面向家庭能源管理系统的用电调度策略研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 需求响应研究现状 | 第10-11页 |
| 1.3 家庭能源管理系统研究现状 | 第11-12页 |
| 1.4 家庭用电调度策略研究现状 | 第12-14页 |
| 1.5 论文的主要工作和内容 | 第14-15页 |
| 2 家庭能源管理系统方案 | 第15-21页 |
| 2.1 居民侧设备类型 | 第15-16页 |
| 2.1.1 基本设备 | 第15页 |
| 2.1.2 分布式电源 | 第15页 |
| 2.1.3 储能设备 | 第15-16页 |
| 2.2 家庭能源管理系统框架 | 第16-20页 |
| 2.3 本章小结 | 第20-21页 |
| 3 基于BP神经网络与马尔可夫链的短期电价预测 | 第21-32页 |
| 3.1 BP神经网络基础理论 | 第21-24页 |
| 3.1.1 人工神经元模型 | 第21-22页 |
| 3.1.2 BP神经网络 | 第22-24页 |
| 3.2 马尔可夫链基础理论 | 第24-25页 |
| 3.2.1 马尔可夫过程 | 第24页 |
| 3.2.2 马尔可夫链 | 第24页 |
| 3.2.3 状态转移概率及其矩阵 | 第24-25页 |
| 3.3 BP-Markov短期电价预测模型 | 第25-27页 |
| 3.3.1 BP神经网络预测模型 | 第25-26页 |
| 3.3.2 马尔可夫链误差修正模型 | 第26-27页 |
| 3.3.3 BP-Markov组合预测方法 | 第27页 |
| 3.4 算例分析 | 第27-31页 |
| 3.4.1 BP神经网络预测结果 | 第27-28页 |
| 3.4.2 BP-Markov组合预测结果 | 第28-31页 |
| 3.5 本章小结 | 第31-32页 |
| 4 面向HEMS的用电调度策略 | 第32-54页 |
| 4.1 HEMS设备建模 | 第32-35页 |
| 4.1.1 可调度设备 | 第32-33页 |
| 4.1.2 储能设备 | 第33-35页 |
| 4.2 HEMS调度模型 | 第35-37页 |
| 4.2.1 模型一：用电成本最小化 | 第35页 |
| 4.2.2 模型二：用户体验与用电成本兼顾 | 第35-36页 |
| 4.2.3 模型三：用电隐私与用电成本兼顾 | 第36-37页 |
| 4.3 基于混合编码遗传算法的模型求解 | 第37-41页 |
| 4.3.1 混合编码 | 第38页 |
| 4.3.2 初始种群 | 第38-39页 |
| 4.3.3 适应度函数 | 第39页 |
| 4.3.4 遗传操作 | 第39-41页 |
| 4.3.5 算法流程 | 第41页 |
| 4.4 算例分析 | 第41-53页 |
| 4.4.1 仿真参数设置 | 第41-44页 |
| 4.4.2 模型一仿真结果 | 第44-50页 |
| 4.4.3 模型二仿真结果 | 第50-51页 |
| 4.4.4 模型三仿真结果 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 5 结论与展望 | 第54-56页 |
| 5.1 结论 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间取得的研究成果 | 第61页 |
