| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 课题研究的背景与意义 | 第11-12页 |
| 1.2 需求侧管理的国内外现状 | 第12-18页 |
| 1.2.1 国外现状 | 第12-14页 |
| 1.2.2 国内现状 | 第14-18页 |
| 1.3 本文主要研究内容 | 第18-19页 |
| 2 大用户日负荷曲线分类 | 第19-33页 |
| 2.1 基于FAYYAD过程模型的负荷曲线分类架构 | 第19-20页 |
| 2.2 用户数据筛选及预处理 | 第20-23页 |
| 2.3 用户日负荷曲线分类 | 第23-30页 |
| 2.3.1 Canopy聚类算法 | 第23-24页 |
| 2.3.2 K-means聚类算法 | 第24-25页 |
| 2.3.3 利用C-K聚类算法对用户日负荷曲线分类 | 第25-30页 |
| 2.4 大用户日负荷决策备选集构建 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 3 智能电网下有序用电影响因素分析 | 第33-43页 |
| 3.1 电力系统可靠性指标 | 第33-35页 |
| 3.2 分时电价 | 第35-37页 |
| 3.3 用户补偿 | 第37-38页 |
| 3.4 负荷管理手段 | 第38-40页 |
| 3.5 间接影响因素 | 第40-41页 |
| 3.6 本章小结 | 第41-43页 |
| 4 有序用电决策模型构建 | 第43-53页 |
| 4.1 决策模型的设定 | 第43-44页 |
| 4.2 决策模型的构建 | 第44-48页 |
| 4.2.1 决策模型目标函数 | 第44页 |
| 4.2.2 大用户负荷变化模型 | 第44-46页 |
| 4.2.3 电力公司经济成本模型 | 第46页 |
| 4.2.4 系统可靠性目标模型 | 第46-47页 |
| 4.2.5 变电站过载限制模型 | 第47-48页 |
| 4.3 决策模型约束条件 | 第48-49页 |
| 4.4 基于遗传算法的有序用电优化 | 第49-51页 |
| 4.5 本章小结 | 第51-53页 |
| 5 算例分析 | 第53-73页 |
| 5.1 算例数据基础 | 第53-56页 |
| 5.2 有序用电决策模型仿真 | 第56-67页 |
| 5.2.1 仅考虑系统可靠性决策 | 第56-57页 |
| 5.2.2 计及经济成本决策 | 第57-60页 |
| 5.2.3 计及周末负荷备用率决策 | 第60-63页 |
| 5.2.4 计及变电站容量约束决策 | 第63-65页 |
| 5.2.5 计及用户侧约束决策 | 第65-67页 |
| 5.3 分布式能源的削峰效益分析 | 第67-69页 |
| 5.4 新型方案与传统方案的对比 | 第69-72页 |
| 5.5 本章小结 | 第72-73页 |
| 6 总结与展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 附录 | 第79-81页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第81-85页 |
| 学位论文数据集 | 第85页 |