基于大数据的用户用电行为分析研究在新能源电网中的应用
[Abstract]:Under the background of energy crisis, environmental pollution and reliable power supply, smart grid emerges as the times require, and distributed power generation technology has been developed rapidly, especially with scenery and fuel cell. Power generation and storage technologies represented by micro gas turbines and energy storage batteries. The research at home and abroad shows that it is an effective way to connect the distributed generation and energy supply system to the large power grid in the form of microgrid. In order to successfully integrate the microgrid into the existing system and popularize it, the economy of its operation will be the key. The economic operation of microgrid system depends not only on its power supply structure, but also on its market environment, such as electricity price form, natural gas price, network policy and so on. In this paper, the influence of user's response to power consumption on the economy of microgrid system is studied. Firstly, the distributed power generation and energy storage system is studied deeply, especially the principle and output characteristics of solar photovoltaic power generation, battery energy storage system and electric vehicle energy storage system. The current situation of the two has been discussed in a more comprehensive way. Secondly, the big data analysis platform is built, and the distributed storage and calculation are studied. The distributed storage and specification of the power consumption data is carried out by using the platform, and the electricity information data is divided into important load, controllable load and transferable load, and the power consumption information data is divided into important load, controllable load and transferable load. A micro-grid system model based on the response of electricity consumption is constructed, and an example is given to analyze the model. Finally, a micro-grid system is simulated based on HOMER software, and the optimal capacity allocation of the system is carried out. Under this configuration, the economy of the micro-grid system is the highest.
【学位授予单位】:华北电力大学(北京)
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TM73
【参考文献】
相关期刊论文 前10条
1 胡圣尧;关静;杨子立;于海平;;基于嵌入式的电量计量采集系统研究[J];现代电子技术;2016年22期
2 罗滇生;杜乾;别少勇;庞振国;李盛兴;;基于负荷分解的居民差异化用电行为特性分析[J];电力系统保护与控制;2016年21期
3 许长清;赵华东;宋晓辉;;基于大数据的电力用户群体识别与分析方法研究[J];郑州大学学报(理学版);2016年03期
4 肖乃慎;李博;孔德诗;;大数据背景下的电网客户用电行为分析系统设计[J];电子设计工程;2016年17期
5 陈羽中;郭松荣;陈宏;李婉华;郭昆;黄启成;;基于并行分类算法的电力客户欠费预警[J];计算机应用;2016年06期
6 庄绪强;;基于云计算技术的用户用电智能分析技术研究[J];自动化与仪器仪表;2016年02期
7 赵腾;王林童;张焰;田世明;;采用互信息与随机森林算法的用户用电关联因素辨识及用电量预测方法[J];中国电机工程学报;2016年03期
8 董莉丽;;基于大数据挖掘的客户用电行为分析[J];黑龙江科技信息;2016年04期
9 庄池杰;张斌;胡军;李秋硕;曾嵘;;基于无监督学习的电力用户异常用电模式检测[J];中国电机工程学报;2016年02期
10 郑海雁;金农;季聪;熊政;李昆明;;电力用户用电数据分析技术及典型场景应用[J];电网技术;2015年11期
相关博士学位论文 前5条
1 施琳;含新能源的独立电网储能容量配置和运行策略研究[D];华中科技大学;2014年
2 肖喜生;智能配电网存量控制研究[D];西南交通大学;2014年
3 全生明;需求侧响应资源的经济性分析与市场均衡模型研究[D];华北电力大学;2014年
4 刘雪峰;隐私安全协议研究[D];西安电子科技大学;2013年
5 周颖杰;基于行为分析的通信网络流量异常检测与关联分析[D];电子科技大学;2013年
相关硕士学位论文 前10条
1 徐岱岱;基于时间弹性的电力负荷管理优化问题研究[D];沈阳大学;2016年
2 高思远;智能家居能源调度算法研究[D];河北工程大学;2015年
3 刘佳;居民电力需求响应行为分析实验设计研究[D];华北电力大学;2015年
4 史婵;供电营业厅精益化管理体系建设研究[D];华北电力大学;2015年
5 吕新荃;智能电网居民用户用电设备通信技术研究[D];华北电力大学;2015年
6 严小恺;徐州电力公司窃电防控管理系统设计与实现[D];大连理工大学;2015年
7 史哲;分布式电源接入双向计量与监控一体化终端设计[D];浙江大学;2015年
8 谢涛;面向智能电网非法用电行为检测的数据可视化计算[D];上海交通大学;2015年
9 沈宇舟;奉贤供电公司反窃电系统设计与实现[D];大连理工大学;2014年
10 潘伟;基于用电信息采集的负荷特性分析方法及其应用研究[D];华北电力大学;2014年
,本文编号:2471431
本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2471431.html