典型电力用户需求响应分析研究

发布时间：2017-09-17 08:01

  本文关键词：典型电力用户需求响应分析研究

  更多相关文章： 需求侧响应 负荷分类 负荷特性 FCM

【摘要】：本课题首先从电力需求侧响应的基本概念、背景意义以及发展现状等方面入手展开介绍,然后主要对以下三方面进行分析研究。(1)负荷特性分类技术研究。根据电力用户的实际负荷曲线对电力负荷进行分类,将电力用户的日负荷曲线特性相近的分为一类,相异的分为不同类,以便更好地对电力负荷进行管理。基于实际负荷曲线进行分类的负荷分类方法有很多种,本文介绍了几种常用的分类算法,其中模糊C均值聚类算法在运行时间、分类效果、稳定性等方面均表现比较良好,但是传统的模糊C均值聚类算法存在着不能自动确定聚类数目和模糊加权指数需要根据经验给定的缺点,针对此,论文对模糊C均值聚类算法进行了改进,并基于MATLAB平台进行了仿真分析。(2)典型电力用户负荷特性分析研究。对电力用户的负荷特性进行分析有利于更好地掌握各个地区和各个电力用户的负荷特性,对进行负荷管理、制定需求响应措施、进行负荷预测等有着重要的意义。本文对公共机构、商业楼宇和高耗电行业等典型电力用户的负荷特性进行了分析研究,并对重新分类之后的每类电力用户的负荷特性进行分析,为电力需求侧响应的分析研究做准备。(3)电力需求侧响应分析研究。电力需求侧响应是进行负荷管理、优化电力用户的用电行为、优化资源配置的重要措施。结合电力需求侧管理和电力需求侧响应理论,分析了各种电力需求侧响应策略和需求响应效益,然后对电力需求侧响应实施效果评价方法进行了分析研究,最后对公共机构、商业楼宇和高耗电行业等典型电力用户的需求响应进行了分析。
【关键词】：需求侧响应 负荷分类 负荷特性 FCM
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM714
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-16
• 1.1 研究背景和意义9-10
• 1.2 研究现状10-15
• 1.3 论文主要研究内容15-16
• 2 负荷特性分类技术研究16-30
• 2.1 常用的几种负荷特性分类算法16-19
• 2.2 FCM聚类算法19-21
• 2.2.1 FCM聚类算法的原理19-20
• 2.2.2 FCM聚类算法的实现20-21
• 2.2.3 FCM聚类算法存在的问题21
• 2.3 改进FCM聚类算法21-25
• 2.3.1 FCM聚类算法的聚类数目c的确定21-22
• 2.3.2 FCM聚类算法的模糊加权指数m的确定22-23
• 2.3.3 改进型FCM聚类算法的实现23-25
• 2.4 算例分析25-29
• 2.4.1 负荷曲线数据的获取和处理25
• 2.4.2 传统FCM聚类算法仿真结果分析25-28
• 2.4.3 改进FCM聚类算法仿真结果分析28-29
• 2.5 本章小结29-30
• 3 典型电力用户负荷特性分析研究30-42
• 3.1 负荷特性指标体系30-31
• 3.2 常用负荷特性指标31-33
• 3.2.1 负荷率31-32
• 3.2.2 峰谷差32-33
• 3.2.3 年最大负荷利用小时数33
• 3.2.4 年持续负荷曲线33
• 3.3 典型电力用户的负荷特性分析33-39
• 3.3.1 公共机构33-35
• 3.3.2 商业楼宇35-37
• 3.3.3 高耗电行业37-39
• 3.4 基于实际负荷曲线分类后的不同种类负荷特性分析39-40
• 3.5 本章小结40-42
• 4 电力需求侧响应分析研究42-59
• 4.1 电力需求侧响应42-45
• 4.1.1 基于价格的电力需求侧响应42-43
• 4.1.2 基于激励的电力需求侧响应43-45
• 4.2 电力需求侧响应的效益分析研究45-49
• 4.2.1 电力需求侧响应效益的基本组成45-46
• 4.2.2 电力需求侧响应的经济效益分析46-48
• 4.2.3 电力需求侧响应的可靠性效益分析48-49
• 4.3 典型电力用户需求侧响分析研究49-58
• 4.3.1 电力需求侧响应实施效果评价方法分析49-53
• 4.3.2 典型电力用户的需求响应分析53-58
• 4.4 本章小结58-59
• 5 结论与展望59-61
• 5.1 结论59-60
• 5.2 展望60-61
• 参考文献61-64
• 个人简历、在学期间发表的学术论文与研究成果64-65
• 致谢65

【参考文献】

中国期刊全文数据库 前3条

1 吕夷,孙志云,姜燕;实时电价概述[J];湖南电力;2000年05期

2 楼佳;王小华;;一种分裂式的k-means聚类算法[J];杭州电子科技大学学报;2009年04期

3 张璨;王蓓蓓;李扬;;典型行业用户需求响应行为研究[J];华东电力;2012年10期

，

本文编号：868195