智能電網(wǎng)技術(shù)：面向供需互動能量優(yōu)化

第1章 緒論\t1
1．1 智能電網(wǎng)的發(fā)展\t1
1．2 供需互動體系架構(gòu)\t3
1．3 國內(nèi)外研究現(xiàn)狀\t5
1．3．1 信息接入與傳輸策略的研究現(xiàn)狀\t5
1．3．2 需求側(cè)管理的研究現(xiàn)狀\t7
1．3．3 供給側(cè)優(yōu)化控制的研究現(xiàn)狀\t9
參考文獻\t15
第2章 智能電網(wǎng)供需互動優(yōu)化控制基礎(chǔ)\t24
2．1 供需互動優(yōu)化控制理論框架\t24
2．2 基于分段函數(shù)模型的分析方法\t26
2．2．1 基于分段函數(shù)模型的風電出力不確定性分析\t26
2．2．2 基于分段函數(shù)模型的機組開機成本分析\t28
2．3 基于負荷物理特性及用電方式的交互機理分析方法\t29
2．3．1 電動汽車電池模型\t29
2．3．2 電動汽車到達時間的隨機模型\t29
2．3．3 電動汽車日常行駛電量消耗模型\t30
2．3．4 可參與互動的電動汽車電池剩余電量分析模型\t30
2．4 基于層次分析法的多因素耦合影響分析方法\t31
2．4．1 基于層次分析法的通信網(wǎng)絡參數(shù)耦合影響分析\t31
2．4．2 基于層次分析法的多目標機組組合優(yōu)化模型\t34
2．5 基于最優(yōu)化的互動優(yōu)化方法\t34
2．5．1 源源互補優(yōu)化方法\t34
2．5．2 源網(wǎng)互動優(yōu)化方法\t36
2．5．3 源荷互動優(yōu)化方法\t38
2．6 基于認知強化學習的供需互動優(yōu)化方法\t39
2．6．1 強化學習理論\t39
2．6．2 深度強化學習\t41
2．6．3 多智能體強化學習\t43
2．6．4 認知強化學習\t45
參考文獻\t46
第3章 基于三層網(wǎng)絡架構(gòu)的供需互動信息接入與傳輸優(yōu)化策略\t47
3．1 供需互動業(yè)務的信息接入與傳輸網(wǎng)絡架構(gòu)\t47
3．2 電動汽車規(guī)?；瘧玫碾p向互動信息接入優(yōu)化策略\t50
3．2．1 電動汽車入網(wǎng)的信息傳輸網(wǎng)絡架構(gòu)\t50
3．2．2 基于多屬性決策的中繼選擇算法\t51
3．2．3 基于遺傳算法的信道分配機制\t58
3．3 適用于互動業(yè)務的自適應網(wǎng)絡選擇算法\t65
3．3．1 基于動態(tài)屬性機制的自適應網(wǎng)絡選擇算法\t65
3．3．2 仿真實驗及結(jié)果分析\t71
第4章 供需互動環(huán)境下需求側(cè)管理策略\t75
4．1 電池SOC估計及生命周期優(yōu)化管理\t75
4．1．1 基于修正模型的SOC估計算法\t76
4．1．2 基于幾何過程的電池生命周期優(yōu)化管理\t84
4．2 考慮配電網(wǎng)安全運行的電動汽車充放電優(yōu)化策略\t92
4．2．1 確定電動汽車充放電狀態(tài)模型\t93
4．2．2 電動汽車充放電功率優(yōu)化調(diào)度\t95
4．2．3 仿真實驗及結(jié)果分析\t98
4．3 考慮用戶熱舒適度的建筑用戶需求響應策略\t103
4．3．1 隨機森林算法概述\t103
4．3．2 基于MBCRF算法的建筑用戶需求響應策略\t107
4．3．3 仿真實驗及結(jié)果分析\t114
4．4 考慮可再生能源不確定性的日前、日間需求側(cè)管理策略\t119
4．4．1 日前、日間兩階段優(yōu)化模型\t121
4．4．2 風電出力預測誤差處理\t125
4．4．3 日前、日間兩階段調(diào)度優(yōu)化算法\t126
4．4．4 仿真實驗及結(jié)果分析\t129
4．5 不穩(wěn)定通信環(huán)境下分級式需求響應策略\t138
4．5．1 需求響應調(diào)度系統(tǒng)架構(gòu)及運行機制\t139
4．5．2 基于實時電價的需求響應管理\t141
4．5．3 不穩(wěn)定通信環(huán)境對需求響應性能的影響\t144
4．5．4 基于認知強化學習的需求響應管理\t148
4．5．5 仿真實驗及結(jié)果分析\t153
參考文獻\t162
第5章 供需互動環(huán)境下協(xié)同優(yōu)化策略\t165
5．1 考慮電動汽車換電站和風電的機組組合優(yōu)化策略\t165
5．1．1 考慮換電站和風電的機組組合模型\t165
5．1．2 仿真實驗及結(jié)果分析\t173
5．2 基于虛擬電價的供需互動協(xié)同優(yōu)化策略\t178
5．2．1 供需互動環(huán)境下的機組組合優(yōu)化模型\t178
5．2．2 基于虛擬電價的協(xié)同優(yōu)化策略\t185
5．2．3 仿真實驗及結(jié)果分析\t188
5．3 基于博弈論的供需互動協(xié)同優(yōu)化策略\t197
5．3．1 基于博弈論的協(xié)同優(yōu)化策略\t198
5．3．2 仿真實驗及結(jié)果分析\t200
5．4 風電并網(wǎng)下日前、日間、實時多尺度供需互動協(xié)同優(yōu)化 策略\t203
5．4．1 日前24小時調(diào)度計劃建模\t204
5．4．2 日間4小時滾動調(diào)度計劃建模\t208
5．4．3 實時15分鐘調(diào)度計劃建模\t210
5．4．4 超啟發(fā)式算法\t211
5．4．5 仿真實驗及結(jié)果分析\t215
5．5 多能源系統(tǒng)供需互動協(xié)同優(yōu)化策略\t222
5．5．1 多能源系統(tǒng)基本結(jié)構(gòu)\t222
5．5．2 網(wǎng)絡化能量樞紐結(jié)構(gòu)\t224
5．5．3 計及供需不確定性的多能源系統(tǒng)供需互動協(xié)同優(yōu)化模型\t228
5．5．4 計及供需不確定性的多能源系統(tǒng)供需互動協(xié)同優(yōu)化方法\t236
5．5．5 多能源系統(tǒng)多目標供需互動協(xié)同優(yōu)化方法\t238
5．5．6 多能源系統(tǒng)算例分析\t242
參考文獻\t254
第6章 智能電網(wǎng)供需互動技術(shù)發(fā)展趨勢\t257