神经网络算法在能源调度和需求响应问题中的应用

发布时间：2021-05-10 22:27

　　智能电网是未来电网的发展趋势,它使用双向的电力和信息流来建立自动化的分布式高级能源输送网络,是对于传统电网的补充和增强。智能电网使用信息化的、双向的、安全的通信技术和计算智能为核心,包含发电、输电、配电、变电站、消费等功能,实现清洁、安全、可靠、弹性、高效、可持续的电力系统。本文针对智能电网中的能源调度最优化问题,设计了两种能源调度策略,并提出了相应的算法来寻找问题的最优解。第一种是基于实时电价的需求响应管理策略。需求响应是终端用户因电价随时间的变化而改变其正常的用电模式,或为在批发市场价格高或系统可靠性受到威胁时降低用电量而支付奖励金。通过促进用户的互动和响应,需求响应为用户和公共事业单位带来了经济效益并使整个电网更加稳定和可靠。本文设计的策略中用户共有三种类型的负载:基础负载、弹性负载和储能设备。基础负载在每个时间段都会消耗固定的电量且无法调整;弹性负载有自己的预期消耗电量,实际消耗的电量越多,用户的满意度就越高,为了反映用户的用电量和满意度的关系,构造了一个满意度函数;储能设备在实时电价较低的时候可以储存电能,电价较高的时候释放电能供用户使用,为用户带来一些利益,0-1变量被用来... 

【文章来源】：西南大学重庆市 211工程院校 教育部直属院校

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 微电网
        1.2.2 需求响应
        1.2.3 电动汽车
    1.3 本文主要研究内容
    1.4 本文主要研究创新点
第二章 优化算法
    2.1 凸优化问题
    2.2 人工神经网络算法
        2.2.1 人工神经网络集中式算法
        2.2.2 人工神经网络分布式算法
    2.3 智能算法
        2.3.1 粒子群算法
        2.3.2 差分进化算法
    2.4 人工神经网络与粒子群结合的算法
第三章 一种考虑储能设备的实时电价需求响应管理策略
    3.1 系统模型
        3.1.1 基础负载
        3.1.2 弹性负载
        3.1.3 储能设备
        3.1.4 优化模型
    3.2 人工神经网络梯度算法
        3.2.1 算法设计
        3.2.2 收敛性分析
    3.3 人工神经网络惯性算法
        3.3.1 算法设计
        3.3.2 收敛性分析
    3.4 惯性算法与粒子群结合算法
        3.4.1 算法设计
    3.5 仿真实例和对比试验
第四章 一种考虑用户端和发电端的完全分布式的能源调度策略
    4.1 系统模型
        4.1.1 用户端模型
        4.1.2 发电端模型
        4.1.3 优化模型
    4.2 人工神经网络与差分进化结合的算法
        4.2.1 人工神经网络梯度法
        4.2.2 收敛性分析
        4.2.3 梯度法与差分进化算法结合的算法
        4.2.4 仿真实例与对比试验
    4.3 新的人工神经网络分布式算法
        4.3.1 算法设计
        4.3.2 收敛性分析
        4.3.3 仿真实例与对比试验
第五章 结论与展望
参考文献
致谢
攻读硕士期间已发表的论文
攻读硕士期间参加的科研项目



本文编号：3180169