本文關鍵詞：電動汽車參與的家庭用電負荷優(yōu)化策略研究

  更多相關文章： 能源互聯(lián)網(wǎng) 電動汽車 V2G技術 BP神經(jīng)網(wǎng)絡 智能電網(wǎng)

【摘要】：近年來,高級量測裝置在智能電網(wǎng)的運用,使得電網(wǎng)與用戶的聯(lián)系更加緊密。同時,能源互聯(lián)網(wǎng)的發(fā)展,也促進了用戶更加合理的能源消費。目前在能源消費、調(diào)度方面的研究主要是針對大規(guī)模電力負荷,對單個家庭用戶的能源調(diào)度優(yōu)化研究較少。因此,從用戶角度出發(fā),如何使用戶自發(fā)地根據(jù)電價信息調(diào)整家庭用電能源結構,更加合理地智能用電,獲得經(jīng)濟效益,具有很大的研究意義。本文就是以家庭用戶為研究中心,設計了基于智能用電的優(yōu)化策略,在此基礎上結合環(huán)保節(jié)能的電動汽車,分析了電動汽車V2G(Vehicle to Grid)技術在家庭用電優(yōu)化策略的影響,通過此優(yōu)化策略,用戶可以通過合理調(diào)整家庭用電設備的工作時間,來達到提高用電質(zhì)量、節(jié)省用電消費支出的目的。文章首先介紹了智能家庭用電系統(tǒng)結構、能源互聯(lián)網(wǎng)以及電動汽車V2G技術,然后采用BP神經(jīng)網(wǎng)絡對電價信息進行預測,得到誤差范圍內(nèi)的分時電價模型,在電價已知的情況下,建立家庭用電負荷模型和電動汽車模型,利用最小差值算法和動態(tài)規(guī)劃算法求解系統(tǒng)模型,得到了滿足消費和滿意度的多目標調(diào)度策略。在家庭負荷建模中,首先對負荷進行分類,明確可控制負荷,根據(jù)負荷的可調(diào)度空間,合理優(yōu)化用電負荷的工作時間。電動汽車的建模中,分析了電動汽車的不同充電模式,考慮了用戶的日常用車習慣,建立了基于家庭的電動汽車V2G運行模型。最后,對整個系統(tǒng)模型,以設備調(diào)度時間、功率限制以及用戶對電動汽車的使用習慣等為限制條件,確定了用戶用電消費和滿意度的多目標函數(shù),在分時電價下,通過最小差值算法和動態(tài)規(guī)劃算法求解得到最終的調(diào)度方案。文章還對用戶的智能用電滿意度進行了分析,仿真驗證了本文所建立的模型的正確性。文章表明根據(jù)用戶的需求合理選擇電力負荷的優(yōu)化調(diào)度方式,可以使用戶更好地智能用電。
【關鍵詞】：能源互聯(lián)網(wǎng) 電動汽車 V2G技術 BP神經(jīng)網(wǎng)絡 智能電網(wǎng)
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM73
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-17
• 1.1 課題研究的背景及意義11-13
• 1.1.1 課題研究背景11-12
• 1.1.2 課題研究意義12-13
• 1.2 需求響應國內(nèi)外研究現(xiàn)狀13-15
• 1.2.1 需求響應國外研究現(xiàn)狀13-14
• 1.2.2 需求響應國內(nèi)研究現(xiàn)狀14-15
• 1.3 家庭智能用電系統(tǒng)研究現(xiàn)狀15
• 1.4 本文的主要研究內(nèi)容15-17
• 第二章 家庭智能用電系統(tǒng)與關鍵技術17-34
• 2.1 AMI系統(tǒng)結構18-20
• 2.1.1 智能電能表18-19
• 2.1.2 量測數(shù)據(jù)管理系統(tǒng)（MDMS）19
• 2.1.3 用戶局域網(wǎng)絡（HAN）19
• 2.1.4 通信網(wǎng)絡19-20
• 2.2 能源互聯(lián)網(wǎng)系統(tǒng)20-26
• 2.2.1 能源互聯(lián)網(wǎng)分析20-23
• 2.2.2 能源互聯(lián)網(wǎng)的基本架構23-26
• 2.3 電動汽車V2G技術26-31
• 2.3.1 V2G技術分析26-27
• 2.3.2 V2G技術的實現(xiàn)方法27-30
• 2.3.3 V2G技術涉及的關鍵問題30-31
• 2.4 能源互聯(lián)網(wǎng)與電動汽車的聯(lián)系31-33
• 2.5 本章小結33-34
• 第三章 基于BP神經(jīng)網(wǎng)絡的短期電價預測34-47
• 3.1 神經(jīng)網(wǎng)絡原理34-35
• 3.2 BP神經(jīng)網(wǎng)絡35-40
• 3.2.1 BP神經(jīng)網(wǎng)絡的主要特點35-39
• 3.2.2 BP神經(jīng)網(wǎng)絡的優(yōu)缺點39-40
• 3.3 BP神經(jīng)網(wǎng)絡對短期電價預測40-43
• 3.3.1 數(shù)據(jù)處理40-41
• 3.3.2 確定網(wǎng)絡拓撲結構41-43
• 3.4 BP神經(jīng)網(wǎng)絡電價預測仿真與分析43-46
• 3.5 本章小結46-47
• 第四章 家庭能源負荷建模與優(yōu)化算法47-62
• 4.1 家庭能源負荷建模47-57
• 4.1.1 家庭用電負荷模型47-51
• 4.1.2 電動汽車充電模式51-52
• 4.1.3 電動汽車電池特性52
• 4.1.4 電動汽車的用戶行為習慣分析52-54
• 4.1.5 電動汽車充放電建模54-56
• 4.1.6 用戶滿意度模型56-57
• 4.1.7 多目標優(yōu)化函數(shù)模型57
• 4.2 家庭能源調(diào)度優(yōu)化算法57-60
• 4.2.1 差值最小化算法58-60
• 4.2.2 動態(tài)規(guī)劃算法60
• 4.3 本章小結60-62
• 第五章 家庭用電優(yōu)化策略仿真與結果分析62-72
• 5.1 最小差值算法的仿真結果分析63-66
• 5.1.1 電能消費分析63-64
• 5.1.2 電動汽車的影響分析64-65
• 5.1.3 用戶滿意度分析65-66
• 5.2 動態(tài)規(guī)劃算法的仿真結果分析66-70
• 5.2.1 電能消費分析66-68
• 5.2.2 電動汽車的影響分析68-69
• 5.2.3 用電滿意度分析69-70
• 5.3 不同算法的仿真結果對比分析70
• 5.4 本章小結70-72
• 第六章 總結與展望72-74
• 6.1 論文的內(nèi)容總結72
• 6.2 工作展望72-74
• 致謝74-75
• 參考文獻75-78
• 作者在攻讀碩士學位期間研究成果78-79

