在全球能源危機(jī)和環(huán)境污染問題日益嚴(yán)重的情形下,能源互聯(lián)網(wǎng)已成為國(guó)際學(xué)術(shù)界和工業(yè)界關(guān)注的焦點(diǎn)。能源互聯(lián)網(wǎng)提供了一個(gè)開放的框架,將涉及能源生產(chǎn)、傳輸、存儲(chǔ)、交換和消費(fèi)的每個(gè)實(shí)體與信息通信技術(shù)集成在一起。其中,對(duì)可再生能源和能源需求進(jìn)行有效預(yù)測(cè),以及對(duì)各種分布式能源進(jìn)行協(xié)同控制是目前能源互聯(lián)網(wǎng)發(fā)展亟需解決的兩大問題。能源互聯(lián)網(wǎng)協(xié)同控制的主要目的是在滿足能源互聯(lián)網(wǎng)內(nèi)能源需求的同時(shí),保證能源互聯(lián)網(wǎng)更經(jīng)濟(jì)、高效、安全的運(yùn)行。本論文以包含產(chǎn)-銷-用的能源互聯(lián)網(wǎng)為研究對(duì)象,研究了能源互聯(lián)網(wǎng)中各個(gè)實(shí)體之間的協(xié)同控制問題,主要完成了以下工作:（1）提出了一種基于交叉變異和梯度加速的粒子群算法,并基于該算法提出了一種基于改進(jìn)粒子群算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)。該神經(jīng)網(wǎng)絡(luò)利用改進(jìn)的粒子群算法確定神經(jīng)網(wǎng)絡(luò)的參數(shù),隨后將此神經(jīng)網(wǎng)絡(luò)應(yīng)用于能源互聯(lián)網(wǎng)中的光伏輸出預(yù)測(cè)、風(fēng)電輸出預(yù)測(cè)和能源需求預(yù)測(cè)。（2）建立了一個(gè)包含產(chǎn)-銷-用三個(gè)層次的能源互聯(lián)網(wǎng)模型,在短期預(yù)測(cè)的基礎(chǔ)上,結(jié)合經(jīng)濟(jì)調(diào)度和主從博弈,提出了一種基于短期預(yù)測(cè)的能源互聯(lián)網(wǎng)協(xié)同控制方法,該方法最小化發(fā)電公司的發(fā)電成本,同時(shí)能夠最大化零售商利潤(rùn)和微電網(wǎng)的效用,實(shí)現(xiàn)能源互聯(lián)網(wǎng)的... 

【文章頁數(shù)】：70 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
專用術(shù)語注釋表
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
    1.3 論文主要研究?jī)?nèi)容
第二章 基于神經(jīng)網(wǎng)絡(luò)的能源互聯(lián)網(wǎng)能源預(yù)測(cè)研究
    2.1 能源互聯(lián)網(wǎng)能源預(yù)測(cè)研究
    2.2 基于改進(jìn)粒子群算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)
        2.2.1 神經(jīng)網(wǎng)絡(luò)優(yōu)化分析
        2.2.2 標(biāo)準(zhǔn)粒子群算法
        2.2.3 基于交叉變異和梯度加速的改進(jìn)粒子群算法
        2.2.4 基于改進(jìn)粒子群算法優(yōu)化的前饋神經(jīng)網(wǎng)絡(luò)
    2.3 基于改進(jìn)粒子群算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)的能源互聯(lián)網(wǎng)能源預(yù)測(cè)方法
    2.4 實(shí)驗(yàn)分析
    2.5 本章小結(jié)
第三章 基于短期預(yù)測(cè)的能源互聯(lián)網(wǎng)協(xié)同控制方法
    3.1 能源互聯(lián)網(wǎng)協(xié)同控制模型
        3.1.1 發(fā)電公司發(fā)電模型
        3.1.2 電力零售商模型
        3.1.3 微電網(wǎng)模型
        3.1.4 系統(tǒng)約束
    3.2 基于短期預(yù)測(cè)的能源互聯(lián)網(wǎng)協(xié)同控制方法
        3.2.1 ISO經(jīng)濟(jì)調(diào)度與價(jià)格分析
        3.2.2 微電網(wǎng)零售商主從博弈分析
        3.2.3 基于短期預(yù)測(cè)的能源互聯(lián)網(wǎng)協(xié)同控制方法
    3.3 實(shí)驗(yàn)分析
    3.4 本章小結(jié)
第四章 計(jì)及預(yù)測(cè)誤差的能源互聯(lián)網(wǎng)協(xié)同控制方法
    4.1 能源互聯(lián)網(wǎng)能源預(yù)測(cè)的非精確性
    4.2 計(jì)及預(yù)測(cè)誤差的能源互聯(lián)網(wǎng)協(xié)同控制方法
        4.2.1 能源互聯(lián)網(wǎng)預(yù)測(cè)誤差影響分析
        4.2.2 計(jì)及預(yù)測(cè)誤差的能源互聯(lián)網(wǎng)協(xié)同控制方法
    4.3 實(shí)驗(yàn)分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 后續(xù)工作展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間申請(qǐng)的專利
附錄2 攻讀碩士學(xué)位期間參加的科研項(xiàng)目
致謝


【參考文獻(xiàn)】：
期刊論文
[1]能源互聯(lián)網(wǎng)及其關(guān)鍵控制問題[J]. 孫秋野,滕菲,張化光.  自動(dòng)化學(xué)報(bào). 2017(02)
[2]基于協(xié)同演化博弈算法的微網(wǎng)和配電網(wǎng)動(dòng)態(tài)優(yōu)化[J]. 徐意婷,艾芊,胡劍生.  電力系統(tǒng)保護(hù)與控制. 2016(18)
[3]能源互聯(lián)網(wǎng)“源–網(wǎng)–荷–儲(chǔ)”協(xié)調(diào)優(yōu)化運(yùn)營(yíng)模式及關(guān)鍵技術(shù)[J]. 曾鳴,楊雍琦,劉敦楠,曾博,歐陽邵杰,林海英,韓旭.  電網(wǎng)技術(shù). 2016(01)
[4]能源互聯(lián)網(wǎng)架構(gòu)設(shè)計(jì)與拓?fù)淠Ｐ蚚J]. 趙海,蔡巍,王進(jìn)法,賈思媛.  電工技術(shù)學(xué)報(bào). 2015(11)
[5]能源互聯(lián)網(wǎng)與能源路由器[J]. 曹軍威,孟坤,王繼業(yè),楊明博,陳震,李文焯,林闖.  中國(guó)科學(xué):信息科學(xué). 2014(06)
[6]基于MCS-PSO算法的鄰近海島多微網(wǎng)動(dòng)態(tài)調(diào)度[J]. 周永智,吳浩,李怡寧,辛煥海,宋永華.  電力系統(tǒng)自動(dòng)化. 2014(09)
[7]電力系統(tǒng)負(fù)荷預(yù)測(cè)研究綜述與發(fā)展方向的探討[J]. 王倩.  中國(guó)高新技術(shù)企業(yè). 2013(29)
[8]差分進(jìn)化粒子群混合優(yōu)化算法的研究與應(yīng)用[J]. 楊妍,陳如清,俞金壽.  計(jì)算機(jī)工程與應(yīng)用. 2010(25)

博士論文
[1]基于數(shù)據(jù)挖掘的電力短期負(fù)荷預(yù)測(cè)模型及方法的研究[D]. 程其云.重慶大學(xué) 2004



本文編號(hào)：3721674