电力负荷管理系统效益及负荷响应资源研究
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第10-16页 |
1.1 课题背景与研究意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.2.1 国外研究现状 | 第11页 |
1.2.2 国内研究现状 | 第11-13页 |
1.3 智能电网的概念与作用 | 第13-15页 |
1.3.1 智能电网的概念 | 第13-14页 |
1.3.2 智能电网的作用 | 第14-15页 |
1.4 本文的主要内容 | 第15-16页 |
第2章 电力负荷理论研究 | 第16-26页 |
2.1 电力负荷预测基本理论 | 第16-19页 |
2.1.1 电力负荷预测的原则 | 第16-18页 |
2.1.2 电力负荷预测的分类及特点 | 第18-19页 |
2.2 电力负荷的主要影响因素 | 第19-21页 |
2.2.1 社会因素 | 第19-20页 |
2.2.2 天气因素 | 第20页 |
2.2.3 电力定位因素 | 第20-21页 |
2.3 电力负荷控制研究方法 | 第21-25页 |
2.3.1 回归模型预测控制法 | 第22-24页 |
2.3.2 神经网络预测控制法 | 第24-25页 |
2.4 本章小结 | 第25-26页 |
第3章 我国电力负荷管理系统的现状及分析 | 第26-37页 |
3.1 电力负荷管理 | 第26-28页 |
3.1.1 电力需求侧管理 | 第26页 |
3.1.2 有序用电 | 第26-27页 |
3.1.3 需求响应 | 第27页 |
3.1.4 节约用电 | 第27-28页 |
3.2 电力负荷管理系统现状 | 第28-31页 |
3.2.1 系统的构成及网络结构 | 第28-29页 |
3.2.2 电力负荷管理技术的发展机遇 | 第29-31页 |
3.2.3 电力负荷管理技术遇到的困难 | 第31页 |
3.3 电力负荷管理系统的应用 | 第31-36页 |
3.3.1 系统功能 | 第31-32页 |
3.3.2 系统运行情况 | 第32-33页 |
3.3.3 系统在电网企业经营中的作用 | 第33-34页 |
3.3.4 系统在电网企业管理中的作用 | 第34-35页 |
3.3.5 系统在社会应用中的作用 | 第35-36页 |
3.4 本章小结 | 第36-37页 |
第4章 电力负荷管理系统的效益分析 | 第37-42页 |
4.1 管理效益 | 第37-38页 |
4.2 经济效益 | 第38-39页 |
4.3 社会效益 | 第39-40页 |
4.4 电力负荷管理系统的资源分析 | 第40-41页 |
4.5 本章小结 | 第41-42页 |
第5章 智能电网下北京地区电力负荷响应资源分析 | 第42-53页 |
5.1 北京地区电网负荷特性分析 | 第42-47页 |
5.1.1 月最大负荷特性曲线 | 第42-43页 |
5.1.2 负荷率与峰差率 | 第43-44页 |
5.1.3 最大负荷利用小时数与利用率 | 第44-45页 |
5.1.4 用电高峰季节周、月负荷曲线 | 第45-46页 |
5.1.5 日负荷曲线 | 第46-47页 |
5.2 基于智能互动的空调负荷响应资源分析方法 | 第47-49页 |
5.2.1 空调负荷测算方法 | 第47-49页 |
5.2.2 空调负荷响应资源分析方法研究 | 第49页 |
5.3 北京地区空调负荷响应资源计算及结果分析 | 第49-52页 |
5.3.1 最大空调负荷计算与分析 | 第49-52页 |
5.3.2 空调负荷响应资源分析 | 第52页 |
5.4 本章小结 | 第52-53页 |
第6章 电力负荷管理系统的实施与建议 | 第53-56页 |
6.1 法律、法规和政策保障体系 | 第53页 |
6.2 电力负荷管理技术的发展方向 | 第53-54页 |
6.3 电力需求响应技术研究与实践 | 第54页 |
6.4 电力负荷管理系统的推广应用 | 第54-55页 |
6.5 本章小结 | 第55-56页 |
第7章 结论与展望 | 第56-58页 |
7.1 结论 | 第56页 |
7.2 展望 | 第56-58页 |
参考文献 | 第58-62页 |
攻读硕士学位期间发表的论文及其它成果 | 第62-63页 |
攻读硕士学位期间参加的科研工作 | 第63-64页 |
致谢 | 第64-65页 |
作者简介 | 第65页 |