模糊分时电价下计及需求响应不确定性的源网荷收益优化研究
发布时间：2021-09-07 12:34
随着社会的不断进步,能源问题与环境问题越来越突出;能源供给侧与需求侧的矛盾也在逐渐尖锐化;当前我国电力市场化正在逐步推进,而电力需求侧对电能的需求量很大程度上引导着供给侧的供给量。用户用电短时间的尖峰负荷,会给发电侧和电网侧带来极为不利的影响,若通过增设发输电硬件设施来应对尖峰负荷无疑会大大增加投资和运行成本,因此,电力需求侧管理手段为解决这一矛盾提供了新思路,基于此,论文的主要工作概述如下:（1）文章首先分析了当前电力需求侧管理中经济措施的研究现状,根据研究现状提出了将峰谷平分时电价改进策略。即对某地区用户的高维负荷数据采用主成分分析法进行降维处理,再采用层次聚类算法对降维后的数据聚类分析,得到不同的用户类型;对每一类型的用户运用模糊C值聚类算法将其负荷曲线的峰平谷时段进行划分,引入模糊数学的模糊隶属度量化各小时用户的负荷隶属于某个时段的程度,根据该量化指标并结合消费者心理和价格弹性理论,将峰谷平分时电价改进为模糊分时电价模型,即用户的每个小时电价会依据负荷曲线的峰谷走势而波动。（2）根据用户的分类结果,基于模糊不确定理论建立了地区不同类型用户在模糊分时电价下计及需求响应不确定性的模...
【文章来源】：西华大学四川省
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
坐标转换之后的变量分布图
模糊分时电价下计及需求响应不确定性的源网荷收益优化研究28（2）模糊分时电价制定的相关数据对于模糊分时电价模型，本文采用的是重庆市某地区的典型日负荷数据对该模型进行分析计算，该负荷数据如表3.2所示，其对应的负荷曲线如图3.10所示：表3.2重庆市某地典型日负荷数据Table.3.2TypicaldailyloaddataforacertainplaceinChongqing时刻负荷需求量(MW)时刻负荷需求量(MW)时刻负荷需求量(MW)1780911641711162756101200181128368411117619115646961211522011485744131056219966912141048229847936151032238408114016102824816图3.10重庆市某地区典型日负荷曲线Fig.3.10TypicaldailyloadcurveofacertainplaceinChongqing模糊分时电价的高斯隶属度函数参数选取如表3.3所示：表3.3高斯隶属度函数参数数据Table.3.3Gaussianmembershipfunctionparameterdata类型（i）aibici峰（1）0.51321.2120.8249峰平过渡（2）0.038040.62470.1497平谷过渡（3）0.037840.64490.1763谷（4）0.23920.67990.5547
西华大学硕士学位论文29地区的各时段基础电价设置如表3.4所示：表3.4模糊分时电价的基础电价Table.3.4Basictime-of-useelectricitypriceoffuzzytime-of-useelectricityprice时段基础电价（RMB）峰时段525峰平过渡时段450平谷过渡时段450谷时段3603.7.2结果分析（1）用户聚类结果本章采用主成分分析法将200个电力负荷数据进行降维处理，将其降至2维之后，数据成为了可视化数据，再采用层次聚类算法对降维后的数据分析，聚类结果如下：图3.11层次聚类算法的聚类结果图Fig.3.11Clusteringgraphofhierarchicalclusteringalgorithm由图3.11，经过主成分分析法降维之后的负荷数据并采用层次聚类算法分析可以得出，降维之后的数据仍然保持着原数据的特征，并未出现离群点，数据降维过程中没有特征数据的丢失，在去除冗余特征数据之后仍然具有很强的可辨识度，聚类结果为5类时划分结果最佳。
【参考文献】：
期刊论文
[1]计及分时电价下用户需求响应的分布式储能多目标优化运行[J]. 王守相,张善涛,王凯,黄碧斌. 电力自动化设备. 2020(01)
