电力论文提纲

论文题目：不确定环境下电力需求侧的实时控制优化算法研究

摘要：步入21世纪以来,不断增长的电力需求以及各种新型负荷数量的迅速增加,电力需求侧的能源管理问题面临着关键性的挑战,且受到了广泛关注。伴随着对传统化石燃料（煤、石油、天然气）过度依赖所排放二氧化碳的担忧,节能减排已经成为电力需求侧能源管理的首要任务。目前,分布式能源、分布式储能技术的应用被认为是缓解能耗问题和降低碳排放量的有效途径,并为电力需求侧提供了更多的电能收益。然而,由于可再生能源（风能、太阳能）其固有的随机性和间歇性属性,以及电力需求侧用电行为的不确定性使得很难精准地预测它们的统计知识信息,这无疑给电力需求侧的电能调度、成本优化带来了巨大的挑战。因此,非常有必要针对不确定环境下（不需要知道可再生能源发电、电价以及电力需求的统计知识情况下）电力需求侧的能源管理问题展开研究,以推进节能减排工作和需求侧管理事业的发展。本文对不确定环境下电力需求侧的能源调度以及成本优化问题进行研究,其主要工作如下:1.首先,详细介绍了该课题的研究背景与意义,并深入总结国内外电力需求侧能量管理方案的研究成果,阐述其降本增效的思路和方法。针对可再生能源发电、电价以及电力需求的统计知识未知情况下,建立队列模型来表征它们的随机到达过程,并详细阐述队列的相关理论知识。最后针对求解随机优化问题所需要的理论方法进行介绍,为不确定性环境下电力需求侧的能量管理研究提供理论依据。2.研究智能电网中终端用户的动态能量交易和负荷调度管理方案。假设终端用户装备了可再生能源发电设备（太阳能电池板或风力涡轮机）和储能电池,并通过智能电表与电网保持实时通信,以获取电价相关信息。综合考虑可再生能源发电、电力负荷和电价的统计知识均为未知且满足电池容量有界性以及负荷延迟约束下,研究终端用户长期时间平均利润最大化问题。经过一系列的问题修正和转换,设计出了一种基于改进的Lyapunov优化方法的动态能量交易和负荷调度算法,以求解利润最大化问题。此外,在算法性能分析部分,从理论上证明了所提算法在不需要知道可再生能源发电、电力负荷和电价的统计特性情况下,就能确保优化结果接近于最优。最后通过数值仿真表明所提出的算法无论是在利润最大化还是负荷平均等待时延方面均优于其他算法,验证了其有效性。3.考虑到电力需求侧的能源结构呈现出多种能源组合并存的形式,在上述研究基础上,提出一种包括传统电力、热力、天然气等不同能源组成的多能源管理框架,使传统单一能源供给的需求侧能量管理问题扩大到多能源联合供给与消费问题。根据不同能源需求关系,在满足用能需求的前提下,研究多能源之间的耦合互补关系以及协调优化,以实现电力需求侧的总运行成本最低的同时达到综合能效最优。

关键词：电力需求侧;可再生能源;综合能效;Lyapunov优化

学科专业：电子与通信工程（专业学位）

摘要

Abstract

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文主要研究工作

1.4 本文章节安排

第2章 相关理论和方法介绍

2.1 需求侧资源分析

2.1.1 需求侧的关键技术

2.1.2 需求响应

2.1.3 需求侧不确定性来源

2.2 队列模型

2.2.1 队列的介绍

2.2.2 队列的稳定性

2.3 Lyapunov优化理论

2.3.1 一般随机优化问题

2.3.2 虚拟队列

2.3.3 Lyapunov函数

2.3.4 最小偏移加惩罚算法

2.4 本章小结

第3章 智能电网中终端用户的动态能量交易与负荷调度算法研究

3.1 建模和问题描述

3.2 问题规划和求解

3.2.1 延迟虚拟队列

3.2.2 Lyapunov优化

3.2.3 动态能源交易和负荷调度算法

3.2.4 算法性能分析

3.3 仿真结果

3.4 本章小结

第4章 智能电网中终端用户的电、热协同优化算法研究

4.1 建模和问题描述

4.1.1 系统架构

4.1.2 能源需求

4.1.3 储能系统的动态建模

4.1.4 成本函数

4.3 问题规划和求解

4.3.1 问题松弛

4.3.2 李雅普诺夫优化

4.3.3 实时控制算法

4.3.4 算法性能分析

4.4 仿真结果

4.5 本章小结

第5章 总结和展望

5.1 总结

5.2 展望

参考文献

致谢