一、工程建设中复杂网络系统可靠性最优配置的研究（论文文献综述）
李若行[1]（2021）在《基于动态流模型的智能电网相依网络可靠性评估与优化》文中进行了进一步梳理随着通信信息技术的高速演进,当代电网系统的智能化与互联程度正在以前所未有的深度与广度不断发展。这种积极发展趋势所使能的电网智能统一调度、灵活输电技术以及与用户间实时双向交互,将在极大程度上优化电力潮流分布合理性,减少电能传输过程中的线路损耗并显着改善电力负荷曲线,从而明显提高电力设备运行的经济性与效率。然而于此同时,随着电网系统智能化及互联化建设的推进,深度融合的电力传输网与电力通信网之间的相依耦合程度也正在持续加深,并为电网系统的可靠运行提出了新的需求与挑战。近年来国内外发生的大规模停电事故已经证明,这种网络间相依性如不采取措施积极应对,将严重加剧电网级联故障影响的深度与广度,为电网的稳定运行带来新的潜在风险。针对目前电网发展中面临的以上实际需求及问题,本文围绕着智能电网系统内部相依网络的可靠性评估及优化展开研究,并取得了以下主要研究成果:（1）本文以智能电网相依网络可靠性评估作为研究出发点,提出并建立了基于动态电力潮流以及电力通信数据流的电网系统相依网络级联故障动态分析模型。本文提出的该模型在利用复杂网络理论对电力-通信相依网络结构可靠性进行评估的基础上,由于在级联故障动态分析中额外对电力传输流以及通信数据流在系统中的实际运行特性进行合理建模,能够进一步反映实际场景下电力传输流、通信数据流实时变化对于系统整体可靠性的影响。仿真结果显示当考虑以上动态流因素,电网系统级联故障的深度与广度将均在整体上呈现加深趋势,且不同初始突发故障下故障传播的趋势以及严重程度将展现出更大的差异性。这种差异性进一步凸显了电网系统内部少数节点及链路在级联故障发展过程中存在的风险,并能够为后续进一步电网系统可靠性优化措施提供有效参考。（2）本文基于所提出的电力-通信相依网络动态级联故障模型以及相关实验发现,提出一种基于动态流的电力-通信相依网络关键节点识别及去耦合策略,以通过削弱电网系统网络间相依性抑制切断故障跨层传播及后续进一步扩大。该策略在基于复杂网络理论评估该电力-通信双层耦合网络内部耦合节点对存在的结构性风险度的同时,将电网系统电力潮流以及电力通信数据流的运行机理动态地纳入于节点对风险度评估中。经由利用本文提出的电力-通信双层耦合网络动态级联故障模型的仿真结果验证,由于在关键度分析过程中纳入电网系统实际故障过程中负载流的动态重分布特性,本文所提出的节点去耦合保护策略相比各对比策略能够有效抑制级联故障由于网间相依性而进一步跨层传播恶化,从而有效提高电力-通信相依网络面对级联故障的可靠性。（3）本文将电力通信业务路由问题建模为马尔科夫决策过程模型,并基于该模型提出了一种基于深度强化学习的自适应电力通信业务双路由算法,以借由合理路由决策实现电力通信业务风险均衡,从而抑制电网整体的级联故障风险。相比于已有研究中的策略预固定的启发式路由算法,本文提出的该算法的最大优势是其能够被训练以识别并执行长期最优的路由决策,并能够通过在线训练实现对时变电力通信网流量状态的不断重适应与重优化。此外,不同于以往大多数电力通信业务路由研究,本文所提出算法在路由决策中将在通信层风险的同时,额外考虑了现实电网中与其高度耦合的传输层所内含的风险,从而能够进一步实现电网系统在整体上的风险均衡。最终,本文通过所提出的电力-通信双层耦合网络动态级联故障分析模型的仿真结果验证,所提出的基于深度强化学习的电力通信业务路由算法相比其他对比算法能够进一步抑制电力-通信相依网络的潜在级联故障风险,并同时维持合理的网络资源利用率。
