隨著江西省經(jīng)濟(jì)社會(huì)的快速發(fā)展,電力負(fù)荷也迅速增長(zhǎng),電網(wǎng)峰谷差不斷拉大,供電壓力與日俱增。在電力供應(yīng)緊張的當(dāng)下,電力需求側(cè)管理通過(guò)相應(yīng)政策措施可以引導(dǎo)用戶(hù)優(yōu)化用電方式,負(fù)荷高峰時(shí)少用電,負(fù)荷低谷時(shí)多用電,從而減輕用電高峰時(shí)段的供電壓力、減小峰谷差、提高系統(tǒng)負(fù)荷率、減少發(fā)電廠和電網(wǎng)投資、提高供電可靠性、提高供電效率、提升供電服務(wù)水平[1]。目前普遍實(shí)行的峰谷分時(shí)電價(jià)、有序用電、可中斷負(fù)荷是需求側(cè)管理中很重要的幾個(gè)方面[2],本文從這幾個(gè)方面入手,研究了江西省在供電緊平衡背景下可采取的需求側(cè)管理對(duì)策。首先,對(duì)江西省近些年的負(fù)荷特性進(jìn)行綜合分析,包括尖峰負(fù)荷、低谷負(fù)荷、負(fù)荷率、峰谷差率、日負(fù)荷特性、年負(fù)荷特性等,并介紹了目前江西省需求側(cè)管理方面的政策。其次,針對(duì)目前制定峰谷分時(shí)電價(jià)政策未考慮各個(gè)行業(yè)電價(jià)敏感性的情況,通過(guò)改進(jìn)的K-means算法,建立最小化平方差值最小為目標(biāo)函數(shù)的優(yōu)化程序,對(duì)各行業(yè)電價(jià)敏感性進(jìn)行分類(lèi)。后采用MeanShift聚類(lèi)算法進(jìn)行對(duì)比,得到最終的各行業(yè)敏感性分類(lèi)結(jié)果。此外,還根據(jù)經(jīng)典的隸屬度函數(shù)方法,結(jié)合近幾年江西電網(wǎng)的負(fù)荷特性,重新對(duì)峰谷時(shí)段進(jìn)行劃分,提出分季節(jié)的峰谷分...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及意義
    1.2 國(guó)內(nèi)外的研究現(xiàn)狀
        1.2.1 國(guó)內(nèi)外發(fā)展現(xiàn)狀
        1.2.2 國(guó)內(nèi)外理論研究
    1.3 本論文的主要研究工作
第2章 江西省負(fù)荷特性及需求側(cè)管理政策
    2.1 江西省統(tǒng)調(diào)負(fù)荷特性分析
    2.2 江西省需求側(cè)管理政策
        2.2.1 江西省峰谷分時(shí)電價(jià)政策
        2.2.2 江西省現(xiàn)行的可中斷負(fù)荷政策
        2.2.3 各省峰谷分時(shí)電價(jià)政策對(duì)比
第3章 行業(yè)電價(jià)敏感性及峰谷時(shí)段劃分研究
    3.1 引言
    3.2 分行業(yè)電價(jià)敏感性分析
        3.2.1 改進(jìn)的K-means聚類(lèi)在敏感性分析的應(yīng)用
        3.2.2 MeanShift聚類(lèi)在敏感性分析的應(yīng)用
        3.2.3 算例分析
    3.3 峰谷時(shí)段的劃分建議
        3.3.1 峰谷時(shí)段分析
        3.3.2 峰谷時(shí)段具體測(cè)算
    3.4 本章小結(jié)
第4章 電動(dòng)汽車(chē)有序充電
    4.1 引言
    4.2 鯨魚(yú)算法的基本原理
        4.2.1 鯨魚(yú)算法的數(shù)學(xué)模型
        4.2.2 鯨魚(yú)算法的主要步驟
    4.3 鯨魚(yú)算法優(yōu)化電動(dòng)汽車(chē)有序充電
        4.3.1 約束條件
        4.3.2 算例分析
    4.4 結(jié)論
第5章 可中斷負(fù)荷優(yōu)化調(diào)度
    5.1 引言
    5.2 二進(jìn)制鯨魚(yú)算法
    5.3 二進(jìn)制鯨魚(yú)算法優(yōu)化可中斷負(fù)荷調(diào)度
        5.3.1 目標(biāo)函數(shù)
        5.3.2 算例分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果



本文編號(hào)：3736713