【摘要】：近年來,我國霧霾問題日益嚴(yán)重,而電能替代正是緩解大氣污染問題的有效措施。隨著電能替代的推進(jìn)以及智能用電相關(guān)技術(shù)的發(fā)展,對于居民側(cè)電器的優(yōu)化控制成為了可能。通過對居民側(cè)用戶的用電行為進(jìn)行分析,進(jìn)而提出相應(yīng)的用電優(yōu)化策略,可以達(dá)到削峰填谷,消納新能源的目的。本文首先基于傳統(tǒng)分時電價機(jī)制以及電力市場化兩種電力供給模式下對居民智能用電的架構(gòu)、交互方式以及實(shí)施機(jī)理進(jìn)行了分析。進(jìn)而對家庭用戶的用電行為特征進(jìn)行分析,并提取出影響家庭用戶用電行為的主要影響因素。在此分析的基礎(chǔ)上,提出了基于支持向量回歸機(jī)的用戶用電行為的預(yù)測方法,并通過仿真實(shí)驗(yàn)證明了此方法能夠較為準(zhǔn)確的對不同用戶的電器開始使用時間進(jìn)行預(yù)測。基于對用戶行為的分析與預(yù)測,本文在傳統(tǒng)分時電價的機(jī)制下對家居智能用電的優(yōu)化控制策略進(jìn)行研究。總結(jié)分析現(xiàn)有的智能用電優(yōu)化策略相關(guān)的研究成果,提出了家電使用關(guān)聯(lián)度的概念并建立了家電使用關(guān)聯(lián)度矩陣。進(jìn)而以用戶的電費(fèi)成本最小為優(yōu)化目標(biāo)建立了成本最小化算法,通過仿真驗(yàn)證了算法能夠在保證用戶正常用電的同時,有效降低用戶的電費(fèi)成本,同時改善用戶的負(fù)荷曲線。最后,本文提出了電力市場環(huán)境下的新型電力供給模式。用戶將電器的控制權(quán)授權(quán)給負(fù)荷聚合商并從負(fù)荷聚合商處領(lǐng)取補(bǔ)貼,而負(fù)荷聚合商則可以對大量獲得授權(quán)的同種負(fù)荷進(jìn)行統(tǒng)一調(diào)控。本文提出了基于遺傳算法的負(fù)荷群調(diào)控策略,并以電動汽車為例,對算法進(jìn)行了仿真驗(yàn)證。仿真結(jié)果表明,算法能夠在保證用戶用電不受到影響的前提下,達(dá)到削峰填谷,消納新能源的目的。
[Abstract]:In recent years, the problem of haze is becoming more and more serious in China, and the substitution of electric energy is an effective measure to alleviate the problem of air pollution. With the development of electric power substitution and intelligent electricity-related technology, it is possible to optimize the control of residential electrical appliances. By analyzing the power consumption behavior of the residents, and then putting forward the corresponding power consumption optimization strategy, the purpose of cutting the peak and filling the valley and absorbing the new energy can be achieved. Firstly, based on the traditional time-sharing pricing mechanism and the electricity supply mode of electricity marketization, this paper analyzes the structure, interactive mode and implementation mechanism of residential intelligent electricity consumption. Then, the characteristics of household users' electricity consumption behavior are analyzed, and the main influencing factors of household users' electricity consumption behavior are extracted. On the basis of this analysis, a prediction method of user's electricity behavior based on support vector regression machine is proposed, and the simulation results show that this method can accurately predict the time when different users begin to use electrical appliances. Based on the analysis and prediction of user behavior, this paper studies the optimal control strategy of household intelligent power consumption under the traditional time-sharing pricing mechanism. This paper summarizes and analyzes the related research results of the existing intelligent power use optimization strategy, puts forward the concept of household appliance usage correlation degree and establishes the household appliance usage correlation degree matrix. Furthermore, a cost minimization algorithm is established with the aim of minimizing the user's electricity cost. The simulation results show that the algorithm can effectively reduce the user's electricity cost and improve the user's load curve while ensuring the user's normal electricity consumption. Finally, this paper puts forward a new power supply mode in the electricity market environment. The user authorizes the control of the appliance to the load aggregator and receives the subsidy from the load aggregator, and the load aggregator can uniformly regulate the same load of a large number of authorized loads. In this paper, a load group control strategy based on genetic algorithm is proposed, and an example of electric vehicle is given to verify the algorithm. The simulation results show that the algorithm can reduce the peak and fill the valley and absorb the new energy on the premise that the user's electricity is not affected.
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TM76

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高賜威;董力;孫玲玲;蘇衛(wèi)華;;售電側(cè)放開下的需求響應(yīng)[J];供用電;2017年03期

2 霍沫霖;何勝;;電力市場化改革對需求響應(yīng)的影響[J];供用電;2017年03期

3 裴海波;李德智;韓婉嬌;郭萬祝;;面向新能源消納的電能替代技術(shù)[J];電力需求側(cè)管理;2016年06期

4 孫毅;許鵬;單葆國;祁兵;;售電側(cè)改革背景下“互聯(lián)網(wǎng)+”電能替代發(fā)展路線[J];電網(wǎng)技術(shù);2016年12期

5 李作鋒;;江蘇電能替代的研究與實(shí)踐[J];電力需求側(cè)管理;2016年05期

6 孫毅;周爽;單葆國;賈德香;曹f ;;多情景下的電能替代潛力分析[J];電網(wǎng)技術(shù);2017年01期

7 白楊;李昂;夏清;;新形勢下電力市場營銷模式與新型電價體系[J];電力系統(tǒng)保護(hù)與控制;2016年05期

8 梁曉麗;盧文冰;周海明;;能源轉(zhuǎn)型中的電能替代[J];智能電網(wǎng);2015年12期

9 付蔚;敬章浩;羅志勇;黃修謀;吳有義;;基于分時電價的智能家電控制方案[J];電網(wǎng)技術(shù);2015年03期

10 趙莉;候興哲;胡君;傅宏;孫洪亮;;基于改進(jìn)k-means算法的海量智能用電數(shù)據(jù)分析[J];電網(wǎng)技術(shù);2014年10期

相關(guān)博士學(xué)位論文 前1條

1 李秋碩;電動汽車接入電網(wǎng)的電能有序利用模型與控制策略研究[D];華北電力大學(xué);2014年

相關(guān)碩士學(xué)位論文 前6條

1 魯針針;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];東南大學(xué);2015年

2 寧陽天;基于削峰填谷的儲能系統(tǒng)調(diào)度模型研究[D];華北電力大學(xué);2015年

3 陳俊生;面向智能用電的需求響應(yīng)技術(shù)及家庭用戶用電策略研究[D];重慶大學(xué);2014年

4 劉寶石;基于需求響應(yīng)的家庭用電負(fù)荷控制策略研究[D];哈爾濱理工大學(xué);2014年

5 吳偉坡;基于實(shí)時電價的智能家庭能源優(yōu)化控制[D];上海交通大學(xué);2013年

6 鐘童科;大規(guī)模電動汽車的充放電行為及其對電網(wǎng)的影響研究[D];華南理工大學(xué);2012年

，

本文編號：2304402