綜合能源系統(tǒng)中的智能控制與優(yōu)化技術(shù)

目錄
前言
第1章 緒論 1
1.1 我國能源資源現(xiàn)狀分析 1
1.2 綜合能源系統(tǒng)發(fā)展的必要性 3
1.3 國內(nèi)外的綜合能源系統(tǒng)發(fā)展 4
1.3.1 美國 4
1.3.2 加拿大 5
1.3.3 日本 5
1.3.4 中國 6
1.4 綜合能源系統(tǒng)的優(yōu)勢 7
1.5 綜合能源系統(tǒng)的結(jié)構(gòu) 9
1.5.1 能源集線器的基本結(jié)構(gòu) 9
1.5.2 綜合能源系統(tǒng)中的能量網(wǎng)絡(luò) 10
1.5.3 綜合能源系統(tǒng)的穩(wěn)定性 11
1.6 控制理論在綜合能源系統(tǒng)中的發(fā)展歷程 12
1.7 控制理論在綜合能源系統(tǒng)中的應(yīng)用 13
1.7.1 魯棒控制在綜合能源系統(tǒng)中的應(yīng)用 13
1.7.2 深度學(xué)習(xí)與強化學(xué)習(xí)在綜合能源系統(tǒng)中的應(yīng)用 14
1.7.3 模糊控制在綜合能源系統(tǒng)中的應(yīng)用 15
1.7.4 滑?？刂圃诰C合能源系統(tǒng)中的應(yīng)用 18
參考文獻 19
第2章 多智能體協(xié)同控制在綜合能源系統(tǒng)中的應(yīng)用 21
2.1 基于綜合能源的多智能體系統(tǒng)微電網(wǎng)模型建立 21
2.2 多智能體協(xié)同控制技術(shù)的基本原理 24
2.2.1 圖論基礎(chǔ) 24
2.2.2 多智能體一致性協(xié)議的相關(guān)定理 25
2.3 并網(wǎng)運行模式下微電網(wǎng)系統(tǒng)協(xié)同控制率的設(shè)計 27
2.3.1 面向可再生能源的微電網(wǎng)概述 27
2.3.2 微電網(wǎng)系統(tǒng)并網(wǎng)的必要性 28
2.3.3 并網(wǎng)下協(xié)同控制率的設(shè)計 29
2.4 孤島運行模式下微電網(wǎng)系統(tǒng)協(xié)同控制率的設(shè)計 30
2.4.1 孤島運行的必要性 30
2.4.2 孤島運行的三種模式 30
2.4.3 孤島運行模式下協(xié)同控制率的設(shè)計 32
參考文獻 32
第3章 綜合能源系統(tǒng)優(yōu)化調(diào)度策略研究 34
3.1 深度強化學(xué)習(xí)在綜合能源系統(tǒng)中的研究現(xiàn)狀 34
3.2 綜合能源系統(tǒng)優(yōu)化調(diào)度基礎(chǔ)理論分析 35
3.2.1 綜合能源系統(tǒng)概念 36
3.2.2 綜合能源系統(tǒng)的基本模型及建模 38
3.3 綜合能源系統(tǒng)優(yōu)化調(diào)度策略研究 43
3.3.1 深度強化學(xué)習(xí)理論 43
3.3.2 綜合能源系統(tǒng)優(yōu)化調(diào)度的策略設(shè)計 47
3.3.3 仿真分析 48
參考文獻 53
第4章 綜合能源系統(tǒng)能量管理研究 55
4.1 綜合能源系統(tǒng)能量管理研究現(xiàn)狀 55
4.1.1 國外研究現(xiàn)狀 55
4.1.2 國內(nèi)研究現(xiàn)狀 57
4.2 多目標(biāo)優(yōu)化算法在綜合能源系統(tǒng)中的應(yīng)用 58
4.2.1 傳統(tǒng)多目標(biāo)算法 58
4.2.2 多目標(biāo)優(yōu)化算法 59
4.3 改進的快速非支配排序遺傳算法 在能量管理中的應(yīng)用 61
4.4 綜合能源系統(tǒng)多目標(biāo)優(yōu)化仿真分析 62
4.4.1 綜合能源系統(tǒng)在獨立運行時的優(yōu)化分析 62
4.4.2 綜合能源系統(tǒng)在并網(wǎng)運行時的優(yōu)化分析 70
參考文獻 74
第5章 綜合能源系統(tǒng)電力負(fù)荷預(yù)測優(yōu)化技術(shù) 76
