泛在电力物联网下售电公司-电动汽车互动电价方案研究
发布时间：2021-01-31 23:28
新一轮电力体制改革下产生的售电公司,如何利用庞大的数据信息,在电力市场竞争中获得最大利润,成为其关注的核心问题。获得利润大小的关键,在于售电公司的偏差考核机制。为了减少考核费用,本文在泛在电力物联网背景下,运用机器学习方法进行负荷预测,从引导电动汽车合作,寻求弥补偏差考核电量的角度对售电公司展开了研究。本文首先运用演化博弈论,构建售电公司与电动汽车用户互动博弈的模型,通过李雅普诺夫稳定性理论计算出互动模型的各类平衡点,通过分析双方的合作关系,确定在互动过程中影响双方合作的因素。通过实际算例分析,求解出合理的电动汽车充放电电价范围,推导出具有合作意义的最小可行偏差率曲线,为售电公司是否进行互动合作提供参考。在此基础上,本文进一步深入分析售电公司面对可能的负偏差考核时的应对措施。采用Elman神经网络,结合泛在电力物联网数据共享平台提取的气象数据,对用户负荷进行预测;根据售电公司当月后15天的可预见售电量,判断是否存在偏差电量风险。分析当前售电公司-电动汽车用户互动策略下,售电公司受偏差考核的风险;根据激励电价和电动汽车用户参与调控积极性的关系,制定可行的合作电价,动态调控引导电动汽车用户...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
图２．１?Ｅｌｍａｎ神经网络结构图??
?第２章算法与理论基础分析???偏差率Ａ的定义为：??（２．１７）??式中：＆为月度实际用电量，么为市场交易量。??若§小于〇则表示售电公司出现负偏差，若户大于０则表示售电公司出现正??偏差。??〔月＾际用电量：???曰??否??＆无鍵?ｊ?難算???ｆ?〔结難量Ｘ结測介）??丨?偏偏???ｒ?；??ｒ?｝；?偏＿?处于［ｍ，ｎ］的????部彿＊??＾?ｙ．???３：?Ｎ，??Ｊ?ｆ考魏价ａｘ?１?ｆ考脑介ｂｘ＂）?｜??｜?ｌ考涵量?Ｉ考涵量?｜??、、??考－響?／?ａ：?ｍ＜０??图２．２偏差电量考核流程??（１）无偏差电量或偏差率在［ｍ，ｎ］之间的结算??当电力用户的实际用电量等于售电公司的市场交易量，或者售电公司的偏??差率在［ｍ，ｎ］之间时，无需对售电公司进行考核。??（２）有偏差电量，且偏差率大于ｎ的结算??此时售电公司出现了较大的正偏差，偏差考核费用的结算方法为：??１２??
?第３章售电公司－ＥＶ用户基本调控策略???第３章售电公司－ＥＶ互动基本调控策略??３．１互动博弈模型的建立及分析??３．１．１售电公司－ＥＶ互动基础??图３．１为售电公司与ＥＶ的互动示意图。如图所示，在售电公司与ＥＶ互动??的模型中，双方均有合作与不合作两种策略可以选择。就售电公司而言：合作策??略是指售电公司通过向ＥＶ用户进行一定的补偿，来引导ＥＶ的充放电行为，弥??补自身的偏差电量，保证自身免于偏差考核而减少损失；不合作策略就是指售电??公司不引导ＥＶ进行充放电，且接受偏差考核。就ＥＶ用户而言：合作策略是指??ＥＶ用户接受售电公司的补偿引导机制，配合售电公司调控指令，进行充放电活??动；不合作策略即ＥＶ用户不参与互动，按正常的习惯进行充电。为了便于计算，??本文假设双方合作的情况下，售电公司无偏差电量。??电价不合适．ＥＶ选择｜???Ｉ?１???不合作，不作响应—??，偏差率＜ｍ?ｉ?？需要ＥＶ提高充电量一?—??１?１???Ｉ?｜电价合适，ＥＶ选择合??＾?作，响＿应充电?????????５???售电公司＾?ｍ＜偏差率＜ｎｉ￣￣？！无需ＥＶ参与互动一？无偏差考核?有偏差考核???ｊ－＇：——ＩＬ—ｙ－￣￣??电价合适，ＥＶ选择合?????作，响应放电??、偏差率＞ｎ??？需要ＥＶ放电?一?????Ｉ?｜电价不合适，ＥＶ选择｜???１不合作，不作响应??图３．１售电公司与ＥＶ互动示意图??３．１．２售电公司－ＥＶ用户的四种互动模型??使用演化博弈来分析售电公司与ＥＶ互动的电价策略。用ｘ表示售电公司参?
