發(fā)布時間：2022-07-20 16:53

　　我國風(fēng)力發(fā)電資源豐富,國家鼓勵新能源優(yōu)先上網(wǎng),但新能源的大規(guī)模并網(wǎng)給電力系統(tǒng)安全穩(wěn)定運行帶來了挑戰(zhàn)。而分時電價是一種有效的需求響應(yīng)措施,可調(diào)整用戶用電行為,緩解新能源并網(wǎng)帶給電力系統(tǒng)的壓力。本文針對目前風(fēng)電出力的隨機性、間歇性等不確定因素,提出了一種考慮風(fēng)電不確定性的分時電價模型。本文主要有以下內(nèi)容:首先本文根據(jù)需求側(cè)響應(yīng)理論,在分析不同用戶對電價的反應(yīng)基礎(chǔ)上,結(jié)合消費者心理學(xué)理論得出了分時電價后用戶負(fù)荷轉(zhuǎn)移模型。其次通過風(fēng)電不確定性的分析,提出采用基于粒子群的核極限學(xué)習(xí)機模型預(yù)測風(fēng)功率區(qū)間和隨機抽樣法選取場景作為本文處理風(fēng)功率不確定性的方法,并且用二分K-means聚類算法優(yōu)選出典型場景以減小計算量。最后采用0-1整數(shù)規(guī)劃法對多場景負(fù)荷進(jìn)行峰谷時段劃分,并考慮基于消費者心理學(xué)的用戶響應(yīng)、用戶電費與用電量等多種因素,以系統(tǒng)等效凈負(fù)荷峰谷差和用戶不舒適度為目標(biāo)建立多目標(biāo)分時電價模型。本文對建立的分時電價多目標(biāo)優(yōu)化模型選取NSGA-II算法求解,并對得到的帕累托最優(yōu)解集進(jìn)行評價選取最優(yōu)解。為了測試本文所提模型的有效性,將模型應(yīng)用于陜西省延安市的工業(yè)用戶和風(fēng)電場,結(jié)果表明該模型在有效保證用戶... 

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 課題的研究背景及意義
    1.2 國內(nèi)外的發(fā)展現(xiàn)狀
        1.2.1 國內(nèi)外風(fēng)力發(fā)電的發(fā)展
        1.2.2 國內(nèi)外分時電價的發(fā)展
        1.2.3 風(fēng)電不確定性研究現(xiàn)狀
        1.2.4 分時電價研究現(xiàn)狀
    1.3 存在問題及擬解決方法
    1.4 主要內(nèi)容
    1.5 技術(shù)路線圖
2 需求側(cè)響應(yīng)分析
    2.1 需求側(cè)響應(yīng)理論
        2.1.1 需求響應(yīng)分類
        2.1.2 峰谷分時電價
    2.2 不同用戶需求響應(yīng)分析
        2.2.1 居民用戶
        2.2.2 工業(yè)用戶
        2.2.3 商業(yè)用戶
    2.3 基于消費者心理學(xué)的用戶響應(yīng)分析
        2.3.1 消費者心理學(xué)
        2.3.2 用戶響應(yīng)曲線
        2.3.3 各時段擬合負(fù)荷
    2.4 本章小結(jié)
3 風(fēng)電不確定性分析及處理
    3.1 風(fēng)電不確定性分析
        3.1.1 風(fēng)電的不確定性內(nèi)容
        3.1.2 風(fēng)電預(yù)測方法
    3.2 風(fēng)功率區(qū)間預(yù)測
        3.2.1 核極限學(xué)習(xí)機模型
        3.2.2 粒子群算法
        3.2.3 PSO-KELM風(fēng)功率區(qū)間模型建立
        3.2.4 區(qū)間預(yù)測評價準(zhǔn)則
    3.3 風(fēng)功率預(yù)測結(jié)果場景化
        3.3.1 場景分析方法
        3.3.2 基于聚類算法的場景縮減
    3.4 算例分析
        3.4.1 實驗數(shù)據(jù)及設(shè)計
        3.4.2 區(qū)間預(yù)測結(jié)果
        3.4.3 場景生成結(jié)果
    3.5 本章小結(jié)
4 多目標(biāo)分時電價模型
    4.1 峰谷時段劃分
        4.1.1 峰谷時段劃分原則
        4.1.2 整數(shù)規(guī)劃法
        4.1.3 基于整數(shù)規(guī)劃法的峰谷時段劃分
    4.2 等效凈負(fù)荷場景生成
    4.3 多目標(biāo)分時電價模型
        4.3.1 分時電價制定的原則
        4.3.2 目標(biāo)函數(shù)
        4.3.3 約束條件
    4.4 NSGA-II多目標(biāo)優(yōu)化算法
        4.4.1 Pareto基本概念
        4.4.2 NSGA-II算法的關(guān)鍵技術(shù)
        4.4.3 NSGA-II算法流程
    4.5 算例分析
        4.5.1 研究對象及數(shù)據(jù)
        4.5.2 峰谷時段劃分結(jié)果
        4.5.3 分時電價優(yōu)化結(jié)果
    4.6 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間主要研究成果


