一、电槽负荷随峰谷电价政策波动利弊之探讨（论文文献综述）
姜喜燕[1]（2021）在《虚拟电厂资源的精细化评估与调度优化研究》文中研究指明随着社会经济不断发展,工业化程度加深,化石能源利用强度加大,导致环境恶化。为缓解环境变化对人类生存环境的影响,世界各国通过大力发展可再生能源实现化石能源替代,减少污染物排放。然而以光伏、风电为代表的可再生能源具有随机性和波动性的特点,其大量接入给传统电网带来挑战,电力系统需要大量灵活性资源以调节电网实时功率平衡。虚拟电厂作为聚合分布式能源和可控负荷的技术手段,可有效支持电网的运行调节和电能交易,是具有发展前景的响应手段,其中有效评估并聚合虚拟电厂资源对于虚拟电厂的推广应用具有重要理论和实际意义。论文围绕虚拟电厂资源的评估、聚合及优化进行研究,主要内容及工作如下:（1）对虚拟电厂资源进行分类,并在此基础上分别对柔性负荷、分布式发电资源及源性负荷的特性进行分析。介绍了虚拟电厂及虚拟电厂资源的基本概念,对虚拟电厂资源进行分类,分析了常用的负荷特性指标体系,并研究了典型家用电器的负荷特性,对分布式光伏、分布式风电及燃气轮机的特性进行分析,最后对分布式储能进行分类,总结各类分布式储能的典型特性,研究电动汽车入网的响应特性。（2）针对虚拟电厂资源调度潜力的精细化评估问题,分别给出了柔性负荷需求响应潜力和分布式发电资源及源性负荷调度潜力的精细化评估模型。首先,建立柔性负荷、分布式发电资源及源性负荷3类评价指标,构成虚拟电厂资源调度潜力的精细化评估指标体系。其次,给出了柔性负荷需求响应潜力的评估模型,并通过算例验证了需求响应潜力评估模型的有效性。然后,考虑源性负荷中的分布式储能,基于层析分析（Analytic Hierarchy Process,AHP）—熵权法确定风光储各指标的权重,建立风光储调度潜力的精细化评估模型。最后通过仿真演示了此评估模型在调峰、调频场景下确定风光储调度优先级中的作用。（3）针对虚拟电厂参与削峰填谷出现新的峰谷差问题,提出了基于双重激励的含电动汽车的虚拟电厂优化调度方法。首先,介绍了含电动汽车的虚拟电厂的运营模式,阐述了分时电价和碳配额双重激励政策。然后,提出基于双重激励含电动汽车的虚拟电厂优化调度模型,以虚拟电厂侧收益最大为主体目标函数,电动汽车侧成本最小为从体目标函数,建立主从博弈模型,最后通过实验验证所提方法的优越性。论文工作可以为虚拟电厂在调峰、调频不同场景的资源评估和选择提供手段,为电动汽车有序入网的相关实践提供方法。
旋璇[2]（2021）在《计及需求响应的改进ABC-RBF短期电力负荷预测研究》文中研究表明在电力行业不断发展,电网智能化水平持续提高的过程中,用户对电能提出了更高的要求,电力负荷预测的重要性也日益凸显。较高精度的电力负荷预测是保障电网安全稳定运行的前提。传统的负荷预测方法如回归分析法等,其精度较低,预测的实时性也较差。本文以提高短期电力负荷预测精度为研究目的,针对目前存在的问题,基于国内外的理论基础和研究成果并对其进行改进,结合已有的数据进行短期负荷预测的实验仿真,对以下内容进行了研究:首先,对多种电力负荷预测研究方法及径向基神经网络和需求响应的研究现状予以阐述,总结当前短期负荷预测所存在的问题。其次,结合电力负荷的特征、传统的电力负荷分类,以及温度、天气、日类型等对电力负荷的影响,对原始数据进行缺失数据、异常数据的水平和垂直处理。随后构建考虑需求响应综合影响因素的径向基神经网络短期电力负荷预测模型。通过半梯形隶属度函数,解决用户响应模糊的问题,把需求响应精度量化后的结果引入到径向基神经网络模型中。在考虑需求侧响应的情况下,RBF模型在预测方面具有良好的表现。针对径向基神经网络初始参数的设置问题,进一步采用人工蜂群算法（ABC算法）对模型予以优化,把ABC算法产生的最优解作为径向基神经网络的初始参数,结合两种算法建立ABC-RBF模型。通过对模糊理论的研究,找出其与人工神经网络的结合点。利用隶属度函数,对ABC-RBF神经网络的输入信息予以模糊分类,从而提高负荷预测的分类精度。将优化后的模糊ABC-RBF神经网络模型在考虑需求响应影响因素后应用到负荷预测的实例中,然后和经典的RBF神经网络算法展开对比分析。本文通过对以上内容的研究,针对短期电力负荷预测这一问题,将径向基神经网络、人工蜂群算法、模糊理论充分的结合在一起。实验结果表明,在考虑需求侧响应的情况下,和经典RBF神经网络算法对比来看,模糊ABC-RBF神经网络不但预测精度更高,且在模型的训练环节可以更高效的收敛到误差极小值。为短期负荷预测提供了新的方向,同时也为建立负荷预测和电价预测二者的关系奠定了一定的基础。
