基于PSO算法的家庭能源枢纽优化调度模型研究
发布时间：2022-01-15 09:04
能源危机和环境污染问题越来越引起人们的重视,发展能源互联网是解决能源问题的重要方式。能源枢纽作为能源互联网的重要构成部分,其研究对能源互联网的发展有重要的意义及作用。利用能源枢纽对多能源系统建模,能充分考虑各种形式能源的互济与互补,实现各种形式能源的协同优化。随着储能、分布式新能源和热电联产等能源形式的普及,以及智能家居的广泛应用,家庭能源枢纽也开始应用于普通家庭用户。但目前对于家庭能源枢纽的建模及其优化方法尚不够全面。基于此,本文从以下方面对其展开研究。本文首先介绍了能源枢纽的研究发展现状,并对其基本概念及数学描述进行了详细分析。然后对家庭能源枢纽进行了详细叙述与框架构建,并且考虑到储能、分布式新能源以及热电联产等元素的接入,对家庭能源枢纽模型进一步推广和修正。提出了一个由家用热电联产、电动汽车、光伏系统和储能系统等组成的家庭能源枢纽模型。本文提出以能源支付成本最小化为目标的家庭能源枢纽优化调度模型。通过控制家用负荷的能耗,调度电动汽车和储能系统的充放电,管理光伏出力的直接使用、存储以及是否向电网出售来确定能源枢纽的最佳运行模式。采用基于相对进步度的自适应粒子群算法对优化调度模型进行...
【文章来源】：青岛大学山东省
【文章页数】：57 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题研究背景和意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文主要工作
第二章 家庭能源枢纽概述
2.1 能源枢纽的基本概念与意义
2.1.1 能源枢纽基本概念与模型
2.1.2 能源枢纽的作用及意义
2.2 能源枢纽的数学描述
2.2.1 基本数学描述
2.2.2 能源枢纽的修正
2.3 家庭能源枢纽
2.3.1 家庭能源枢纽概念
2.3.2 家庭能源枢纽框架
2.4 本章小结
第三章 家庭能源枢纽优化调度模型研究
3.1 家庭负荷模型
3.2 家庭能源枢纽优化调度模型
3.2.1 目标函数
3.2.2 约束条件
3.3 调度优化模型求解算法
3.3.1 基本粒子群算法
3.3.2 基于相对进步度的自适应粒子群算法
3.4 算例分析
3.4.1 仿真算例介绍
3.4.2 仿真结果
3.5 本章小节
第四章 计及多目标的家庭能源枢纽优化调度模型研究
4.1 舒适度分析
4.1.1 不可中断负荷舒适度评价指标
4.1.2 可中断负荷舒适度评价指标
4.2 计及多目标的家庭能源枢纽优化调度模型
4.2.1 目标函数
4.2.2 约束条件
4.3 多目标粒子群算法
4.3.1 多目标粒子群算法原理
4.3.2 基于Nash均衡博弈的多目标决策
4.4 算例分析
4.4.1 仿真算例介绍
4.4.2 仿真结果
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读学位期间的研究成果
致谢
【参考文献】：
期刊论文
[1]混合能源协同控制的智能家庭能源优化控制策略[J]. 徐建军,王保娥,闫丽梅,李战平. 电工技术学报. 2017(12)
[2]计及舒适度的家庭能源中心运行优化模型[J]. 张华一,文福拴,张璨,孟金岭,林国营,党三磊. 电力系统自动化. 2016(20)
[3]基于改进粒子群算法的微电网能量管理模型[J]. 蔡乾乾,刘西强,段善旭,蔡涛,张威. 电器与能效管理技术. 2016(04)
[4]接入可再生能源家庭能耗优化策略研究[J]. 林峰,宋楠,舒少龙. 系统仿真技术. 2016(01)
[5]能源互联网中能量枢纽的优化规划与运行研究综述及展望[J]. 王毅,张宁,康重庆. 中国电机工程学报. 2015(22)
[6]计及电动汽车和光伏—储能的微网能量优化管理[J]. 苏粟,蒋小超,王玮,姜久春,V.G.AGELIDIS,耿婧. 电力系统自动化. 2015(09)
[7]考虑分时电价和需求响应的家庭型用户侧微电网优化运行[J]. 黄焘,马溪原,雷金勇,许爱东,郭晓斌,李鹏,刘念,杨苹. 南方电网技术. 2015(04)