【参考文献】：
期刊论文
[1]泛在电力物联网发展形态与挑战[J]. 李钦豪,张勇军,陈佳琦,羿应棋,何奉禄. 电力系统自动化. 2020(01)
[2]面向泛在电力物联网的5G通信:技术原理与典型应用[J]. 张宁,杨经纬,王毅,陈启鑫,康重庆. 中国电机工程学报. 2019(14)
[3]泛在电力物联网释义与研究展望[J]. 杨挺,翟峰,赵英杰,盆海波. 电力系统自动化. 2019(13)
[4]深度学习在电网图像数据及时空数据中的应用综述[J]. 张宇航,邱才明,杨帆,徐舒玮,石鑫,贺兴. 电网技术. 2019(06)
[5]电力通信网络在能源互联网中的增值业务分析[J]. 朱洪,邵琦. 电信科学. 2019(06)
[6]5G通信与泛在电力物联网的融合:应用分析与研究展望[J]. 王毅,陈启鑫,张宁,冯成,滕飞,孙铭阳,康重庆. 电网技术. 2019(05)
[7]人工智能综述:AI的发展[J]. 崔雍浩,商聪,陈锶奇,郝建业. 无线电通信技术. 2019(03)
[8]市场机制下考虑风险的售电公司日前电价决策方法[J]. 孔祥玉,张禹森,杨世海,李志新,王继东. 电网技术. 2019(03)
[9]充放电不确定性响应建模与电动汽车代理商日前调度策略[J]. 朱兰,刘伸,唐陇军,王吉,黄超. 电网技术. 2018(10)
[10]面向海量用户用电数据的集成负荷预测[J]. 杨德昌,赵肖余,何绍文,杜松怀,苏娟,巨云涛. 电网技术. 2018(09)
博士论文
[1]Elman神经网络与进化算法的若干理论研究及应用[D]. 时小虎.吉林大学 2006
硕士论文
[1]基于大数据的居民用电行为分析与负荷预测[D]. 冯凯.华北电力大学 2017
[2]基于Elman神经网络的短期负荷预测[D]. 刘荣.浙江大学 2013
本文编号：3011766
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
图２．１?Ｅｌｍａｎ神经网络结构图??
?第２章算法与理论基础分析???偏差率Ａ的定义为：??（２．１７）??式中：＆为月度实际用电量，么为市场交易量。??若§小于〇则表示售电公司出现负偏差，若户大于０则表示售电公司出现正??偏差。??〔月＾际用电量：???曰??否??＆无鍵?ｊ?難算???ｆ?〔结難量Ｘ结測介）??丨?偏偏???ｒ?；??ｒ?｝；?偏＿?处于［ｍ，ｎ］的????部彿＊??＾?ｙ．???３：?Ｎ，??Ｊ?ｆ考魏价ａｘ?１?ｆ考脑介ｂｘ＂）?｜??｜?ｌ考涵量?Ｉ考涵量?｜??、、??考－響?／?ａ：?ｍ＜０??图２．２偏差电量考核流程??（１）无偏差电量或偏差率在［ｍ，ｎ］之间的结算??当电力用户的实际用电量等于售电公司的市场交易量，或者售电公司的偏??差率在［ｍ，ｎ］之间时，无需对售电公司进行考核。??（２）有偏差电量，且偏差率大于ｎ的结算??此时售电公司出现了较大的正偏差，偏差考核费用的结算方法为：??１２??
