電力需求響應(yīng)是電力用戶根據(jù)電力市場(chǎng)發(fā)布的電價(jià)信號(hào)或者激勵(lì)措施主動(dòng)改變固有用電模式的響應(yīng)行為。通過實(shí)施需求響應(yīng),可以達(dá)到消減電網(wǎng)高峰負(fù)荷、消納再生能源、平抑電網(wǎng)波動(dòng)等目的。工業(yè)用戶具有耗電量大、穩(wěn)定性強(qiáng)、智能化程高等優(yōu)點(diǎn),因此其具有實(shí)施需求響應(yīng)調(diào)度的良好基礎(chǔ)。通過優(yōu)化生產(chǎn)調(diào)度,工業(yè)用戶不僅可以降低自身用電成本,還可以消減電網(wǎng)高峰負(fù)荷。在確定負(fù)荷消減目標(biāo)后,通過與用戶互動(dòng),電力公司可以選擇多個(gè)用戶對(duì)目標(biāo)進(jìn)行協(xié)同優(yōu)化,最終實(shí)現(xiàn)自身和用戶效益的綜合最優(yōu)化。因此,研究工業(yè)用戶支持電力需求響應(yīng)的生產(chǎn)調(diào)度協(xié)同優(yōu)化方法具有重要的理論研究意義和實(shí)際應(yīng)用價(jià)值。本文以電力需求響應(yīng)為背景,以工業(yè)用戶為研究對(duì)象,完成了如下研究工作:1.提出了一種面向需求響應(yīng)的電力負(fù)荷聚類算法。針對(duì)常用相似性度量準(zhǔn)則和聚類算法難以滿足需求響應(yīng)需要的問題,提出了一種基于最大偏差、相似度和偏離度的相似性度量準(zhǔn)則——最大偏差相似性準(zhǔn)則,并提出了基于最大偏差相似性準(zhǔn)則的電力負(fù)荷聚類算法。實(shí)驗(yàn)結(jié)果表明,所提聚類算法的分類結(jié)果可以更好的幫助電力公司確定適合參加移峰型和削峰型需求響應(yīng)調(diào)度的潛力用戶,為需求響應(yīng)的進(jìn)一步實(shí)施提供了重要依據(jù)。2.提...

【文章頁(yè)數(shù)】：85 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 需求響應(yīng)研究現(xiàn)狀
        1.2.2 生產(chǎn)調(diào)度研究現(xiàn)狀
    1.3 本文組織結(jié)構(gòu)
第二章 面向需求響應(yīng)的電力負(fù)荷聚類算法
    2.1 引言
    2.2 電力負(fù)荷聚類算法設(shè)計(jì)
        2.2.1 相似性度量準(zhǔn)則
        2.2.2 算法步驟
        2.2.3 算法復(fù)雜度分析
    2.3 仿真分析
        2.3.1 實(shí)驗(yàn)數(shù)據(jù)及環(huán)境
        2.3.2 實(shí)驗(yàn)結(jié)果與分析
    2.4 本章小結(jié)
第三章 支持移峰型電力需求響應(yīng)的生產(chǎn)調(diào)度優(yōu)化方法
    3.1 引言
    3.2 支持移峰型電力需求響應(yīng)的HFSP-IPM模型
        3.2.1 模型描述
        3.2.2 數(shù)學(xué)符號(hào)
        3.2.3 數(shù)學(xué)模型
    3.3 改進(jìn)的煙花算法設(shè)計(jì)
        3.3.1 煙花算法基本思想
        3.3.2 煙花算法性能分析及改進(jìn)
        3.3.3 編解碼方式
        3.3.4 混沌初始化策略
        3.3.5 復(fù)形法局部搜索策略
        3.3.6 算法步驟
    3.4 仿真分析
        3.4.1 實(shí)驗(yàn)環(huán)境與參數(shù)設(shè)置
        3.4.2 實(shí)驗(yàn)算例設(shè)計(jì)
        3.4.3 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
第四章 支持削峰型電力需求響應(yīng)的生產(chǎn)調(diào)度優(yōu)化方法
    4.1 引言
    4.2 支持削峰型電力需求響應(yīng)的HFSP-IPM模型
    4.3 仿真分析
        4.3.1 實(shí)驗(yàn)環(huán)境與參數(shù)設(shè)置
        4.3.2 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
第五章 支持多企業(yè)電力需求響應(yīng)的生產(chǎn)調(diào)度協(xié)同優(yōu)化方法
    5.1 引言
    5.2 支持多企業(yè)電力需求響應(yīng)的生產(chǎn)調(diào)度協(xié)同優(yōu)化模型
        5.2.1 模型描述
        5.2.2 數(shù)學(xué)符號(hào)
        5.2.3 數(shù)學(xué)模型
    5.3 改進(jìn)的灰狼算法設(shè)計(jì)
        5.3.1 灰狼算法基本思想
        5.3.2 灰狼算法性能分析及改進(jìn)
        5.3.3 編解碼方式
        5.3.4 引力搜索算子
        5.3.5 混沌搜索策略
        5.3.6 算法步驟
    5.4 仿真分析
        5.4.1 實(shí)驗(yàn)環(huán)境與參數(shù)設(shè)置
        5.4.2 實(shí)驗(yàn)算例設(shè)計(jì)
        5.4.3 實(shí)驗(yàn)結(jié)果與分析
    5.5 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的論文
攻讀學(xué)位期間參加的課題
致謝



本文編號(hào)：3871758