赵亮[3]（2020）在《基于高敏感负荷供电可靠性的配电网预防性重构策略研究》文中进行了进一步梳理配电网是连接输电网和用户之间的桥梁,配电网运行的状态直接影响到用户用电质量和配电网的安全。基于含高敏感负荷配电网供电可靠性的评估是配电网面对新形势的发展要求下,衡量配电网供电是否可靠的重要基础。而配电网重构则是在发生各种随机故障时保持配网良好运行的有效方法。随着社会经济快速地发展,敏感负荷增长速度加快等问题日益突出。在此背景下,电压下降至敏感负荷电压耐受曲线的不确定区域内时,可能会发生负荷损失的情况。因此,基于高敏感负荷供电可靠性的配电网预防性重构策略的研究具有较为重要的理论和工程实际意义。本文基于多种类型的SARFI指标,围绕电压暂降事件对用电设备或区域造成的影响进行了风险特性的分析。然后以变频调速电机在发生电压降落时故障停机的过程为例,分析其电压敏感性并估算变频调速器在电压耐受不确定区域内的故障概率。并将电压敏感型负荷的损失纳入配电网重构目标函数之中。其次,挖掘配电网中例如间歇式分布式电源、电动汽车充电负荷的特性,以及其它一般性用电负荷的短期变化特点。从而推出配电网短期变化的规律,为实现预防性重构打下基础。采用经典理论的方法来分析包含高敏感负荷的新型配电网的可靠性问题时,不可避免会出现许多局限性。针对现有算法忽略了配电网中敏感负荷的问题,本文提出了改进的配电网重构遗传算法（GA）方法。采用了一种适用于配电网特点的环网定位开关编码方式,对比传统的二进制方法将极大地提高了搜索解的有效性。针对高敏感负荷设定特有的目标函数,该目标函数充分结合了敏感负荷在配电网中的分布点以及各种敏感负荷的耐受特性,对含高敏感负荷的配电网具有很强的针对性。在配电网潮流计算中,选择动态的参数变量模拟多种用电负荷随时间不同的变化规律,使配电网重构成为一个动态的演变过程,相应的配电网最优状态成为一个随配电网变化而变化的动态解。最后综合上述章节的方法和思路,以IEE33节点为例模拟计算地区配电网短期负荷变化产生对高敏感负荷供电可靠性的影响,并通过改进的GA处理方法对配电网实现预防性重构。通过案例仿真分析,表明所提改进的GA算法能有效实现对含高敏感负荷配电网的重构。在配电网发生波动时,将敏感负荷节点电压动态地稳定在最小压降范围内,从而保障了敏感负荷的供电可靠性。
常占宁[4]（2019）在《铁路牵引供电经济运行方法的研究》文中研究指明电气化铁路以电力牵引牵引功率大、能效高及节能环保的突出优势,成为了我国高速铁路及重载铁路的首选发展方向,在电气化铁路运输成本中,牵引电费占了相当的比重,如何改进供电技术装备质量,充分利用国家电价优惠政策,优化牵引供电经营管理方式,研究综合运用这些技术和管理方法,达到减少电费支出,实现牵引供电系统经济运行,为提高电气化铁路的经济运行水平提供决策支持,是本文研究的主要内容。本文以LZ铁路局为例,通过对运行数据的分析,明确了牵引供电经营管理的现状,对牵引电费的构成和国家关于牵引供电经营管理的有关政策进行研究,找出了影响牵引供电经济运行的主要因素,提出了优化经营管理的具体措施。电气化铁路在投运初期,牵引变压器都有一定程度的容量预留,在实际运能未达到设计能力之前,如何适度、合理的选择牵引变电器容量裕度及投运时机,需要进行技术经济计算;国家在电力市场化改革过程中,出台了一系列电价优惠政策,铁路企业要用足用好这些政策,对牵引供电系统运行现状进行技术经济分析,适时采取技术或管理措施实现降本增效。论文共分为四章,第一章绪论介绍了研究本课题的背景及意义,根据研究背景及意义提出了本文的研究方向和主要研究内容;第二章通过对牵引供电电费构成与电价政策的分析,明确了电气化铁路功率因数运行水平及牵引供电经营管理的现状,找出了影响牵引供电经济运行的主要因素;第三章论述了提高牵引供电经济运行效果的方法,其中包括牵引供电功率因数的调整、列车再生电能的利用、牵引变压器安装容量的优化、基本电费结算方式的动态管理以及直购电的基本概念;第四章对LZ铁路局集团有限公司牵引供电经济运行效果进行了分析,主要分析了牵引供电功率因数的调整效果、电力机车再生电能的利用效果、牵引变压器减容节能的效果以及需量法结算电费的效果。最后,对全文进行了概括总结,并对今后的研究工作做出了展望。
何永[5]（2019）在《日照市海洋公园分布式能源供应系统研究》文中提出分布式能源是指将能量按照能级高低不同,输送到对应的耗能场合,在用户端实现能源合理综合利用。天然气分布式能源是指利用天然气为燃料,通过冷热电三联供等方式实现能源的梯级利用,并在负荷中心就近实现能源供应的现代能源高效利用的重要方式。天然气分布式能源系统具有能效高、清洁环保、经济效益好等优点,是我国实现节能减排重要途径之一。为了将日照海洋公园打造成绿色、环保、科技的公建类场馆,保障日照海洋公园用电安全,降低其用能成本,本学位论文在综合分析国内外天然气分布式能源应用研究成果的基础上,计算出日照海洋公园用电、供冷（热）等能源需求,提出了两套科学、合理的分布式能源供给工艺方案,并通过技术经济分析,选择该项目的最佳设计方案。论文还综合分析了项目的环境效益和风险问题,提出了较为具体运行策略、节能减排措施和风险回避措施。日照海洋公园分布式能源应用研究,不仅为公园公建类场馆提供了技术可靠、经济可行、环境效益好的能源供给方案,保障了该项目的顺利实施,对其他类似建筑能源供应系也具有重要的参考价值。这一点与天然气特性相符合。同时结合项目实际情况,制定专项方案,以达成降本增效的结果。
