【摘要】：智能用電則是智能電網(wǎng)的重要組成部分之一,它能大大的提高電能的利用率,目前最普遍實行的有效手段為需求側(cè)管理(Demand Side Management,DSM),它通過比較理想的激勵使用電用戶合理地改善用電方式,使電力負荷運行更加平穩(wěn),需求響應(yīng)(Demand Response,DR)則是DSM的最重要實現(xiàn)方式之一,是指用電的用戶因為價格或其他激勵的市場信息而主動改變?nèi)粘５挠秒娏?xí)慣以此達到節(jié)能減耗的效果。其最主要實現(xiàn)方式為分時電價(Time of Use,TOU),通過改變峰谷時段價格的方式引導(dǎo)用戶改變用電負荷,優(yōu)化用電方式。那么對于供電公司和用電用戶來說,在實施分時電價的過程時應(yīng)該如何設(shè)定更好價格信號以達到控制用戶用電負荷的目的,從而實現(xiàn)負荷的削峰填谷,節(jié)能減排的效果,這是未來電力市場能智能用電能否成功的關(guān)鍵問題之一。首先,本文在智能用電發(fā)展的背景下,對分時電價定價策略的制定和實施以及居民用戶的用電行為進行研究、分析。介紹需求響應(yīng)的概念,總結(jié)國內(nèi)和國外現(xiàn)階段開展的分時電價定價研究的現(xiàn)狀。其次,針對國內(nèi)用電用戶的響應(yīng)行為建立有效地分時電價定價項目的模型。根據(jù)供電公司和居民的實際需求設(shè)計優(yōu)化策略及目標(biāo)函數(shù)。根據(jù)模型所設(shè)定目標(biāo)函數(shù)提出優(yōu)化算法,并對選取的遺傳算法(Genetic Algorithm,GA)和粒子群算法(Particle Swarm Optimization,PSO)的可行性進行分析。最后,在MATLAB平臺下,當(dāng)不考慮用戶舒適度的情況下,利用GA算法和PSO算法對模型進行單目標(biāo)仿真,得出兩種算法均可實現(xiàn)削峰填谷的目標(biāo),其中粒子群算法在本模型中的優(yōu)化效果更佳。當(dāng)考慮到用戶舒適度的情況下,設(shè)定目標(biāo)函數(shù)后利用多目標(biāo)粒子群算法(Multi-objective Particle Swarm Optimization,MOPSO)對模型進行多目標(biāo)優(yōu)化,得到的優(yōu)化結(jié)果可以同時達到提高用戶舒適度和削峰填谷的目標(biāo)。
[Abstract]:Intelligent power consumption is one of the important components of smart grid, it can greatly improve the utilization of electricity, the most common effective means is demand side management (Demand Side Management,DSM). It can reasonably improve the power consumption mode and make the power load run more smoothly through the more ideal incentives. The demand response (Demand Response,DR) is one of the most important ways to realize DSM. Electricity users change their daily habits actively because of price or other incentive market information in order to save energy and reduce consumption. The main way to realize it is time-sharing price (Time of Use,TOU). By changing the price of peak and valley period, it can guide the user to change the load of electricity and optimize the mode of electricity consumption. Well, for power supply companies and power users, how to set a better price signal in the process of implementing time-sharing price to achieve the purpose of controlling the user's power load, thus realizing the effect of cutting the peak and filling the valley of the load and saving energy and reducing emissions. This is one of the key questions about the success of intelligent power consumption in the future electricity market. First of all, in the context of the development of intelligent electricity, this paper studies the formulation and implementation of pricing strategy of time-sharing pricing and the consumer's behavior of electricity consumption. This paper introduces the concept of demand response and summarizes the present situation of time-sharing pricing research both at home and abroad. Secondly, an effective pricing model of time-sharing price is established according to the response behavior of domestic consumers. Design optimization strategy and objective function according to the actual needs of power supply companies and residents. The optimization algorithm is proposed according to the objective function set by the model, and the feasibility of the selected genetic algorithm (Genetic Algorithm,GA) and particle swarm optimization algorithm (Particle Swarm Optimization,PSO) is analyzed. Finally, on the MATLAB platform, when the user comfort is not considered, the GA algorithm and the PSO algorithm are used to simulate the model, and the results show that the two algorithms can realize the target of peak cutting and valley filling. Particle swarm optimization algorithm is more effective in this model. When the user comfort is considered, the multi-objective particle swarm optimization (Multi-objective Particle Swarm Optimization,MOPSO) is used to optimize the model by setting the objective function. The optimized results can achieve the goal of increasing the user's comfort and cutting the peak and filling the valley simultaneously.
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP18;F426.61