【參考文獻(xiàn)】：
期刊論文
[1]計及隨機模糊不確定性的含風(fēng)電配電網(wǎng)重構(gòu)[J]. 金亦舟,張莉萍,牛啟帆.  電力系統(tǒng)及其自動化學(xué)報. 2020(07)
[2]基于趨勢場景縮減的水風(fēng)光協(xié)同運行隨機模型[J]. 李偉楠,王現(xiàn)勛,梅亞東,王浩.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2019(08)
[3]計及線路隨機故障的機會約束最優(yōu)風(fēng)電消納模型[J]. 陳哲,張伊寧,黃剛,何宇斌,郭創(chuàng)新,張金江.  電網(wǎng)技術(shù). 2019(02)
[4]基于集成學(xué)習(xí)的含電氣熱商業(yè)樓宇群的分時電價求解[J]. 張志義,余濤,王德志,潘振寧,張孝順.  中國電機工程學(xué)報. 2019(01)
[5]基于風(fēng)電消納的峰谷電價定價機制研究[J]. 王燕濤,孟靜,孫立成.  價格理論與實踐. 2018(10)
[6]我國電力普遍服務(wù)電價制度設(shè)計與實施建議——兼析國外普遍服務(wù)電價政策的做法[J]. 葉澤,吳永飛,李成仁,尤培培.  價格理論與實踐. 2017(09)
[7]基于改進(jìn)的k-means聚類算法的季節(jié)性負(fù)荷特性分析[J]. 李朝暉,尹曉博,楊海晶,馬瑞,石光,趙文沛.  電網(wǎng)與清潔能源. 2018(02)
[8]我國風(fēng)電綠色發(fā)展前景分析和政策建議[J]. 楊光俊.  環(huán)境保護. 2018(02)
[9]考慮分時電價的主動配電網(wǎng)柔性負(fù)荷多目標(biāo)優(yōu)化控制[J]. 孫建軍,張世澤,曾夢迪,朱凌一,査曉明.  電工技術(shù)學(xué)報. 2018(02)
[10]新能源消納關(guān)鍵因素分析及解決措施研究[J]. 舒印彪,張智剛,郭劍波,張正陵.  中國電機工程學(xué)報. 2017(01)

博士論文
[1]風(fēng)電功率預(yù)測不確定性及電力系統(tǒng)經(jīng)濟調(diào)度[D]. 閻潔.華北電力大學(xué)(北京) 2016

碩士論文
[1]計及風(fēng)電消納的峰谷分時電價定價機制研究[D]. 孟靜.東北電力大學(xué) 2019
[2]考慮需求響應(yīng)的風(fēng)電消納優(yōu)化調(diào)度模型與效益評價[D]. 么峻.華北電力大學(xué)(北京) 2019
[3]A物流公司北方大區(qū)配送中心選址問題研究[D]. 李瑞吉.吉林大學(xué) 2018
[4]風(fēng)/光/負(fù)荷典型場景縮減方法及在電網(wǎng)規(guī)劃中的應(yīng)用[D]. 解蛟龍.合肥工業(yè)大學(xué) 2017
[5]蘇州地區(qū)典型行業(yè)用戶負(fù)荷時段劃分研究[D]. 徐翔.蘇州科技大學(xué) 2017
[6]基于金融類客戶畫像的二分K均值算法分析研究與應(yīng)用[D]. 趙飛鴻.中國科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院) 2016
[7]計及負(fù)荷方差特性的峰谷分時電價優(yōu)化模型研究[D]. 詹天樂.鄭州大學(xué) 2016
[8]光伏發(fā)電接入電網(wǎng)后的分時電價優(yōu)化策略研究[D]. 范文飛.西南交通大學(xué) 2015
[9]風(fēng)/光經(jīng)典場景集的生成方法及應(yīng)用[D]. 王群.浙江大學(xué) 2015
[10]需求側(cè)管理峰谷分時電價多目標(biāo)優(yōu)化方法研究[D]. 劉秉祺.天津大學(xué) 2014



本文編號：3664374