韩丞宇[6]（2019）在《基于数据挖掘技术的电动汽车负荷短期组合预测模型》文中认为近年来,在全球经济不断发展的进程中,温室效应、能源短缺以及环境破坏的现象频繁发生,在这种大背景之下,绿色交通已经成为了发展的方向。此外,电动汽车具有节能、低排放的优点,但同时具有波动性、不确定性的特点。所以,对电动汽车的负荷开展预测工作,可以据此指导电动汽车的充电,从而降低电网的峰谷差,提高电网运行的经济性,充分的利用电网,为企业带来经济效益。本文针对电动汽车负荷的预测问题,进行了如下研究:首先,调研国内外电动汽车发展历程和发展现状,总结了负荷预测的常用算法,以及各自的优缺点。其次,基于电动汽车负荷历史数据,对负荷变化特性进行完善的研究,包括自身的波动性、周期性,以及与负荷变化相关的因素分析,包括温度、降雨等,从而充分的说明电动汽车负荷变化的重要因素。然后,基于数据挖掘技术,采用模糊聚类的方法,对预测日与历史日期的相似度进行计算,通过有序排列得到最佳的相似日,从而为筛选历史数据的有效性提供科学方法。最后,提出基于权重的组合预测方法,将不同方法侧重的数据特征综合起来,有效地提高负荷预测的精度和稳定性。并根据组合预测的特征,对权重的确定方法进行改进。通过对沈阳地区电动汽车实际负荷进行预测,证明本文方法的科学性和有效性。
贾艳芳[7]（2018）在《楼宇微电网用户用电优化调度研究》文中提出能源高效利用问题一直是人们研究的热点问题,楼宇用电占能源消耗的很大一部分,因此,如果对楼宇用户用电进行合理的优化调度,将在很大程度上实现楼宇用电的节能减排等目的。本文首先根据居民用电特征研究了一种楼宇用户分类方法;然后分别针对楼宇四类用户和楼宇更多用户用电优化调度问题分别提出基于生物寄生行为的双种群万有引力搜索算法和多目标PBGSA,并分别用于相应的模型中进行实验分析。本文主要所做的研究工作如下:（1）分析了负荷优化调度问题的研究现状,并提出一种楼宇用户分类方法。对近年来负荷优化调度方面的研究进展进行简要概述,并总结各项进展的优缺点,针对现存的问题,引出本文研究的主要内容。同时为了对用户用电情况进行有效管理,基于用户用电行为,将楼宇用户共划分成普通居家类、上班族、商业类和空置类四类用户。（2）提出基于生物寄生行为的双种群万有引力搜索算法优化楼宇四类用户用电调度。优化调度前首先建立保证楼宇用户用电经济性、舒适性和稳定性目标的调度模型。其次,针对万有引力搜索算法存在的寻优精度低以及早熟收敛等问题,引入记忆和群体信息共享能力,增强了种群多样性,克服早熟收敛的问题;通过引入生物寄生行为机制,将种群分为寄生群和宿主群两个种群,并且进化过程中符合优胜劣汰的生物准则,两个种群通过相互交流信息,加速进化过程,这样种群更容易实现全局最优。然后将所改进算法用于求解楼宇四类用户用电调度模型,最后仿真得出较好地调度方案。（3）提出多目标PBGSA的楼宇多个用户用电调度优化方案。针对处理数据量大的楼宇多用户用电调度问题,在万有引力搜索算法的基础上,引入非支配排序思想、通过按维审查思想进行模糊拥挤判定,提出改进多目标PBGSA算法,并将其用于楼宇120户用电负荷调度模型中,仿真得出一系列调度方案可供用户筛选,最后选出符合所求三个目标的折中调度方案,同时与其他方法进行对比实验后,证明该多目标PBGSA用于优化楼宇多用户用电调度的优越性。
王洪良[8]（2017）在《电力体制改革背景下的电价交叉补贴研究 ——以浙江电网为例》文中提出由于电网自然垄断的条件,政府一直对电网实行垄断监管,对其电力销售价格和电力销售量实行管制。再者,我国工业电价和居民电价由于历史遗留问题,与市场价格长期不符,不能体现市场效率,不能反映环境成本,不能反映电力成本。为让市场在电力配置中起到决定性作用,我国对电力市场分步骤进行改革,逐步推动电力价格由政府定价向市场定价转移。但我国电力市场历史遗留问题严重,一是居民销售电价长期价格倒挂,工业长期补贴居民和公益性用电;二是不同地区互相补贴,三是高负荷率长期补贴低负荷率,四是各电压等级成本未能全面反映到电力价格中,未能全面反映电网成本、补贴量。本文首先给出交叉补贴定义,阐述国内外销售电价和电力交叉补贴概况;其次,介绍交叉补贴测算的常用方法,在指出不足同时提出更优解决方案,然后,在分析浙江电网电价及运营状况基础上,按照输配电成本的定价依据和传导机制,分别核算不同传导方式下的浙江电网交叉补贴金额,并进行敏感性分析;最后,提出研究结论和展望。本文主要完成了以下工作,第一,分析浙江电网内部生产经营数据和固定资产投资结构。第二,分析输配电成本定价依据,以及输配电成本传导机制。第三,对交叉补贴测算的常用方法,包括平均电价法和工业居民比例法进行比较分析后,提出更优的成本价差法,从电压等级和电力固定成本出发,假设分电压等级成本全部传导、共同成本和传导成本、变电成本部分传导,分别核算浙江交叉补贴,并开展相关敏感性分析。第四,对重新建立补贴机制给出政策建议。本文研究结论针对输配电价过渡期、成熟期的不同侧重点,研究对应的成本结构,选择适用的输配电价定价方法,为准确测算输配电价提供实际的指导建议,对促进我国电力工业的稳定发展也有一定的启示作用。
