本文關(guān)鍵詞：電動汽車參與的家庭用電負(fù)荷優(yōu)化策略研究

  更多相關(guān)文章： 能源互聯(lián)網(wǎng) 電動汽車 V2G技術(shù) BP神經(jīng)網(wǎng)絡(luò) 智能電網(wǎng)

【摘要】：近年來,高級量測裝置在智能電網(wǎng)的運(yùn)用,使得電網(wǎng)與用戶的聯(lián)系更加緊密。同時,能源互聯(lián)網(wǎng)的發(fā)展,也促進(jìn)了用戶更加合理的能源消費(fèi)。目前在能源消費(fèi)、調(diào)度方面的研究主要是針對大規(guī)模電力負(fù)荷,對單個家庭用戶的能源調(diào)度優(yōu)化研究較少。因此,從用戶角度出發(fā),如何使用戶自發(fā)地根據(jù)電價信息調(diào)整家庭用電能源結(jié)構(gòu),更加合理地智能用電,獲得經(jīng)濟(jì)效益,具有很大的研究意義。本文就是以家庭用戶為研究中心,設(shè)計(jì)了基于智能用電的優(yōu)化策略,在此基礎(chǔ)上結(jié)合環(huán)保節(jié)能的電動汽車,分析了電動汽車V2G(Vehicle to Grid)技術(shù)在家庭用電優(yōu)化策略的影響,通過此優(yōu)化策略,用戶可以通過合理調(diào)整家庭用電設(shè)備的工作時間,來達(dá)到提高用電質(zhì)量、節(jié)省用電消費(fèi)支出的目的。文章首先介紹了智能家庭用電系統(tǒng)結(jié)構(gòu)、能源互聯(lián)網(wǎng)以及電動汽車V2G技術(shù),然后采用BP神經(jīng)網(wǎng)絡(luò)對電價信息進(jìn)行預(yù)測,得到誤差范圍內(nèi)的分時電價模型,在電價已知的情況下,建立家庭用電負(fù)荷模型和電動汽車模型,利用最小差值算法和動態(tài)規(guī)劃算法求解系統(tǒng)模型,得到了滿足消費(fèi)和滿意度的多目標(biāo)調(diào)度策略。在家庭負(fù)荷建模中,首先對負(fù)荷進(jìn)行分類,明確可控制負(fù)荷,根據(jù)負(fù)荷的可調(diào)度空間,合理優(yōu)化用電負(fù)荷的工作時間。電動汽車的建模中,分析了電動汽車的不同充電模式,考慮了用戶的日常用車習(xí)慣,建立了基于家庭的電動汽車V2G運(yùn)行模型。最后,對整個系統(tǒng)模型,以設(shè)備調(diào)度時間、功率限制以及用戶對電動汽車的使用習(xí)慣等為限制條件,確定了用戶用電消費(fèi)和滿意度的多目標(biāo)函數(shù),在分時電價下,通過最小差值算法和動態(tài)規(guī)劃算法求解得到最終的調(diào)度方案。文章還對用戶的智能用電滿意度進(jìn)行了分析,仿真驗(yàn)證了本文所建立的模型的正確性。文章表明根據(jù)用戶的需求合理選擇電力負(fù)荷的優(yōu)化調(diào)度方式,可以使用戶更好地智能用電。
【關(guān)鍵詞】：能源互聯(lián)網(wǎng) 電動汽車 V2G技術(shù) BP神經(jīng)網(wǎng)絡(luò) 智能電網(wǎng)
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM73
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-17
• 1.1 課題研究的背景及意義11-13
• 1.1.1 課題研究背景11-12
• 1.1.2 課題研究意義12-13
• 1.2 需求響應(yīng)國內(nèi)外研究現(xiàn)狀13-15
• 1.2.1 需求響應(yīng)國外研究現(xiàn)狀13-14
• 1.2.2 需求響應(yīng)國內(nèi)研究現(xiàn)狀14-15
• 1.3 家庭智能用電系統(tǒng)研究現(xiàn)狀15
• 1.4 本文的主要研究內(nèi)容15-17
• 第二章 家庭智能用電系統(tǒng)與關(guān)鍵技術(shù)17-34
• 2.1 AMI系統(tǒng)結(jié)構(gòu)18-20
• 2.1.1 智能電能表18-19
• 2.1.2 量測數(shù)據(jù)管理系統(tǒng)（MDMS）19
• 2.1.3 用戶局域網(wǎng)絡(luò)（HAN）19
• 2.1.4 通信網(wǎng)絡(luò)19-20
• 2.2 能源互聯(lián)網(wǎng)系統(tǒng)20-26
• 2.2.1 能源互聯(lián)網(wǎng)分析20-23
• 2.2.2 能源互聯(lián)網(wǎng)的基本架構(gòu)23-26
• 2.3 電動汽車V2G技術(shù)26-31
• 2.3.1 V2G技術(shù)分析26-27
• 2.3.2 V2G技術(shù)的實(shí)現(xiàn)方法27-30
• 2.3.3 V2G技術(shù)涉及的關(guān)鍵問題30-31
• 2.4 能源互聯(lián)網(wǎng)與電動汽車的聯(lián)系31-33
• 2.5 本章小結(jié)33-34
• 第三章 基于BP神經(jīng)網(wǎng)絡(luò)的短期電價預(yù)測34-47
• 3.1 神經(jīng)網(wǎng)絡(luò)原理34-35
• 3.2 BP神經(jīng)網(wǎng)絡(luò)35-40
• 3.2.1 BP神經(jīng)網(wǎng)絡(luò)的主要特點(diǎn)35-39
• 3.2.2 BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)39-40
• 3.3 BP神經(jīng)網(wǎng)絡(luò)對短期電價預(yù)測40-43
• 3.3.1 數(shù)據(jù)處理40-41
• 3.3.2 確定網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)41-43
• 3.4 BP神經(jīng)網(wǎng)絡(luò)電價預(yù)測仿真與分析43-46
• 3.5 本章小結(jié)46-47
• 第四章 家庭能源負(fù)荷建模與優(yōu)化算法47-62
• 4.1 家庭能源負(fù)荷建模47-57
• 4.1.1 家庭用電負(fù)荷模型47-51
• 4.1.2 電動汽車充電模式51-52
• 4.1.3 電動汽車電池特性52
• 4.1.4 電動汽車的用戶行為習(xí)慣分析52-54
• 4.1.5 電動汽車充放電建模54-56
• 4.1.6 用戶滿意度模型56-57
• 4.1.7 多目標(biāo)優(yōu)化函數(shù)模型57
• 4.2 家庭能源調(diào)度優(yōu)化算法57-60
• 4.2.1 差值最小化算法58-60
• 4.2.2 動態(tài)規(guī)劃算法60
• 4.3 本章小結(jié)60-62
• 第五章 家庭用電優(yōu)化策略仿真與結(jié)果分析62-72
• 5.1 最小差值算法的仿真結(jié)果分析63-66
• 5.1.1 電能消費(fèi)分析63-64
• 5.1.2 電動汽車的影響分析64-65
• 5.1.3 用戶滿意度分析65-66
• 5.2 動態(tài)規(guī)劃算法的仿真結(jié)果分析66-70
• 5.2.1 電能消費(fèi)分析66-68
• 5.2.2 電動汽車的影響分析68-69
• 5.2.3 用電滿意度分析69-70
• 5.3 不同算法的仿真結(jié)果對比分析70
• 5.4 本章小結(jié)70-72
• 第六章 總結(jié)與展望72-74
• 6.1 論文的內(nèi)容總結(jié)72
• 6.2 工作展望72-74
• 致謝74-75
• 參考文獻(xiàn)75-78
• 作者在攻讀碩士學(xué)位期間研究成果78-79