?第３章售电公司－ＥＶ用户基本调控策略???第３章售电公司－ＥＶ互动基本调控策略??３．１互动博弈模型的建立及分析??３．１．１售电公司－ＥＶ互动基础??图３．１为售电公司与ＥＶ的互动示意图。如图所示，在售电公司与ＥＶ互动??的模型中，双方均有合作与不合作两种策略可以选择。就售电公司而言：合作策??略是指售电公司通过向ＥＶ用户进行一定的补偿，来引导ＥＶ的充放电行为，弥??补自身的偏差电量，保证自身免于偏差考核而减少损失；不合作策略就是指售电??公司不引导ＥＶ进行充放电，且接受偏差考核。就ＥＶ用户而言：合作策略是指??ＥＶ用户接受售电公司的补偿引导机制，配合售电公司调控指令，进行充放电活??动；不合作策略即ＥＶ用户不参与互动，按正常的习惯进行充电。为了便于计算，??本文假设双方合作的情况下，售电公司无偏差电量。??电价不合适．ＥＶ选择｜???Ｉ?１???不合作，不作响应—??，偏差率＜ｍ?ｉ?？需要ＥＶ提高充电量一?—??１?１???Ｉ?｜电价合适，ＥＶ选择合??＾?作，响＿应充电?????????５???售电公司＾?ｍ＜偏差率＜ｎｉ￣￣？！无需ＥＶ参与互动一？无偏差考核?有偏差考核???ｊ－＇：——ＩＬ—ｙ－￣￣??电价合适，ＥＶ选择合?????作，响应放电??、偏差率＞ｎ??？需要ＥＶ放电?一?????Ｉ?｜电价不合适，ＥＶ选择｜???１不合作，不作响应??图３．１售电公司与ＥＶ互动示意图??３．１．２售电公司－ＥＶ用户的四种互动模型??使用演化博弈来分析售电公司与ＥＶ互动的电价策略。用ｘ表示售电公司参?
【参考文献】：
期刊论文
[1]泛在电力物联网发展形态与挑战[J]. 李钦豪,张勇军,陈佳琦,羿应棋,何奉禄. 电力系统自动化. 2020(01)
[2]面向泛在电力物联网的5G通信:技术原理与典型应用[J]. 张宁,杨经纬,王毅,陈启鑫,康重庆. 中国电机工程学报. 2019(14)
[3]泛在电力物联网释义与研究展望[J]. 杨挺,翟峰,赵英杰,盆海波. 电力系统自动化. 2019(13)
[4]深度学习在电网图像数据及时空数据中的应用综述[J]. 张宇航,邱才明,杨帆,徐舒玮,石鑫,贺兴. 电网技术. 2019(06)
[5]电力通信网络在能源互联网中的增值业务分析[J]. 朱洪,邵琦. 电信科学. 2019(06)
[6]5G通信与泛在电力物联网的融合:应用分析与研究展望[J]. 王毅,陈启鑫,张宁,冯成,滕飞,孙铭阳,康重庆. 电网技术. 2019(05)
[7]人工智能综述:AI的发展[J]. 崔雍浩,商聪,陈锶奇,郝建业. 无线电通信技术. 2019(03)
[8]市场机制下考虑风险的售电公司日前电价决策方法[J]. 孔祥玉,张禹森,杨世海,李志新,王继东. 电网技术. 2019(03)
[9]充放电不确定性响应建模与电动汽车代理商日前调度策略[J]. 朱兰,刘伸,唐陇军,王吉,黄超. 电网技术. 2018(10)
[10]面向海量用户用电数据的集成负荷预测[J]. 杨德昌,赵肖余,何绍文,杜松怀,苏娟,巨云涛. 电网技术. 2018(09)
博士论文
[1]Elman神经网络与进化算法的若干理论研究及应用[D]. 时小虎.吉林大学 2006
硕士论文
[1]基于大数据的居民用电行为分析与负荷预测[D]. 冯凯.华北电力大学 2017
[2]基于Elman神经网络的短期负荷预测[D]. 刘荣.浙江大学 2013
本文编号：3011766
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3011766.html
