社會(huì)福利最大化模型下智能電網(wǎng)實(shí)時(shí)電價(jià)定價(jià)策略
發(fā)布時(shí)間:2023-04-14 20:08
智能電網(wǎng)中,需求側(cè)管理是最重要的因素之一,其主要目的是在短期實(shí)現(xiàn)供需平衡,長(zhǎng)期實(shí)現(xiàn)削峰填谷。基于需求響應(yīng)的智能電網(wǎng)實(shí)時(shí)電價(jià)機(jī)制是調(diào)節(jié)電力供需平衡、實(shí)現(xiàn)削峰填谷的理想手段,其實(shí)施必然對(duì)用戶的用電行為和電網(wǎng)的安全運(yùn)行與管理產(chǎn)生深遠(yuǎn)影響。社會(huì)福利最大化模型是從全社會(huì)整體的視角出發(fā)所建立的模型,以最大化用戶的效用函數(shù),同時(shí)最小化供電商的供電成本為目的,充分體現(xiàn)了供需雙方的利益。本論文運(yùn)用最優(yōu)化理論深入研究社會(huì)福利最大化模型下實(shí)時(shí)電價(jià)定價(jià)機(jī)制。從單個(gè)時(shí)刻和多個(gè)時(shí)刻兩個(gè)角度出發(fā),針對(duì)不同情況建立模型,討論模型特性,設(shè)計(jì)適當(dāng)?shù)乃惴▽?duì)模型進(jìn)行求解。主要的創(chuàng)新性研究工作如下:首先,對(duì)單個(gè)時(shí)刻的社會(huì)福利最大化模型進(jìn)行深入討論,給出其對(duì)偶問題中拉格朗日乘子存在性與唯一性的理論證明。設(shè)計(jì)一種分布式最優(yōu)化實(shí)時(shí)電價(jià)方法,此方法建立在帶有高斯回代的交替方向乘子法的基礎(chǔ)之上。一方面,所提出的算法充分體現(xiàn)了模型中變量間可分離的優(yōu)勢(shì);另一方面,所提出的算法不但能夠提高收斂速率,改善計(jì)算效率,而且克服了對(duì)偶次梯度算法在迭代過程中可能不收斂的缺陷。此外,給出了此算法收斂性的理論證明,并進(jìn)一步討論了模型中變量間的相互依賴關(guān)系。...
【文章頁(yè)數(shù)】:121 頁(yè)
【學(xué)位級(jí)別】:博士
【文章目錄】:
中文摘要
ABSTRACT
第一章 緒論
1.1 智能電網(wǎng)系統(tǒng)
1.2 需求側(cè)管理
1.3 實(shí)時(shí)電價(jià)定價(jià)策略
1.3.1 研究背景
1.3.2 研究意義
1.3.3 研究現(xiàn)狀
1.4 研究?jī)?nèi)容
1.5 創(chuàng)新點(diǎn)
1.6 結(jié)構(gòu)安排
第二章 預(yù)備知識(shí)
2.1 社會(huì)福利最大化
2.1.1 社會(huì)福利最大化模型
2.1.2 用戶的效用函數(shù)
2.1.3 供電商的成本函數(shù)
2.2 對(duì)偶理論
2.2.1 Lagrange對(duì)偶問題
2.2.2 對(duì)偶定理
2.3 凸優(yōu)化基本算法理論
2.3.1 交替方向乘子法(ADMM)
2.3.2 Armijo線搜索算法
2.3.3 模擬退火算法
2.3.4 Markov決策過程
第三章 單個(gè)時(shí)刻基于ADMM算法的實(shí)時(shí)電價(jià)策略
3.1 引言
3.2 系統(tǒng)模型
3.3 Lagrange乘子
3.4 基于ADMM-GBS的分布式最優(yōu)化算法
3.5 數(shù)值仿真
3.6 本章小結(jié)
第四章 單個(gè)時(shí)刻考慮風(fēng)險(xiǎn)的實(shí)時(shí)電價(jià)策略
4.1 引言
4.2 在線實(shí)時(shí)電價(jià)風(fēng)險(xiǎn)模型
4.2.1 系統(tǒng)模型
4.2.2 在線實(shí)時(shí)電價(jià)風(fēng)險(xiǎn)模型
4.3 用戶總體用電風(fēng)險(xiǎn)實(shí)時(shí)電價(jià)模型
4.3.1 問題生成與建模
4.3.2 模型分析與算法設(shè)計(jì)
4.4 數(shù)值仿真
4.5 本章小結(jié)
第五章 Markov過程下多個(gè)時(shí)刻多類用戶實(shí)時(shí)電價(jià)策略
5.1 引言
5.2 系統(tǒng)模型
5.2.1 Markov鏈狀態(tài)轉(zhuǎn)移矩陣
5.2.2 分段線性效用函數(shù)
5.3 實(shí)時(shí)電價(jià)優(yōu)化模型
5.3.1 問題生成與建模
5.3.2 集中式電價(jià)策略改進(jìn)模擬退火算法