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 曹軍威;孟坤;王繼業(yè);楊明博;陳震;李文焯;林闖;;能源互聯(lián)網(wǎng)與能源路由器[J];中國科學:信息科學;2014年06期

2 趙俊華;文福拴;薛禹勝;董朝陽;辛建波;;計及電動汽車和風電出力不確定性的隨機經(jīng)濟調(diào)度[J];電力系統(tǒng)自動化;2010年20期

3 章鹿華;王思彤;易忠林;袁瑞銘;周暉;殷慶鐸;;面向智能用電的家庭綜合能源管理系統(tǒng)的設計與實現(xiàn)[J];電測與儀表;2010年09期

4 王蓓蓓;李揚;高賜威;;智能電網(wǎng)框架下的需求側管理展望與思考[J];電力系統(tǒng)自動化;2009年20期

5 張欽;王錫凡;付敏;王建學;;需求響應視角下的智能電網(wǎng)[J];電力系統(tǒng)自動化;2009年17期

6 吳憩棠;;我國“十城千輛”計劃的進展[J];汽車與配件;2009年13期

7 周林;呂厚軍;;人工神經(jīng)網(wǎng)絡應用于電力系統(tǒng)短期負荷預測的研究[J];四川電力技術;2008年06期

8 胡江溢;王鶴;周昭茂;;電力需求側管理的國際經(jīng)驗及對我國的啟示[J];電網(wǎng)技術;2007年18期

9 劉寶華,王冬容,曾鳴;從需求側管理到需求側響應[J];電力需求側管理;2005年05期

10 劉觀起,張建,劉瀚;基于用戶對電價反應曲線的分時電價的研究[J];華北電力大學學報;2005年03期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 袁飛;面向智能電網(wǎng)的電力需求側管理系統(tǒng)的研究[D];山東大學;2011年

，

本文編號：864944