[8]基于微网技术的家庭光伏发电及能量管理系统[J]. 陈晓高,熊保鸿. 太阳能. 2014(12)
[9]基于PSO-RNN的光伏发电功率预测研究[J]. 王倩,张智晟,王帅,曹东亮. 青岛大学学报(工程技术版). 2014(04)
[10]基于改进粒子群算法的小波神经网络在变压器故障诊断中的应用[J]. 程声烽,程小华,杨露. 电力系统保护与控制. 2014(19)
硕士论文
[1]智能电网中考虑电动汽车储能特性的家庭用电策略研究[D]. 陈思.电子科技大学 2014
本文编号：3590329
【文章来源】：青岛大学山东省
【文章页数】：57 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题研究背景和意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文主要工作
第二章 家庭能源枢纽概述
2.1 能源枢纽的基本概念与意义
2.1.1 能源枢纽基本概念与模型
2.1.2 能源枢纽的作用及意义
2.2 能源枢纽的数学描述
2.2.1 基本数学描述
2.2.2 能源枢纽的修正
2.3 家庭能源枢纽
2.3.1 家庭能源枢纽概念
2.3.2 家庭能源枢纽框架
2.4 本章小结
第三章 家庭能源枢纽优化调度模型研究
3.1 家庭负荷模型
3.2 家庭能源枢纽优化调度模型
3.2.1 目标函数
3.2.2 约束条件
3.3 调度优化模型求解算法
3.3.1 基本粒子群算法
3.3.2 基于相对进步度的自适应粒子群算法
3.4 算例分析
3.4.1 仿真算例介绍
3.4.2 仿真结果
3.5 本章小节
第四章 计及多目标的家庭能源枢纽优化调度模型研究
4.1 舒适度分析
4.1.1 不可中断负荷舒适度评价指标
4.1.2 可中断负荷舒适度评价指标
4.2 计及多目标的家庭能源枢纽优化调度模型
4.2.1 目标函数
4.2.2 约束条件
4.3 多目标粒子群算法
4.3.1 多目标粒子群算法原理
4.3.2 基于Nash均衡博弈的多目标决策
4.4 算例分析
4.4.1 仿真算例介绍
4.4.2 仿真结果
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读学位期间的研究成果
致谢
【参考文献】：
期刊论文
[1]混合能源协同控制的智能家庭能源优化控制策略[J]. 徐建军,王保娥,闫丽梅,李战平. 电工技术学报. 2017(12)
[2]计及舒适度的家庭能源中心运行优化模型[J]. 张华一,文福拴,张璨,孟金岭,林国营,党三磊. 电力系统自动化. 2016(20)
[3]基于改进粒子群算法的微电网能量管理模型[J]. 蔡乾乾,刘西强,段善旭,蔡涛,张威. 电器与能效管理技术. 2016(04)
[4]接入可再生能源家庭能耗优化策略研究[J]. 林峰,宋楠,舒少龙. 系统仿真技术. 2016(01)
[5]能源互联网中能量枢纽的优化规划与运行研究综述及展望[J]. 王毅,张宁,康重庆. 中国电机工程学报. 2015(22)
[6]计及电动汽车和光伏—储能的微网能量优化管理[J]. 苏粟,蒋小超,王玮,姜久春,V.G.AGELIDIS,耿婧. 电力系统自动化. 2015(09)
[7]考虑分时电价和需求响应的家庭型用户侧微电网优化运行[J]. 黄焘,马溪原,雷金勇,许爱东,郭晓斌,李鹏,刘念,杨苹. 南方电网技术. 2015(04)
[8]基于微网技术的家庭光伏发电及能量管理系统[J]. 陈晓高,熊保鸿. 太阳能. 2014(12)
[9]基于PSO-RNN的光伏发电功率预测研究[J]. 王倩,张智晟,王帅,曹东亮. 青岛大学学报(工程技术版). 2014(04)
[10]基于改进粒子群算法的小波神经网络在变压器故障诊断中的应用[J]. 程声烽,程小华,杨露. 电力系统保护与控制. 2014(19)
硕士论文
[1]智能电网中考虑电动汽车储能特性的家庭用电策略研究[D]. 陈思.电子科技大学 2014
本文编号：3590329
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3590329.html