5.3.3 分布式電價(jià)策略改進(jìn)模擬退火算法
5.4 數(shù)值仿真
5.4.1 參數(shù)(?)已知
5.4.2 參數(shù)(?)未知
5.5 本章小結(jié)
第六章 多個(gè)時(shí)刻考慮智能家用電器分類的實(shí)時(shí)電價(jià)策略
6.1 引言
6.2 問題描述及家用電器分類
6.2.1 問題描述
6.2.2 家用電器分類
6.3 期望社會(huì)福利最大化模型
6.3.1 問題建模
6.3.2 模型等價(jià)轉(zhuǎn)化為凸優(yōu)化問題
6.3.3 對(duì)偶問題及解的性質(zhì)
6.3.4 分布式在線實(shí)時(shí)電價(jià)算法
6.4 數(shù)值仿真
6.5 本章小結(jié)
第七章 結(jié)論與展望
7.1 全文概述
7.2 展望
參考文獻(xiàn)
在讀期間公開發(fā)表的論文
致謝
本文編號(hào):3790791
【文章頁(yè)數(shù)】:121 頁(yè)
【學(xué)位級(jí)別】:博士
【文章目錄】:
中文摘要
ABSTRACT
第一章 緒論
1.1 智能電網(wǎng)系統(tǒng)
1.2 需求側(cè)管理
1.3 實(shí)時(shí)電價(jià)定價(jià)策略
1.3.1 研究背景
1.3.2 研究意義
1.3.3 研究現(xiàn)狀
1.4 研究?jī)?nèi)容
1.5 創(chuàng)新點(diǎn)
1.6 結(jié)構(gòu)安排
第二章 預(yù)備知識(shí)
2.1 社會(huì)福利最大化
2.1.1 社會(huì)福利最大化模型
2.1.2 用戶的效用函數(shù)
2.1.3 供電商的成本函數(shù)
2.2 對(duì)偶理論
2.2.1 Lagrange對(duì)偶問題
2.2.2 對(duì)偶定理
2.3 凸優(yōu)化基本算法理論
2.3.1 交替方向乘子法(ADMM)
2.3.2 Armijo線搜索算法
2.3.3 模擬退火算法
2.3.4 Markov決策過程
第三章 單個(gè)時(shí)刻基于ADMM算法的實(shí)時(shí)電價(jià)策略
3.1 引言
3.2 系統(tǒng)模型
3.3 Lagrange乘子
3.4 基于ADMM-GBS的分布式最優(yōu)化算法
3.5 數(shù)值仿真
3.6 本章小結(jié)
第四章 單個(gè)時(shí)刻考慮風(fēng)險(xiǎn)的實(shí)時(shí)電價(jià)策略
4.1 引言
4.2 在線實(shí)時(shí)電價(jià)風(fēng)險(xiǎn)模型
4.2.1 系統(tǒng)模型
4.2.2 在線實(shí)時(shí)電價(jià)風(fēng)險(xiǎn)模型
4.3 用戶總體用電風(fēng)險(xiǎn)實(shí)時(shí)電價(jià)模型
4.3.1 問題生成與建模
4.3.2 模型分析與算法設(shè)計(jì)
4.4 數(shù)值仿真
4.5 本章小結(jié)
第五章 Markov過程下多個(gè)時(shí)刻多類用戶實(shí)時(shí)電價(jià)策略
5.1 引言
5.2 系統(tǒng)模型
5.2.1 Markov鏈狀態(tài)轉(zhuǎn)移矩陣
5.2.2 分段線性效用函數(shù)
5.3 實(shí)時(shí)電價(jià)優(yōu)化模型
5.3.1 問題生成與建模
5.3.2 集中式電價(jià)策略改進(jìn)模擬退火算法
5.3.3 分布式電價(jià)策略改進(jìn)模擬退火算法
5.4 數(shù)值仿真
5.4.1 參數(shù)(?)已知
5.4.2 參數(shù)(?)未知
5.5 本章小結(jié)
第六章 多個(gè)時(shí)刻考慮智能家用電器分類的實(shí)時(shí)電價(jià)策略
6.1 引言
6.2 問題描述及家用電器分類
6.2.1 問題描述
6.2.2 家用電器分類
6.3 期望社會(huì)福利最大化模型
6.3.1 問題建模
6.3.2 模型等價(jià)轉(zhuǎn)化為凸優(yōu)化問題
6.3.3 對(duì)偶問題及解的性質(zhì)
6.3.4 分布式在線實(shí)時(shí)電價(jià)算法
6.4 數(shù)值仿真
6.5 本章小結(jié)
第七章 結(jié)論與展望
7.1 全文概述
7.2 展望
參考文獻(xiàn)
在讀期間公開發(fā)表的論文
致謝
本文編號(hào):3790791
本文鏈接:http://sikaile.net/shoufeilunwen/sklbs/3790791.html
最近更新
教材專著