基于需求响应的家庭微电网负载优化策略研究

摘要

需求响应(Demand Response,DR)是指电力终端用户根据电力市场中企业发布的价格信号、激励政策等信息，主动改变自身固有的用电习惯，从而达到负载转移、降低负荷需求的峰均比的目的。而实时电价(Real Time Pricing,RTP)能够真实地反映电力市场中的供需关系，已经被证实是需求响应最直接和高效的实施策略。它可以引导用户主动参与市场竞争，激励用户降低高电价时段的用电需求，协调本地风光等分布式可再生能源的高效利用，对电力市场运行的稳定性和可靠性具有促进作用。但是由于当前家庭用户对实时电价的需求响应知识和基于智能家庭能量管理系统(Home Energy Management System,HEMS)的负荷管理知识的缺乏，限制了实时电价需求响应机制在家庭负荷管理方面的推广和利用。
　　本文通过对智能电网和需求响应在国内外的发展现状进行分析，针对家庭微电网环境下的用户如何借助家庭能量管理系统平台而更好地参与实时电价需求响应的问题，提出了一种家电设备负荷优化管理策略，其主要内容如下：
　　首先，对需求响应在国内外的应用研究现状和实施情况进行了探讨。分析了需求响应的机制原理，其中包括需求响应的定义和需求响应的分类，并重点对实时电价需求响应的定价模型、实施方式、用户响应、实施环境进行了分析概述。
　　其次，对于家电设备负荷优化策略中所涉及的实时电价预测问题，通过对历史电价数据特性进行分析研究，建立了基于最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)回归模型和自回归求和移动平均模式（Autoregressive Integrated Moving Average,ARIMA）时间序列模型的电价组合预测方法，仿真结果验证了该方法的有效性。
　　再次，在制定负荷优化安排策略时，考虑了家庭用户对用电舒适度要求和本地风光分布式可再生能源的高效利用的要求；在结合电价预测、家庭能量流动关系等基础上，通过对家电设备进行建模分析，建立了基于二进制混合整数规划的多目标优化策略模型，并用改进的粒子群算法进行求解，算例仿真结果验证了模型的有效性。

目录

第一章 绪论

1.1 课题研究背景

1.2 课题研究意义和目的

1.3 国内外研究现状

1.4 本课题主要研究内容及技术路线

第二章 需求响应机制分析与研究

2.1 需求响应概述

2.2 需求响应的分类

2.3 基于需求响应的实时电价

第三章 基于LSSVM-ARIMA的短期实时电价预测方法

3.1 最小二乘支持向量机的非线性回归模型

3.2 ARIMA时间序列回归模型

3.3 LSSVM-ARIMA组合预测模型

3.4 本章小结

第四章 家庭微电网环境下设备负荷优化调度策略

4.1 家庭微电网的配电结构与负荷建模

4.2 家庭微电网负荷优化调度模型

4.3 基于改进粒子群算法的模型求解方法

4.4 算例仿真分析

4.5 本章小结

第五章 总结与展望

5.1 主要结论

5.2 研究展望

参考文献

攻读学位期间发表的论文

声明

致谢