蒋林洳[9]（2017）在《基于多智能体技术的电动汽车优化充电研究》文中研究表明随着经济的发展、人民生活水平的不断提高,以能源危机、气候变暖为代表的全球性问题日益严峻。为缓解传统燃油汽车对环境的污染,电动汽车获得了蓬勃发展。在环境保护需求、电动汽车技术发展、国家政策扶持的共同作用下,电动汽车数量势必保持高速增长。其大规模接入电网充电,会对电网的稳定造成较大影响。因此,电动汽车优化充电模型亟待研究。为在充分了解电动汽车入网对电网所造成的影响基础上采取合适的优化措施,本文采用蒙特卡罗法建立了电动汽车负荷模型,借助回归函数法基于PJM公司的历史负荷数据拟合得到了电网日负荷曲线,并提出了基于多智能体技术的分层动态柔性充电控制方法,该方法对电动汽车充电时段进行优化,实现计及电动汽车充电的电网负荷“移峰填谷”,降低电动汽车接入电网造成的冲击。该本文各部分研究内容具体如下:首先,介绍了电动汽车充电对电网负荷的影响因素,包括电动汽车类型、充电方式、电池消耗量、电动汽车电池参数、用户出行特征参数等;基于上述影响因素,利用直接蒙特卡洛法模拟单台电动汽车使用及充电情况,叠加得到电动汽车充电负荷曲线,为电动汽车入网影响分析提供数据基础。其次,基于PJM公司的历史日负荷数据拟合得到工作日及周末的电网日负荷曲线;将电动汽车负荷曲线与日负荷曲线叠加,分析大规模电动汽车入网后,在无序充电的情况下对电网造成的影响,并借助IEEE 30节点模型分析了不同渗透率的电动汽车接入电网后对节点电压偏移的影响,为电动汽车优化充电方案的提出提供理论依据。然后,基于上述模型及数据基础,建立多智能体充电控制体系结构,将配电网按电压等级分为三层控制结构,提出基于多智能体技术的电动汽车充电动态柔性优化方案。其中,全局管理Agent基于改进的PSO算法优化得到各时段电网允许的充电裕度,局部调度Agent完成数据分类以减轻电网优化“维数灾”并根据充电裕度优化电动汽车充电时段,充电终端Agent完成数据处理并组建区域通讯网络。通过MATLAB算例仿真验证,该多智能体优化充电系统可平滑电网负荷曲线、实现“移峰填谷”。最后,从实际工程应用出发,基于Qt5平台设计开发电动汽车充电优化系统,通过该系统可实现参数设置、优化计算、数据库相关功能。
王海涛[10]（2016）在《小水电电源管理模式的研究》文中研究指明随着中国经济持续快速发展,环境与发展的矛盾日益突出,资源相对短缺、生态环境脆弱等问题凸显。利用清洁能源进行发电是减轻环境负担、节约社会资源的有效途径。小水电作为一种清洁能源,在我国某些地区具有良好的优势条件。然而,我国对于小水电的管理尚停留在“开环”状态,甚至处于“无序”状态。因此,迫切需要研究小水电发展战略与协调调度等一系列问题,建立科学合理的管理规范和模式,促进电力系统安全稳定运行和节能减排的整体协调优化。针对小水电管理模式与机制问题,本文首先在广泛查阅相关文献与资料的基础上,针对我国小水电管理现状与小水电的运行特点,梳理了适合我国小水电现状的小水电分类标准与分类模式,并从多角度剖析了小水电对电网运行影响；其次,在详细分析了我国现阶段小水电调度管理机制与模式存在问题的基础上,对比分析了统调与非统调模式的利弊优劣,提出了适合我国调度模式的小水电现状的调度管理模式；在此基础上,结合我国调度体制与管辖范围等约束,提出了适合我国现状的小电源分级管理机制与模式,为实现科学合理的小水电管理提供了有益参考与借鉴；最后,针对小水电电源管理体系问题,提出了适合某省小水电实际特点的未来管理对策。
二、电槽负荷随峰谷电价政策波动利弊之探讨（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电槽负荷随峰谷电价政策波动利弊之探讨（论文提纲范文）
（1）虚拟电厂资源的精细化评估与调度优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 虚拟电厂资源评估研究现状 |
| 1.2.2 虚拟电厂资源聚合研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文主要工作和章节安排 |
| 第2章 虚拟电厂资源特性分析 |
| 2.1 虚拟电厂资源的基本概念 |
| 2.2 柔性负荷特性分析 |
| 2.2.1 常用负荷特性分析指标 |
| 2.2.2 居民负荷特性分析 |
| 2.2.3 典型家用电器负荷特性分析 |
| 2.3 分布式发电资源的特性分析 |
| 2.3.1 光伏发电 |
| 2.3.2 风力发电 |
| 2.3.3 燃气轮机 |
| 2.4 源性负荷的特性分析 |
| 2.5 本章小结 |
| 第3章 虚拟电厂资源的调度潜力精细化评估与聚合研究 |
| 3.1 虚拟电厂资源调度潜力评估指标体系 |
| 3.2 柔性负荷需求响应潜力的评估 |
| 3.2.1 需求响应潜力评估指标 |
| 3.2.2 需求响应潜力的计算 |
| 3.2.3 算例分析 |
| 3.3 发电资源及储能的评估模型 |
| 3.3.1 指标分析 |
| 3.3.2 评估模型的建立 |
| 3.4 基于多场景的虚拟电厂资源聚合模型的构建 |
| 3.4.1 虚拟电厂的应用场景 |
| 3.4.2 不同场景的资源聚合分析 |
| 3.5 本章小结 |
| 第4章 含电动汽车的虚拟电厂优化调度研究 |
| 4.1 含电动汽车的虚拟电厂调度的模式分析 |
| 4.2 双重激励政策 |
| 4.3 基于双重激励含电动汽车的虚拟电厂优化调度模型 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.3.3 优化模型求解 |
| 4.4 算例分析 |
| 4.4.1 参数设置 |
| 4.4.2 算例结果 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 参考文献 |