[2]基于需求响应的分时电价主从博弈建模与仿真研究[J]. 胡鹏,艾欣,张朔,潘玺安. 电网技术. 2020(02)
[3]分时电价下基于供用电双方博弈的家庭用户需求响应[J]. 陆青,郁浩,赵康丽,冷亚军. 现代电力. 2019(06)
[4]上网电价政策对天然气发电企业的影响分析[J]. 程培培. 中国总会计师. 2019(08)
[5]实时电价下源网荷各侧收益的优化研究[J]. 苑吉河,冯德伦,张曦,杨阳,朱金龙. 电力工程技术. 2019(04)
[6]考虑风电不确定性和大用户直购电的电力系统经济调度[J]. 邓强,詹红霞,杨孝华,张曦,梅哲. 电力系统保护与控制. 2019(14)
[7]基于动态电价的需求响应下短期负荷预测研究[J]. 刘文,张智晟. 电力系统及其自动化学报. 2020(09)
[8]考虑多重评价指标的多时段分时电价优化模型[J]. 汪磊,杨贺钧,马英浩,张大波. 中国电力. 2019(06)
[9]针对空调聚合负荷的作用时段差别化尖峰电价机制设计[J]. 周磊,朱明杰,张政,殷勤,钱霄杰. 电力需求侧管理. 2019(03)
[10]分时电价激励下考虑负荷聚集商的日前经济调度[J]. 钱佳慧,尹鹏,邓学华,邓明辉,刘诚,周任军. 现代电力. 2019(04)
博士论文
[1]大气污染防治背景下的电力需求侧管理优化研究[D]. 宋宗耘.华北电力大学(北京) 2018
[2]计及风电和需求响应不确定性的输电阻塞管理问题研究[D]. 吴佳思.华中科技大学 2018
[3]计及不确定性的需求响应机理模型及应用研究[D]. 牛文娟.东南大学 2015
硕士论文
[1]基于Simhash和层次聚类算法的网页去重技术研究[D]. 王宇成.南京邮电大学 2019
[2]计及源荷不确定性的有源配电网源网荷协调运行优化方法[D]. 霍思宇.南京邮电大学 2019
[3]全球能源治理网络研究[D]. 胡傲.中国矿业大学 2019
[4]新电改背景下D电力公司精益化预算管理研究[D]. 王志成.南华大学 2019
[5]考虑风电预测误差的大用户直购电调度模型的研究[D]. 邓强.西华大学 2019
[6]基于可中断负荷优化调度的主动配电网供电能力的研究[D]. 宋佳佳.华北电力大学 2019
[7]基于模糊机会约束的含风电场的经济调度[D]. 王见.东北电力大学 2018
[8]基于模拟退火算法的城市轨道交通车站选址双层优化模型[D]. 周林芳.哈尔滨工业大学 2018
[9]Y火电企业环境成本控制研究[D]. 刘佩雯.湖南大学 2018
[10]新电改背景下售电公司电力需求侧管理研究[D]. 王伟.华北电力大学 2018
本文编号：3389558
【文章来源】：西华大学四川省
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
坐标转换之后的变量分布图
模糊分时电价下计及需求响应不确定性的源网荷收益优化研究28（2）模糊分时电价制定的相关数据对于模糊分时电价模型，本文采用的是重庆市某地区的典型日负荷数据对该模型进行分析计算，该负荷数据如表3.2所示，其对应的负荷曲线如图3.10所示：表3.2重庆市某地典型日负荷数据Table.3.2TypicaldailyloaddataforacertainplaceinChongqing时刻负荷需求量(MW)时刻负荷需求量(MW)时刻负荷需求量(MW)1780911641711162756101200181128368411117619115646961211522011485744131056219966912141048229847936151032238408114016102824816图3.10重庆市某地区典型日负荷曲线Fig.3.10TypicaldailyloadcurveofacertainplaceinChongqing模糊分时电价的高斯隶属度函数参数选取如表3.3所示：表3.3高斯隶属度函数参数数据Table.3.3Gaussianmembershipfunctionparameterdata类型（i）aibici峰（1）0.51321.2120.8249峰平过渡（2）0.038040.62470.1497平谷过渡（3）0.037840.64490.1763谷（4）0.23920.67990.5547
