神經(jīng)網(wǎng)絡算法在能源調(diào)度和需求響應問題中的應用
發(fā)布時間:2021-05-10 22:27
智能電網(wǎng)是未來電網(wǎng)的發(fā)展趨勢,它使用雙向的電力和信息流來建立自動化的分布式高級能源輸送網(wǎng)絡,是對于傳統(tǒng)電網(wǎng)的補充和增強。智能電網(wǎng)使用信息化的、雙向的、安全的通信技術和計算智能為核心,包含發(fā)電、輸電、配電、變電站、消費等功能,實現(xiàn)清潔、安全、可靠、彈性、高效、可持續(xù)的電力系統(tǒng)。本文針對智能電網(wǎng)中的能源調(diào)度最優(yōu)化問題,設計了兩種能源調(diào)度策略,并提出了相應的算法來尋找問題的最優(yōu)解。第一種是基于實時電價的需求響應管理策略。需求響應是終端用戶因電價隨時間的變化而改變其正常的用電模式,或為在批發(fā)市場價格高或系統(tǒng)可靠性受到威脅時降低用電量而支付獎勵金。通過促進用戶的互動和響應,需求響應為用戶和公共事業(yè)單位帶來了經(jīng)濟效益并使整個電網(wǎng)更加穩(wěn)定和可靠。本文設計的策略中用戶共有三種類型的負載:基礎負載、彈性負載和儲能設備;A負載在每個時間段都會消耗固定的電量且無法調(diào)整;彈性負載有自己的預期消耗電量,實際消耗的電量越多,用戶的滿意度就越高,為了反映用戶的用電量和滿意度的關系,構造了一個滿意度函數(shù);儲能設備在實時電價較低的時候可以儲存電能,電價較高的時候釋放電能供用戶使用,為用戶帶來一些利益,0-1變量被用來...
【文章來源】:西南大學重慶市 211工程院校 教育部直屬院校
【文章頁數(shù)】:70 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 微電網(wǎng)
1.2.2 需求響應
1.2.3 電動汽車
1.3 本文主要研究內(nèi)容
1.4 本文主要研究創(chuàng)新點
第二章 優(yōu)化算法
2.1 凸優(yōu)化問題
2.2 人工神經(jīng)網(wǎng)絡算法
2.2.1 人工神經(jīng)網(wǎng)絡集中式算法
2.2.2 人工神經(jīng)網(wǎng)絡分布式算法
2.3 智能算法
2.3.1 粒子群算法
2.3.2 差分進化算法
2.4 人工神經(jīng)網(wǎng)絡與粒子群結(jié)合的算法
第三章 一種考慮儲能設備的實時電價需求響應管理策略
3.1 系統(tǒng)模型
3.1.1 基礎負載
3.1.2 彈性負載
3.1.3 儲能設備
3.1.4 優(yōu)化模型
3.2 人工神經(jīng)網(wǎng)絡梯度算法
3.2.1 算法設計
3.2.2 收斂性分析
3.3 人工神經(jīng)網(wǎng)絡慣性算法
3.3.1 算法設計
3.3.2 收斂性分析
3.4 慣性算法與粒子群結(jié)合算法
3.4.1 算法設計
3.5 仿真實例和對比試驗
第四章 一種考慮用戶端和發(fā)電端的完全分布式的能源調(diào)度策略
4.1 系統(tǒng)模型
4.1.1 用戶端模型
4.1.2 發(fā)電端模型
4.1.3 優(yōu)化模型
4.2 人工神經(jīng)網(wǎng)絡與差分進化結(jié)合的算法
4.2.1 人工神經(jīng)網(wǎng)絡梯度法
4.2.2 收斂性分析
4.2.3 梯度法與差分進化算法結(jié)合的算法
4.2.4 仿真實例與對比試驗
4.3 新的人工神經(jīng)網(wǎng)絡分布式算法
4.3.1 算法設計
4.3.2 收斂性分析
4.3.3 仿真實例與對比試驗
第五章 結(jié)論與展望
參考文獻
致謝
攻讀碩士期間已發(fā)表的論文
攻讀碩士期間參加的科研項目
本文編號:3180169
【文章來源】:西南大學重慶市 211工程院校 教育部直屬院校
【文章頁數(shù)】:70 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 微電網(wǎng)
1.2.2 需求響應
1.2.3 電動汽車
1.3 本文主要研究內(nèi)容
1.4 本文主要研究創(chuàng)新點
第二章 優(yōu)化算法
2.1 凸優(yōu)化問題
2.2 人工神經(jīng)網(wǎng)絡算法
2.2.1 人工神經(jīng)網(wǎng)絡集中式算法
2.2.2 人工神經(jīng)網(wǎng)絡分布式算法
2.3 智能算法
2.3.1 粒子群算法
2.3.2 差分進化算法
2.4 人工神經(jīng)網(wǎng)絡與粒子群結(jié)合的算法
第三章 一種考慮儲能設備的實時電價需求響應管理策略
3.1 系統(tǒng)模型
3.1.1 基礎負載
3.1.2 彈性負載
3.1.3 儲能設備
3.1.4 優(yōu)化模型
3.2 人工神經(jīng)網(wǎng)絡梯度算法
3.2.1 算法設計
3.2.2 收斂性分析
3.3 人工神經(jīng)網(wǎng)絡慣性算法
3.3.1 算法設計
3.3.2 收斂性分析
3.4 慣性算法與粒子群結(jié)合算法
3.4.1 算法設計
3.5 仿真實例和對比試驗
第四章 一種考慮用戶端和發(fā)電端的完全分布式的能源調(diào)度策略
4.1 系統(tǒng)模型
4.1.1 用戶端模型
4.1.2 發(fā)電端模型
4.1.3 優(yōu)化模型
4.2 人工神經(jīng)網(wǎng)絡與差分進化結(jié)合的算法
4.2.1 人工神經(jīng)網(wǎng)絡梯度法
4.2.2 收斂性分析
4.2.3 梯度法與差分進化算法結(jié)合的算法
4.2.4 仿真實例與對比試驗
4.3 新的人工神經(jīng)網(wǎng)絡分布式算法
4.3.1 算法設計
4.3.2 收斂性分析
4.3.3 仿真實例與對比試驗
第五章 結(jié)論與展望
參考文獻
致謝
攻讀碩士期間已發(fā)表的論文
攻讀碩士期間參加的科研項目
本文編號:3180169
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/3180169.html
最近更新
教材專著