| 攻读硕士期间所发表的论文及其他成果 |
| 致谢 |
（2）计及需求响应的改进ABC-RBF短期电力负荷预测研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号表 |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 课题研究现状 |
| 1.2.1 短期负荷预测研究现状 |
| 1.2.2 径向基(RBF)神经网络研究现状 |
| 1.2.3 需求响应研究现状 |
| 1.3 本文主要研究内容 |
| 2 负荷特性分析与数据预处理 |
| 2.1 电力系统负荷的分类 |
| 2.2 电力负荷预测特性分析 |
| 2.3 电力负荷的影响因素 |
| 2.4 负荷预测的步骤 |
| 2.5 数据检测与预处理 |
| 2.5.1 电力负荷数据的缺失值与异常值处理 |
| 2.5.2 样本数据的归一化与编码处理 |
| 2.6 电力负荷预测评价指标 |
| 2.7 本章小结 |
| 3 计及需求响应的模糊RBF短期负荷预测模型 |
| 3.1 用户实际需求响应模型 |
| 3.1.1 需求响应机理 |
| 3.1.2 需求响应模型 |
| 3.2 计及需求响应综合影响因素的RBF-NN预测模型 |
| 3.2.1 RBF-NN模型 |
| 3.2.2 综合影响因素预处理 |
| 3.2.3 考虑DR综合影响因素的RBF-NN模型 |
| 3.3 算例结果及误差分析 |
| 3.4 本章小结 |
| 4 计及需求响应的模糊ABC-RBF短期负荷预测模型 |
| 4.1 人工蜂群(ABC)算法 |
| 4.1.1 ABC算法原理 |
| 4.1.2 ABC算法步骤 |
| 4.2 基于ABC的 RBF神经网络算法 |
| 4.2.1 ABC-RBF神经网络算法思想 |
| 4.2.2 ABC-RBF神经网络算法步骤 |
| 4.3 基于模糊理论的ABC-RBF神经网络 |
| 4.3.1 模糊ABC-RBF神经网络结构 |
| 4.3.2 模糊化层与反模糊化层 |
| 4.3.3 基于模糊理论的ABC-RBF神经网络算法流程 |
| 4.4 考虑需求响应综合因素的模糊理论ABC-RBF神经网络预测模型 |
| 4.4.1 考虑DR因素的模糊理论ABC-RBF负荷预测流程 |
| 4.4.2 算例结果及误差分析 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 创新点摘要 |
| 5.3 展望 |
| 参考文献 |
| 攻读硕士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（3）基于高敏感负荷供电可靠性的配电网预防性重构策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 配电网可靠性研究内容 |
| 1.3 传统配电网重构方法 |
| 1.3.1 传统目标函数 |
| 1.3.2 传统数学方法 |
| 1.4 主要研究工作与结构安排 |
| 第2章 敏感负荷及配电网模型 |
| 2.1 电压波动引起的敏感负荷损失 |
| 2.2 针对配电网可靠性的预防性重构 |
| 2.2.1 间歇性分布式电源的模型 |
| 2.2.2 电动汽车充电模型 |
| 2.2.3 一般负荷用电模型 |
| 2.2.4 短期负荷预测 |
| 2.3 小结 |
| 第3章 改进的配电网重构GA |
| 3.1 传统编码方法 |
| 3.2 高效编码方法 |
| 3.3 GA操作 |
| 3.4 采用GA算法的算例分析 |
| 第4章 包含高敏感负荷的配电网预防性重构 |
| 4.1 仿真过程的问题及思路 |
| 4.2 目标函数 |
| 4.3 约束条件 |
| 4.4 算法流程 |
| 4.5 仿真分析 |
| 4.5.1 动态重构动作分析 |
| 4.5.2 预防性重构动作分析 |
| 4.5.3 分析小结 |
| 结论与展望 |
| 参考文献 |
| 附录A Matlab仿真计算部分代码 |
| 致谢 |
（4）铁路牵引供电经济运行方法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题研究背景 |
| 1.2 选题研究意义 |
| 1.3 国内外研究现状 |
| 1.4 研究的主要内容 |
| 2 影响牵引供电经营管理的因素 |
| 2.1 牵引供电电费构成及牵引电量构成 |
| 2.1.1 牵引供电电费构成 |
| 2.1.2 牵引电量构成 |
| 2.2 电气化铁路电能质量 |
| 2.3 电气化铁路功率因数 |
| 2.4 电价政策对牵引供电经济运行的影响 |
| 3 提高牵引供电经济运行效果的方法 |
| 3.1 牵引供电功率因数的调整 |
| 3.2 列车再生电能的利用 |
| 3.2.1 电力机车再生制动原理 |
| 3.2.2 再生能利用相关的用电政策 |
| 3.2.3 再生电能利用技术方案 |
| 3.3 牵引变压器安装容量的优化 |
| 3.3.1 牵引变压器的容量选择 |
| 3.3.2 牵引变压器容量与供电经营的关系 |
| 3.4 基本电费结算方式的动态管理 |