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 曹軍威;孟坤;王繼業(yè);楊明博;陳震;李文焯;林闖;;能源互聯(lián)網(wǎng)與能源路由器[J];中國科學(xué):信息科學(xué);2014年06期

2 趙俊華;文福拴;薛禹勝;董朝陽;辛建波;;計(jì)及電動汽車和風(fēng)電出力不確定性的隨機(jī)經(jīng)濟(jì)調(diào)度[J];電力系統(tǒng)自動化;2010年20期

3 章鹿華;王思彤;易忠林;袁瑞銘;周暉;殷慶鐸;;面向智能用電的家庭綜合能源管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];電測與儀表;2010年09期

4 王蓓蓓;李揚(yáng);高賜威;;智能電網(wǎng)框架下的需求側(cè)管理展望與思考[J];電力系統(tǒng)自動化;2009年20期

5 張欽;王錫凡;付敏;王建學(xué);;需求響應(yīng)視角下的智能電網(wǎng)[J];電力系統(tǒng)自動化;2009年17期

6 吳憩棠;;我國“十城千輛”計(jì)劃的進(jìn)展[J];汽車與配件;2009年13期

7 周林;呂厚軍;;人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于電力系統(tǒng)短期負(fù)荷預(yù)測的研究[J];四川電力技術(shù);2008年06期

8 胡江溢;王鶴;周昭茂;;電力需求側(cè)管理的國際經(jīng)驗(yàn)及對我國的啟示[J];電網(wǎng)技術(shù);2007年18期

9 劉寶華,王冬容,曾鳴;從需求側(cè)管理到需求側(cè)響應(yīng)[J];電力需求側(cè)管理;2005年05期

10 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(bào);2005年03期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 袁飛;面向智能電網(wǎng)的電力需求側(cè)管理系統(tǒng)的研究[D];山東大學(xué);2011年

，

本文編號：864944