在智能電網(wǎng)快速發(fā)展和分布式能源滲透率越來越高的背景下,家庭能量管理系統(tǒng)得到了越來越多的關(guān)注和發(fā)展。家庭能量管理系統(tǒng)通過指導(dǎo)居民用戶科學(xué)合理用電,減少了用戶的用電成本并滿足用戶用電的舒適性要求,對智能電網(wǎng)在用電側(cè)的發(fā)展起到了促進(jìn)作用。本文首先介紹了家庭能量管理系統(tǒng)研究的背景及意義,概述了目前的研究現(xiàn)狀。描述了家庭能量管理系統(tǒng)的整體構(gòu)架及其相關(guān)技術(shù),詳細(xì)介紹了光伏發(fā)電系統(tǒng)、儲能系統(tǒng)以及家用負(fù)荷等主要設(shè)備的數(shù)學(xué)模型。其次,結(jié)合分時電價的需求響應(yīng)機(jī)制,建立了計及用戶用電成本的家庭能量管理優(yōu)化調(diào)度模型,并采用粒子群優(yōu)化算法進(jìn)行求解。仿真結(jié)果表明,經(jīng)優(yōu)化調(diào)度后可以有效降低用戶的用電成本。然后,考慮到用戶用電的舒適性需求,給出了用戶用電的舒適性指標(biāo),建立了計及多目標(biāo)的家庭能量管理優(yōu)化調(diào)度模型,將用電成本、時間不滿意度、溫度不滿意度三者作為多目標(biāo)進(jìn)行優(yōu)化處理,采用多目標(biāo)粒子群優(yōu)化算法進(jìn)行求解,并采用熵權(quán)TOPSIS法對Pareto最優(yōu)解集中的最優(yōu)解進(jìn)行選取。仿真結(jié)果表明,經(jīng)優(yōu)化調(diào)度后可以在有效降低用戶用電成本的同時又能滿足用戶用電的舒適性要求,驗證了所提模型的正確性。最后,為了減少光伏出力預(yù)測誤差對優(yōu)... 