| 3.4.1 计费方法与平衡点的选择 |
| 3.4.2 需量法结算基本电费 |
| 3.5 直购电 |
| 3.5.1 大用户直购电 |
| 3.5.2 电气化铁路直购电 |
| 4 LZ铁路局牵引供电经济运行效果分析 |
| 4.1 牵引供电功率因数的调整效果 |
| 4.2 电力机车再生电能的利用效果 |
| 4.2.1 电气化铁路再生电能统计 |
| 4.2.2 再生电能经济效益 |
| 4.3 牵引变压器减容节能的效果 |
| 4.4 需量法结算电费的效果 |
| 4.4.1 需量法结算实例 |
| 4.4.2 响应国家电价政策变化 |
| 4.5 直购电的效益 |
| 4.6 其他节能降耗措施 |
| 4.6.1 越区供电 |
| 4.6.2 分时电价 |
| 4.6.3 变电所暂停用电 |
| 结论 |
| 致谢 |
| 参考文献 |
（5）日照市海洋公园分布式能源供应系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 天然气应用的现状 |
| 1.3 天然气分布式能源发展现状 |
| 1.4 论文主要研究内容和遵循原则 |
| 2 日照海洋公园公共建筑用能需求分析 |
| 2.1 项目概况 |
| 2.2 项目边界条件 |
| 2.3 冷热电负荷需求分析 |
| 3 分布式能源系统供能方案优化设计 |
| 3.1 一次能源选取 |
| 3.2 建设项目资源条件分析 |
| 3.3 天然气分布式能源系统规划 |
| 3.4 天然气分布式供能方案优化设计 |
| 3.5 分布式机组选型 |
| 3.6 电气系统设计方案 |
| 3.7 分布式能源站运行策略与模式 |
| 4 分布式能源供应站经济与环境效益分析 |
| 4.1 节约资源的主要措施及效果分析 |
| 4.2 环境影响分析 |
| 4.3 投资概算 |
| 4.4 财务评价分析 |
| 4.5 风险分析及对策 |
| 5 论文总结与展望 |
| 5.1 论文总结 |
| 5.2 论文展望 |
| 参考文献 |
| 致谢 |
| 学位论文数据集 |
（6）基于数据挖掘技术的电动汽车负荷短期组合预测模型（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景与意义 |
| 1.1.1 电动汽车发展现状 |
| 1.1.2 电动汽车负荷预测的意义 |
| 1.2 本文主要研究工作 |
| 第2章 电动汽车负荷预测概述 |
| 2.1 电动汽车负荷的影响因素及短期负荷预测方法 |
| 2.1.1 电动汽车负荷的影响因素 |
| 2.1.2 电动汽车短期负荷预测算法总结 |
| 2.2 负荷自身变化特性分析 |
| 2.2.1 波动性 |
| 2.2.2 周期性 |
| 2.3 相关因素分析 |
| 2.4 小结 |
| 第3章 基于数据挖掘技术的相似日选取方法 |
| 3.1 模糊聚类原理 |
| 3.2 数据规格量化 |
| 3.3 模糊相似矩阵的建立及相似日的选取 |
| 3.3.1 模糊聚类传递闭包法 |
| 3.3.2 相似日的选取 |
| 3.4 本章小结 |
| 第4章 电动汽车负荷组合预测模型 |
| 4.1 组合预测的原理 |
| 4.1.1 单一预测模型 |
| 4.1.2 组合预测模型 |
| 4.2 组合预测模型的改进 |
| 4.3 预测流程 |
| 4.4 本章小结 |
| 第5章 算例分析 |
| 5.1 测试环境、测试数据来源及模型运行界面 |
| 5.2 预测结果分析 |
| 5.3 本章小结 |
| 第6章 结论 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（7）楼宇微电网用户用电优化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 负荷调度国外研究现状 |
| 1.2.2 负荷调度国内研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 基于居民用电行为的楼宇用户分类 |
| 2.1 引言 |
| 2.2 用户用电行为分析研究现状 |
| 2.3 常见的聚类分析算法 |
| 2.3.1 传统聚类算法 |
| 2.3.2 经典聚类算法 |
| 2.4 基于改进FCM算法的用户用电行为分析 |
| 2.4.1 加权FCM算法 |
| 2.4.2 楼宇用户聚类基本流程 |
| 2.4.3 用户用电行为分析实验 |
| 2.5 楼宇用户分类 |
| 2.5.1 楼宇用户用电负荷分类 |
| 2.5.2 楼宇用户分类及分析 |
| 2.6 本章小结 |
| 第3章 楼宇微电网负荷用电优化调度数学模型 |
| 3.1 楼宇微电网概述 |
| 3.2 自动需求响应技术 |
| 3.3 楼宇负荷调度系统整体架构设计 |
| 3.3.1 楼宇微电网能量管理系统 |
| 3.3.2 高级量测体系 |
| 3.3.3 楼宇微电网用户负荷用电调度系统 |
| 3.4 楼宇负荷用电优化调度数学模型 |
| 3.4.1 目标函数 |
| 3.4.2 约束条件 |
| 3.5 本章小结 |
