学位期间参加的科研项目 | 第70页 |