【相似文獻】

相關(guān)期刊論文 前10條

1 趙娟,譚忠富,李曉軍;分時電價下供電公司盈虧風(fēng)險分析模型[J];電力需求側(cè)管理;2005年01期

2 寧紅;;合肥推廣分時電價的經(jīng)驗[J];華東電力;2006年01期

3 金武，王浣塵，陳蕓;分時電價設(shè)計研究[J];系統(tǒng)工程理論與實踐;1996年06期

4 唐文升,仇新宇;江蘇省試行分時電價概況[J];華東電力;2000年07期

5 盧振信;上海率先試行居民分時電價[J];大眾用電;2000年06期

6 吳運生,胡雪冰;實行分時電價的理性思考[J];大眾用電;2000年12期

7 周偉;執(zhí)行居民用戶分時電價,您準(zhǔn)備好了嗎?[J];電力需求側(cè)管理;2004年02期

8 ;我國應(yīng)加快推動分時電價[J];大眾用電;2004年04期

9 劉觀起,張建,劉瀚;基于用戶對電價反應(yīng)曲線的分時電價的研究[J];華北電力大學(xué)學(xué)報;2005年03期

10 劉嚴(yán),譚忠富,張艷紅;探析我國分時電價設(shè)計的相關(guān)問題[J];價格理論與實踐;2005年06期

相關(guān)會議論文 前4條

1 汪訓(xùn)昌;;對現(xiàn)行分時電價政策的三點思考——從發(fā)展蓄冷空調(diào)角度評現(xiàn)行分時電價政策[A];新世紀(jì)中國蓄冷空調(diào)技術(shù)研討會論文集[C];1999年

2 陸暢;李海星;王俊良;;分時電價對夏季負荷的削峰分析[A];第二屆全國電能質(zhì)量學(xué)術(shù)會議暨電能質(zhì)量行業(yè)發(fā)展論壇論文集[C];2011年

3 汪超;趙洋;宮赤霄;劉忠寶;;冰箱新式蓄冷方案的可行性分析[A];第二屆中國制冷空調(diào)專業(yè)產(chǎn)學(xué)研論壇論文集[C];2013年

4 汪訓(xùn)昌;;淺談蓄冷空調(diào)在尖峰用電時段的冷負荷轉(zhuǎn)移系數(shù)——在分割式三段制分時電價下一個值得商確的認識與政策問題[A];全國暖通空調(diào)制冷1998年學(xué)術(shù)年會資料集（1）[C];1998年

相關(guān)重要報紙文章 前10條

1 江大緯 邵生余;行家細說“分時電價”[N];新華日報;2003年

2 本報記者　賈運華;分時電價試點方案未確定[N];華夏時報;2006年

3 劉星燦;湖北商家苦臉面對分時電價[N];中國電力報;2004年

4 彭敏;分時電價9月1日起試行[N];海南日報;2004年

5 齊澤萍;省城分時電價“一個巴掌拍不響”[N];山西經(jīng)濟日報;2007年

6 羅昌平;分時電價欲享“雙贏”尚待時日[N];中國商報;2003年

7 記者 林光華 通訊員 賴榕生;福建省試行分時電價[N];中國電力報;2005年

8 孫玉春;安徽4月1日起推行分時電價[N];工人日報;2004年

9 鄒平;湖北實施“新版”分時電價[N];中國電力報;2004年

10 本報記者 邵捷 張耀平;分時電價，，改變你的用電習(xí)慣[N];中國電力報;2004年

相關(guān)碩士學(xué)位論文 前10條

1 趙曉丹;計及配電網(wǎng)損耗的分時電價模型構(gòu)建與應(yīng)用研究[D];西南交通大學(xué);2015年

2 范文飛;光伏發(fā)電接入電網(wǎng)后的分時電價優(yōu)化策略研究[D];西南交通大學(xué);2015年

3 王辰;電力客戶分時電價預(yù)測系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2015年

4 羅秋云;分時電價政策下的柔性作業(yè)車間調(diào)度建模和優(yōu)化研究[D];廣東技術(shù)師范學(xué)院;2016年

5 林琳;電力大用戶分時電價制定方法[D];華北電力大學(xué)(北京);2016年

6 王彥;反映供需關(guān)系的新型分時電價及定價機制研究[D];華北電力大學(xué);2016年

7 曾益增;分時電價模式下單機調(diào)度研究[D];西北工業(yè)大學(xué);2016年

8 李世楠;基于PSO算法的DSM分時電價定價設(shè)計[D];哈爾濱理工大學(xué);2017年

9 李翔;基于用戶響應(yīng)的分時電價模型研究[D];華北電力大學(xué);2014年

10 吳水軍;云南電力系統(tǒng)分時電價及煤電聯(lián)動模型研究[D];昆明理工大學(xué);2006年

本文編號：2365384