| 第4章 改进万有引力搜索算法在楼宇微网四类用户用电优化调度中的应用 |
| 4.1 引言 |
| 4.2 万有引力搜索算法 |
| 4.2.1 万有引力搜索算法基本原理 |
| 4.2.2 万有引力搜索算法描述 |
| 4.2.3 万有引力搜索算法流程 |
| 4.3 基于生物寄生行为的双种群万有引力搜索算法 |
| 4.3.1 生物寄生行为 |
| 4.3.2 记忆和群体信息共享能力 |
| 4.3.3 基于生物寄生行为的双种群万有引力搜索算法模型 |
| 4.3.4 PBGSA算法流程 |
| 4.3.5 测试函数及实验分析 |
| 4.4 基于PBGSA的楼宇四类用户用电优化调度实验 |
| 4.4.1 实验参数设置 |
| 4.4.2 仿真实验及结果分析 |
| 4.5 本章小结 |
| 第5章 基于多目标PBGSA的楼宇多用户用电优化调度 |
| 5.1 引言 |
| 5.2 多目标优化问题基本概念 |
| 5.2.1 多目标优化数学模型 |
| 5.2.2 多目标优化相关定义 |
| 5.3 改进多目标PBGSA |
| 5.3.1 传统多目标优化算法的解法 |
| 5.3.2 非支配排序法 |
| 5.3.3 精英选择策略 |
| 5.3.4 多目标PBGSA求解楼宇负荷调度模型进程 |
| 5.4 楼宇多用户负荷用电优化调度实验 |
| 5.4.1 实验参数配置 |
| 5.4.2 仿真结果及分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（8）电力体制改革背景下的电价交叉补贴研究 ——以浙江电网为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 论文的研究背景 |
| 1.2 研究的目的与意义 |
| 1.2.1 研究的目的 |
| 1.2.2 研究意义 |
| 1.3 文献综述 |
| 1.4 研究的主要内容 |
| 1.5 结构框架 |
| 2 交叉补贴定义及国内外现状 |
| 2.1 交叉补贴的定义及分类 |
| 2.1.1 交叉补贴的定义 |
| 2.1.2 交叉补贴的分类 |
| 2.2 销售电价概述及分类 |
| 2.2.1 销售电价概述 |
| 2.2.2 销售电价分类 |
| 2.3 我国电价水平现状 |
| 2.3.1 我国销售电价总水平 |
| 2.3.2 分类销售电价水平对比 |
| 2.4 国内外电价交叉补贴现状 |
| 2.4.1 国外电价交叉补贴现状 |
| 2.4.2 我国电价交叉补贴现状 |
| 2.4.3 我国电价交叉补贴相关政策 |
| 3 交叉补贴测算方法 |
| 3.1 常用测算方法概述 |
| 3.2 交叉补贴成本价差法的核算 |
| 4 浙江电网电价现状及运营分析 |
| 4.1 电力系统概况 |
| 4.1.1 电网现状 |
| 4.1.2 电源现状 |
| 4.1.3 用电情况 |
| 4.2 购售电情况 |
| 4.2.1 购电情况 |
| 4.2.2 售电情况 |
| 4.3 销售电价类别、特点及问题 |
| 4.3.1 类别 |
| 4.3.2 特点 |
| 4.3.3 存在问题 |
| 5 浙江电网交叉补贴成本价差法的核算 |
| 5.1 输配电成本定价依据 |
| 5.2 输配电成本传导方式及比例的确定 |
| 5.2.1 传导方式 |
| 5.2.2 传导比例 |
| 5.3 输配电价参数测定 |
| 5.3.1 测算公式 |
| 5.3.2 参数测算结果 |
| 5.4 分电压等级输配电价测算结果 |
| 5.4.1 成本全部传导的电价测算 |
| 5.4.2 区分传导成本和共同成本的电价测算 |
| 5.4.3 区分变电成本和线路成本传导的电价测算 |
| 5.5 浙江电网交叉补贴测算结果 |
| 5.6 交叉补贴影响因素敏感性分析 |
| 5.7 本章小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
（9）基于多智能体技术的电动汽车优化充电研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 电动汽车与电网融合的技术支持与运营架构 |
| 1.2.1 车内数据监控 |
| 1.2.2 基础设施建设 |
| 1.2.3 商业运营模式 |
| 1.3 电动汽车优化充电研究现状 |
| 1.3.1 电动汽车保有量发展趋势 |
| 1.3.2 电动汽车充电负荷特性 |
| 1.3.3 电动汽车充电的影响及优化策略 |
| 1.4 多智能体技术 |
| 1.5 本文的主要工作 |
| 第2章 电动汽车充电负荷模型 |
| 2.1 电动汽车电池技术 |
| 2.1.1 电池参数 |
| 2.1.2 主流车用电池 |
| 2.2 电动汽车充电负荷的影响因素 |
| 2.2.1 电动汽车类型及充电方式 |
| 2.2.2 电动汽车充电时间 |
| 2.2.3 电动汽车每日行程 |
| 2.2.4 电池消耗 |
| 2.2.5 电动汽车渗透率与保有量 |
| 2.3 基于蒙特卡洛法的改进电动汽车充电负荷模型 |
| 2.3.1 电动汽车充电负荷一般规律及基本假设 |
| 2.3.2 基于蒙特卡洛法的电动汽车充电负荷计算 |