5.1 電力負(fù)荷預(yù)測發(fā)展歷程與現(xiàn)狀 76
5.2 電力負(fù)荷預(yù)測基本理論與特性分析 77
5.2.1 電力負(fù)荷基本概念 77
5.2.2 電力負(fù)荷預(yù)測原理 78
5.2.3 電力負(fù)荷預(yù)測程序 79
5.2.4 電力負(fù)荷預(yù)測特性分析 81
5.2.5 負(fù)荷預(yù)測分類 81
5.2.6 負(fù)荷預(yù)測特點 83
5.2.7 負(fù)荷預(yù)測精度影響與誤差分析 83
5.3 電力負(fù)荷預(yù)測算法研究 86
5.3.1 基于灰色系統(tǒng)理論的預(yù)測算法 86
5.3.2 基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測算法 91
5.3.3 基于回歸分析的預(yù)測算法 92
5.4 綜合能源系統(tǒng)電力負(fù)荷預(yù)測算法改進與應(yīng)用 93
5.4.1 預(yù)測模型分析 93
5.4.2 負(fù)荷組合模型因素分析 94
5.4.3 常用負(fù)荷組合預(yù)測模型 95
5.4.4 粒子群優(yōu)化算法 95
5.4.5 改進粒子群優(yōu)化算法 97
5.4.6 基于改進粒子群優(yōu)化算法的短期負(fù)荷預(yù)測模型設(shè)計 99
5.4.7 應(yīng)用算例分析 100
參考文獻 104
第6章 基于混合神經(jīng)網(wǎng)絡(luò)的綜合能源系統(tǒng)供能側(cè)非侵入式負(fù)荷識別優(yōu)化技術(shù) 105
6.1 區(qū)域綜合能源系統(tǒng)非侵入式應(yīng)用 105
6.2 非侵入式負(fù)荷識別算法 106
6.2.1 非侵入式負(fù)荷監(jiān)測概述 106
6.2.2 非侵入式負(fù)荷識別算法研究現(xiàn)狀 108
6.3 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)負(fù)荷識別 109
6.3.1 傳統(tǒng)神經(jīng)網(wǎng)絡(luò) 109
6.3.2 循環(huán)神經(jīng)網(wǎng)絡(luò) 111
6.3.3 長短期記憶神經(jīng)網(wǎng)絡(luò) 112
6.4 區(qū)域綜合能源系統(tǒng)混合神經(jīng)網(wǎng)絡(luò)的優(yōu)化 114
6.5 混合神經(jīng)網(wǎng)絡(luò)優(yōu)化算法在負(fù)荷識別中的應(yīng)用 115
6.5.1 仿真實驗 115
6.5.2 實驗結(jié)果及分析 116
6.6 區(qū)域綜合能源供能側(cè)的預(yù)測分析 119
參考文獻 119
第7章 需求響應(yīng)在綜合能源系統(tǒng)中的應(yīng)用 121
7.1 需求響應(yīng)的理論基礎(chǔ) 121
7.1.1 需求響應(yīng)的基本概念 121
7.1.2 需求側(cè)管理的作用 121
7.1.3 需求側(cè)管理的特點 122
7.1.4 綜合能源系統(tǒng)中的綜合需求響應(yīng) 122
7.2 需求響應(yīng)在綜合能源系統(tǒng)中的障礙及解決方案 123
7.2.1 國內(nèi)需求響應(yīng)現(xiàn)狀 123
7.2.2 當(dāng)前需求響應(yīng)發(fā)展的資金障礙分析 125
7.2.3 需求響應(yīng)發(fā)展的技術(shù)障礙分析 126
7.2.4 需求響應(yīng)發(fā)展的機制障礙 127
7.3 綜合能源系統(tǒng)下需求響應(yīng)的運營方式 127
7.4 發(fā)展綜合能源互聯(lián)網(wǎng)的策略 128
7.4.1 電力市場的需求彈性 128
7.4.2 我國電力市場環(huán)境下發(fā)展能源互聯(lián)網(wǎng)的策略 129
7.5 計及需求響應(yīng)的綜合能源發(fā)展市場 130
參考文獻 133