西华大学硕士学位论文29地区的各时段基础电价设置如表3.4所示：表3.4模糊分时电价的基础电价Table.3.4Basictime-of-useelectricitypriceoffuzzytime-of-useelectricityprice时段基础电价（RMB）峰时段525峰平过渡时段450平谷过渡时段450谷时段3603.7.2结果分析（1）用户聚类结果本章采用主成分分析法将200个电力负荷数据进行降维处理，将其降至2维之后，数据成为了可视化数据，再采用层次聚类算法对降维后的数据分析，聚类结果如下：图3.11层次聚类算法的聚类结果图Fig.3.11Clusteringgraphofhierarchicalclusteringalgorithm由图3.11，经过主成分分析法降维之后的负荷数据并采用层次聚类算法分析可以得出，降维之后的数据仍然保持着原数据的特征，并未出现离群点，数据降维过程中没有特征数据的丢失，在去除冗余特征数据之后仍然具有很强的可辨识度，聚类结果为5类时划分结果最佳。
【参考文献】：
期刊论文
[1]计及分时电价下用户需求响应的分布式储能多目标优化运行[J]. 王守相,张善涛,王凯,黄碧斌. 电力自动化设备. 2020(01)
[2]基于需求响应的分时电价主从博弈建模与仿真研究[J]. 胡鹏,艾欣,张朔,潘玺安. 电网技术. 2020(02)
[3]分时电价下基于供用电双方博弈的家庭用户需求响应[J]. 陆青,郁浩,赵康丽,冷亚军. 现代电力. 2019(06)
[4]上网电价政策对天然气发电企业的影响分析[J]. 程培培. 中国总会计师. 2019(08)
[5]实时电价下源网荷各侧收益的优化研究[J]. 苑吉河,冯德伦,张曦,杨阳,朱金龙. 电力工程技术. 2019(04)
[6]考虑风电不确定性和大用户直购电的电力系统经济调度[J]. 邓强,詹红霞,杨孝华,张曦,梅哲. 电力系统保护与控制. 2019(14)
[7]基于动态电价的需求响应下短期负荷预测研究[J]. 刘文,张智晟. 电力系统及其自动化学报. 2020(09)
[8]考虑多重评价指标的多时段分时电价优化模型[J]. 汪磊,杨贺钧,马英浩,张大波. 中国电力. 2019(06)
[9]针对空调聚合负荷的作用时段差别化尖峰电价机制设计[J]. 周磊,朱明杰,张政,殷勤,钱霄杰. 电力需求侧管理. 2019(03)
[10]分时电价激励下考虑负荷聚集商的日前经济调度[J]. 钱佳慧,尹鹏,邓学华,邓明辉,刘诚,周任军. 现代电力. 2019(04)
博士论文
[1]大气污染防治背景下的电力需求侧管理优化研究[D]. 宋宗耘.华北电力大学(北京) 2018
[2]计及风电和需求响应不确定性的输电阻塞管理问题研究[D]. 吴佳思.华中科技大学 2018
[3]计及不确定性的需求响应机理模型及应用研究[D]. 牛文娟.东南大学 2015
硕士论文
[1]基于Simhash和层次聚类算法的网页去重技术研究[D]. 王宇成.南京邮电大学 2019
[2]计及源荷不确定性的有源配电网源网荷协调运行优化方法[D]. 霍思宇.南京邮电大学 2019
[3]全球能源治理网络研究[D]. 胡傲.中国矿业大学 2019
[4]新电改背景下D电力公司精益化预算管理研究[D]. 王志成.南华大学 2019
[5]考虑风电预测误差的大用户直购电调度模型的研究[D]. 邓强.西华大学 2019
[6]基于可中断负荷优化调度的主动配电网供电能力的研究[D]. 宋佳佳.华北电力大学 2019
[7]基于模糊机会约束的含风电场的经济调度[D]. 王见.东北电力大学 2018
[8]基于模拟退火算法的城市轨道交通车站选址双层优化模型[D]. 周林芳.哈尔滨工业大学 2018
[9]Y火电企业环境成本控制研究[D]. 刘佩雯.湖南大学 2018
[10]新电改背景下售电公司电力需求侧管理研究[D]. 王伟.华北电力大学 2018
本文编号：3389558
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3389558.html