| 2.4 本章小结 |
| 第3章 无序充电下电动汽车接入的影响 |
| 3.1 电网日负荷曲线 |
| 3.1.1 电网日负荷曲线模型 |
| 3.1.2 PJM日负荷数据拟合实例分析 |
| 3.2 计及电动汽车无序充电的电网日负荷曲线 |
| 3.3 电动汽车大规模接入对节点电压偏移的影响 |
| 3.4 本章小结 |
| 第4章 基于多智能体技术的电动汽车优化充电方案 |
| 4.1 多智能体技术 |
| 4.1.1 基本特性 |
| 4.1.2 功能模块 |
| 4.1.3 体系结构 |
| 4.1.4 控制策略 |
| 4.2 多智能体分层动态柔性充电管理模式 |
| 4.2.1 多智能体系统架构 |
| 4.2.2 分层动态柔性控制方案 |
| 4.3 全局管理Agent |
| 4.3.1 粒子群算法 |
| 4.3.2 GMA采用的改进PSO算法 |
| 4.4 局部调度Agent |
| 4.4.1 数据分类 |
| 4.4.2 充电计划优化 |
| 4.5 充电终端Agent |
| 4.6 仿真结果与分析 |
| 4.6.1 相关参数 |
| 4.6.2 MATLAB优化结果及分析 |
| 4.7 本章小结 |
| 第5章 系统设计开发 |
| 5.1 系统结构设计 |
| 5.2 数据库设计 |
| 5.3 关键功能函数实现 |
| 5.4 上位机界面设计 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来研究展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（10）小水电电源管理模式的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 小电源管理理论 |
| 1.2.2 小电源管理模式 |
| 1.3 主要研究内容 |
| 第2章 小水电电源及其影响分析 |
| 2.1 概述 |
| 2.2 小水电电源理论基础 |
| 2.2.1 小水电定义 |
| 2.2.2 小水电分类 |
| 2.2.3 小水电特点 |
| 2.3 我国小水电电源建设与发展 |
| 2.3.1 以县为基础的分散方式的管理体制 |
| 2.3.2 对地方办电给予专门的优惠扶持政策 |
| 2.3.3 多渠道筹措建设资金 |
| 2.3.4 与中国式农村电气化建设紧密结合 |
| 2.3.5 经济实用的小水电技术 |
| 2.3.6 形成地方电网 |
| 2.4 小水电电源对电力系统的影响 |
| 2.4.1 对电网电能质量、可靠性的影响 |
| 2.4.2 对电网结构、潮流方向和网损的影响 |
| 2.4.3 对继电保护的影响 |
| 2.4.4 对电网安全性的影响 |
| 2.5 本章小结 |
| 第3章 小水电管理现状及其存在的问题 |
| 3.1 概述 |
| 3.2 四川省小水电的开发与规划 |
| 3.2.1 概况 |
| 3.2.2 小水电发展重点 |
| 3.2.3 四川小水电规划情况 |
| 3.3 四川省小水电的管理现状 |
| 3.3.1 管理概况 |
| 3.3.2 统调小水电 |
| 3.3.3 非统调小水电 |
| 3.4 小水电管理存在的问题 |
| 3.5 本章小结 |
| 第4章 小水电电源管理模式与管理体系 |
| 4.1 概述 |
| 4.2 小水电电源管理模式 |
| 4.2.1 统调与非统调管理模式利弊分析 |
| 4.2.2 统调模式下管理模式利弊分析 |
| 4.2.3 管理模式与小电源分级 |
| 4.3 小水电电源的管理体系 |
| 4.3.1 科学的规划控制体系 |
| 4.3.2 有序的协同发展体系 |
| 4.3.3 有力的政策落实体系 |
| 4.3.4 深化的资产改革体系 |
| 4.3.5 健全的资源利用配套体系 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、电槽负荷随峰谷电价政策波动利弊之探讨（论文参考文献）
- [1]虚拟电厂资源的精细化评估与调度优化研究[D]. 姜喜燕. 华北电力大学, 2021
- [2]计及需求响应的改进ABC-RBF短期电力负荷预测研究[D]. 旋璇. 沈阳工程学院, 2021
- [3]基于高敏感负荷供电可靠性的配电网预防性重构策略研究[D]. 赵亮. 湖南大学, 2020
- [4]铁路牵引供电经济运行方法的研究[D]. 常占宁. 兰州交通大学, 2019(01)
- [5]日照市海洋公园分布式能源供应系统研究[D]. 何永. 山东科技大学, 2019(05)
- [6]基于数据挖掘技术的电动汽车负荷短期组合预测模型[D]. 韩丞宇. 长春工业大学, 2019(09)
- [7]楼宇微电网用户用电优化调度研究[D]. 贾艳芳. 湘潭大学, 2018(02)
- [8]电力体制改革背景下的电价交叉补贴研究 ——以浙江电网为例[D]. 王洪良. 浙江工业大学, 2017(12)
- [9]基于多智能体技术的电动汽车优化充电研究[D]. 蒋林洳. 南京师范大学, 2017(02)
- [10]小水电电源管理模式的研究[D]. 王海涛. 华北电力大学(北京), 2016(02)