能源互联网系统中的负荷优化调度

目录
前言
第1章 绪论 1
1.1 能源系统形态的演进 1
1.2 能源互联网发展概述 2
1.2.1 能源互联网的概念 3
1.2.2 国内发展概述 5
1.2.3 国外发展概述 5
1.3 能源互联网中的主要概念 7
1.3.1 产消者 7
1.3.2 虚拟电厂 8
1.3.3 微电网 10
1.3.4 能量枢纽 11
1.3.5 需求侧管理和需求响应 13
1.3.6 综合能源服务 14
1.4 基于管理视角的能源互联网概述 15
1.5 主要内容结构 17
参考文献 20
第2章 能源互联网供需两侧负荷优化调度 25
2.1 引言 25
2.2 供给侧负荷优化调度 26
2.2.1 机组组合 26
2.2.2 微电网负荷优化调度 26
2.2.3 能量枢纽负荷优化调度 33
2.3 需求侧负荷优化调度 35
2.3.1 居民负荷优化调度 35
2.3.2 工业负荷优化调度 39
2.4 供需两侧联合负荷优化调度 41
2.5 负荷优化调度模型的常用求解方法 42
2.5.1 传统的数学方法和启发式算法 42
2.5.2 数据驱动的方法 43
2.6 结论 44
参考文献 45
第3章 考虑经济激励的电动汽车充放电调度 55
3.1 引言 55
3.2 基本模型 56
3.2.1 时间段划分 56
3.2.2 主要变量 57
3.2.3 目标函数 57
3.2.4 约束条件 58
3.3 推荐模型 59
3.3.1 主要变量 60
3.3.2 目标函数 61
3.3.3 约束条件 61
3.4 实验结果分析 63
3.4.1 实验设置 63
3.4.2 不同充电模式下单辆电动汽车调度结果 64
3.4.3 不同充电模式下多辆电动汽车调度结果 69
3.5 结论 74
参考文献 74
第4章 电动汽车接入的微电网负荷优化调度 76
4.1 引言 76
4.2 分布式发电和电动汽车充电建模 77
4.2.1 分布式电源发电特性 77
4.2.2 电动汽车充电模型 78
4.3 模型构建 81
4.3.1 目标函数 82
4.3.2 约束条件 83
4.4 求解方法 84
4.4.1 粒子群算法 85
4.4.2 改进的粒子群算法 85
4.5 实验结果分析 87
4.5.1 实验设置 87
4.5.2 结果分析 90
4.5.3 成本权重因子的影响 96
4.5.4 不同充电场景的影响 98
4.6 结论 99
参考文献 99
第5章 社区能量枢纽的鲁棒负荷优化调度 102
5.1 引言 102
5.2 模型构建 102
5.2.1 问题描述 102
5.2.2 目标函数 103
5.2.3 约束条件 105
5.3 鲁棒优化与求解方法 109
5.3.1 不确定性集的选取 110
5.3.2 鲁棒优化模型 111
5.3.3 求解方法 112
5.4 实验结果分析 113
5.4.1 实验数据与参数设置 113
5.4.2 结果分析 117
5.5 结论 121
参考文献 122
第6章 多能量枢纽的协同鲁棒负荷优化调度 124
6.1 引言 124
6.2 模型构建 125
6.2.1 问题描述 125
6.2.2 目标函数 126
6.2.3 约束条件 127
6.3 鲁棒优化与求解方法 130
6.3.1 不确定性集的定义 130
6.3.2 鲁棒优化模型 131
6.3.3 求解方法 132
6.4 实验结果分析 134
6.4.1 实验数据与参数设置 134
6.4.2 结果分析 137
6.5 结论 142
参考文献 143
第7章 含氢能的能量枢纽分布鲁棒负荷优化调度 145
7.1 引言 145
7.2 问题描述 146
7.3 模型构建 147
7.3.1 目标函数 147
7.3.2 约束条件 148
7.3.3 数据驱动的分布鲁棒优化模型 152
7.3.4 求解方法 154
7.4 实验结果分析 157
7.4.1 实验数据与参数设置 157
7.4.2 结果与讨论 160
7.5 结论 163
参考文献 163
第8章 面向智能制造的工业企业负荷优化调度 166
8.1 引言 166
8.2 智能制造概述 166
8.3 智能制造过程能耗建模 168
8.3.1 智能制造过程建模 169
8.3.2 储能系统建模 170
8.3.3 分布式能源建模 170
8.4 模型构建 171
8.4.1 目标函数 171
8.4.2 约束条件 171
8.5 实验结果分析 173
8.5.1 实验数据与参数设置 173
8.5.2 结果分析 175
8.6 结论 180
参考文献 181
第9章 面向智能家居的家用电器负荷优化调度 184
9.1 引言 184
9.2 智能家居概述 184
9.3 模型构建 187
9.3.1 目标函数 187
9.3.2 约束条件 188
9.4 实验结果分析 189
9.4.1 实验数据与参数设置 189
9.4.2 结果分析 190
9.5 结论 196
参考文献 196
第10章 基于供需预测的微电网负荷优化调度 198
10.1 引言 198
10.2 主要方法 198
10.2.1 人工神经网络 198
10.2.2 循环神经网络和长短期记忆网络 199
10.2.3 粒子群优化算法 200
10.3 模型构建 201
10.3.1 预测模型 201
10.3.2 优化模型 204
10.4 实验结果分析 207
10.4.1 实验数据 207
10.4.2 负荷预测结果 208
10.4.3 光伏输出功率预测结果 209
10.4.4 微电网负荷优化调度结果 210
10.5 结论 214
参考文献 215
总结与展望 219