【文章來源】：青島大學(xué)山東省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究動態(tài)
        1.2.1 國外研究動態(tài)
        1.2.2 國內(nèi)研究動態(tài)
    1.3 本文研究的主要內(nèi)容
第二章 家庭能量管理系統(tǒng)概述
    2.1 家庭能量管理系統(tǒng)結(jié)構(gòu)
    2.2 家庭能量管理系統(tǒng)相關(guān)技術(shù)
        2.2.1 需求響應(yīng)技術(shù)
        2.2.2 高級量測體系
    2.3 家庭能量管理系統(tǒng)主要設(shè)備的數(shù)學(xué)模型
        2.3.1 光伏發(fā)電
        2.3.2 儲能系統(tǒng)
        2.3.3 家用負(fù)荷
    2.4 本章小結(jié)
第三章 計及用戶用電成本的家庭能量管理優(yōu)化調(diào)度研究
    3.1 計及用戶用電成本的家庭能量管理優(yōu)化調(diào)度模型
        3.1.1 目標(biāo)函數(shù)
        3.1.2 約束條件
    3.2 粒子群優(yōu)化算法
        3.2.1 粒子群優(yōu)化算法原理
        3.2.2 粒子群優(yōu)化算法求解過程
    3.3 算例分析
        3.3.1 算例介紹
        3.3.2 仿真結(jié)果
    3.4 本章小結(jié)
第四章 計及多目標(biāo)的家庭能量管理優(yōu)化調(diào)度研究
    4.1 用戶用電的舒適性指標(biāo)
        4.1.1 用戶對用電時間的舒適性指標(biāo)
        4.1.2 用戶對溫度的舒適性指標(biāo)
    4.2 計及多目標(biāo)的家庭能量管理優(yōu)化調(diào)度模型
        4.2.1 目標(biāo)函數(shù)
        4.2.2 約束條件
    4.3 多目標(biāo)粒子群優(yōu)化算法
        4.3.1 多目標(biāo)粒子群優(yōu)化算法原理
        4.3.2 多目標(biāo)粒子群優(yōu)化算法求解過程
        4.3.3 基于熵權(quán)TOPSIS法的多目標(biāo)決策
    4.4 算例分析
        4.4.1 算例介紹
        4.4.2 仿真結(jié)果
    4.5 本章小結(jié)
第五章 考慮光伏發(fā)電預(yù)測誤差的家庭能量管理優(yōu)化調(diào)度研究
    5.1 光伏發(fā)電預(yù)測誤差及情景設(shè)定
        5.1.1 光伏發(fā)電預(yù)測誤差
        5.1.2 情景分析法
    5.2 考慮光伏發(fā)電預(yù)測誤差的家庭能量管理優(yōu)化調(diào)度模型
        5.2.1 目標(biāo)函數(shù)
        5.2.2 約束條件
    5.3 算例分析
        5.3.1 算例介紹
        5.3.2 仿真結(jié)果
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]新能源經(jīng)濟(jì)學(xué)研究進(jìn)展[J]. 李芳,王芮,陳玉博.  中國能源. 2018(11)
[2]智能電網(wǎng)與智能用電技術(shù)[J]. 彭怡.  科學(xué)技術(shù)創(chuàng)新. 2018(24)
[3]一種基于模糊控制的智能家庭能量管理系統(tǒng)[J]. 李德智,董明宇,尹忠東,李曉強(qiáng),林摯.  現(xiàn)代電力. 2018(06)
[4]用戶側(cè)用電需求響應(yīng)行為研究[J]. 李東東,王博倫,劉洋.  供用電. 2018(04)
[5]需求側(cè)管理下智能家庭用電多目標(biāo)優(yōu)化控制[J]. 鮑毅,樓鳳丹,王萬良.  智能系統(tǒng)學(xué)報. 2018(01)
[6]考慮風(fēng)光荷預(yù)測誤差的電力系統(tǒng)經(jīng)濟(jì)優(yōu)化調(diào)度[J]. 盛四清,張立.  電力系統(tǒng)及其自動化學(xué)報. 2017(09)
[7]基于情景分析法風(fēng)電場中儲能系統(tǒng)經(jīng)濟(jì)調(diào)度[J]. 厲偉,顏寧,張博,馬少華,戈陽陽,肖婉秋.  電工電能新技術(shù). 2018(02)
[8]基于多目標(biāo)粒子群算法的電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度研究[J]. 張子泳,仉夢林,李莎.  電力系統(tǒng)保護(hù)與控制. 2017(10)
[9]基于用戶滿意度的智能用電能量調(diào)度方法研究[J]. 紀(jì)姝彥,李冬偉.  電氣工程學(xué)報. 2017(04)
[10]提高堅強(qiáng)智能電網(wǎng)社會經(jīng)濟(jì)效益的對策建議[J]. 李敏霞,楊警衛(wèi),李云霞.  科技展望. 2017(07)

碩士論文
[1]粒子群算法改進(jìn)及其應(yīng)用研究[D]. 秦媛.南京郵電大學(xué) 2018
[2]計及多目標(biāo)的微電網(wǎng)協(xié)同調(diào)度研究[D]. 秦齊.青島大學(xué) 2018
[3]短期光伏發(fā)電出力預(yù)測方法研究[D]. 張琦.廣東工業(yè)大學(xué) 2018
[4]情景分析法在智慧校園中的設(shè)計與應(yīng)用研究[D]. 楊健.西北師范大學(xué) 2018
[5]情景分析法在周期性公司收益法估值中的應(yīng)用研究[D]. 莫榮團(tuán).首都經(jīng)濟(jì)貿(mào)易大學(xué) 2017
[6]基于需求側(cè)管理的家庭能源優(yōu)化控制的研究[D]. 劉旭.燕山大學(xué) 2017
[7]面向智能用電的家庭能量管理研究[D]. 紀(jì)姝彥.合肥工業(yè)大學(xué) 2017
[8]基于需求響應(yīng)的家用設(shè)備調(diào)度策略研究[D]. 楊冰.電子科技大學(xué) 2016
[9]考慮智能家電與分布式電源的電力需求響應(yīng)技術(shù)研究[D]. 魯針針.東南大學(xué) 2015
[10]計及實時電價的家居混合供電系統(tǒng)能量優(yōu)化調(diào)度方法[D]. 阮冰潔.浙江大學(xué) 2015



本文編號：3489940