包铭磊[2]（2021）在《计及故障传播的电-气耦合系统可靠性分析及备用优化研究》文中研究表明在“碳排放力争2030年前达峰,2060年力争实现碳中和”的背景下,电-气耦合系统作为多能源系统的基本表现形式,对于可再生能源的消纳和碳排放的减少将起到重要的支撑作用。电力与天然气系统间的交互耦合在促进能源行业提效减碳的同时,也给系统运行引入了新的风险因素,即多能耦合引起的故障跨系统传播。2021年美国德克萨斯等大停电事故的起因是天然气系统中气源产气下降、管道停运等故障造成天然气机组供气中断,电力发电容量骤降。与此同时,备用容量作为系统可靠性管理的重要资源,可为调度机构提供调节充裕度以保证系统发用平衡。然而,在上述大停电事故中,由于备用容量的长期规划及运行优化结果忽略了故障跨系统传播,导致系统调节资源不足,进一步扩大了故障的影响范围。因此,如何准确地评估电-气耦合系统的可靠性,并提出有效的备用优化方法,已成为保障能源系统安全可靠运行的重要科学问题。相较于传统电力系统,电-气耦合系统包含的各能源设备特性迥异且存在复杂的交互作用,导致可靠性分析与备用优化面临诸多挑战。首先,各子系统可靠性同时受耦合元件影响,耦合元件可靠性模型与子系统间可靠性交互关系尚不明确,适用于电-气耦合系统可靠性分析的通用建模方法尚未建立。其次,电力与天然气系统间故障传播随机且不受控,电、气网络惯性的差异使得故障传播具有复杂动态过程,如何将故障传播过程考虑至可靠性分析较为困难。此外,故障传播使得子系统可靠性间交互影响,如何构建考虑故障传播的可靠性约束,建立经济性与可靠性协调的长期容量规划模型较为困难。最后,电力与天然气耦合既可导致故障传播,也能使得各子系统备用通过耦合元件共享,如何在保障系统可靠性的同时实现电、气备用的协同优化面临巨大挑战。针对上述关键问题,本论文从四个方面开展研究工作,主要内容总结如下:（1）针对耦合系统可靠性分析问题,基于通用生成函数技术提出了系统可靠性通用建模方法,创建了“独立元件-天然气系统-耦合元件-电力系统”的“分块化”建模思路。针对气源等不同元件的运行特征,建立了独立元件的可靠性模型;通过定义天然气最优潮流算子将独立元件的可靠性模型组合,构建天然气系统的可靠性模型;通过定义气转电算子,将天然气系统随机故障耦合至电力系统可靠性模型中。建立节点可靠性分析指标体系,有效量化分析电力与天然气系统间可靠性的交互关系。（2）针对电转气装置接入引起的故障双向传播,即连锁效应问题,建立了考虑连锁效应动态过程的电-气耦合系统可靠性分析框架,挖掘了故障传播机理及对系统可靠性的影响。考虑电力系统与天然气系统间不同的动态行为特征,提出了动态连锁效应分析模型来描述故障的时空传播过程;结合连锁效应的传播特征,定义了连锁效应停止的判定依据;基于蒙特卡洛模拟技术将故障双向传播考虑至系统可靠性分析框架中,并定义可靠性动态评估指标,量化连锁效应对系统可靠性的影响。（3）针对规划层面的系统可靠性管理问题,建立了经济性与可靠性协调的电-气耦合系统长期容量规划模型。引入了模糊集理论对系统负荷变化与元件故障进行模糊建模,减少系统状态数和降低模型复杂度;考虑故障传播过程,依次构建了天然气与电力系统的概率可靠性约束,并将其耦合至系统长期容量规划模型中;针对所构建模型含模糊数与可靠性约束难以直接求解的情况,提出基于乐观系数和Benders分解相结合的模型解算策略。（4）针对运行层面的系统可靠性管理问题,提出了考虑可靠性约束的电、气备用的协同优化模型。建立了发电机组和气源提供备用的多状态模型,精准不同故障状态的备用提供量;综合考虑风电波动和故障传播等因素构建概率可靠性约束,量化电、气备用与可靠性指标的关联度;建立考虑可靠性约束的运行备用优化模型,实现电、气备用间的协同优化;针对模型非凸、非线性等特征,采用大M法与分段线性化相结合的方法将其转化求解。
刘慧文[3]（2021）在《独立运行风光柴储微电网多目标容量优化配置研究》文中进行了进一步梳理以微电网形式开发利用诸如风能、太阳能等可再生能源是实现能源可持续发展的重要方法,也是实现“清洁、低碳、安全、高效”能源结构转型的有效途径。对于可再生能源丰富且电网未覆盖地区,适合以微电网的形式开发利用可再生能源,进而实现电能的生产、传输和利用。微电网规划设计是建设微电网工程的首要任务,容量优化配置是规划设计的核心任务。本文立足于微电网规划设计多目标优化的需要,以独立运行风光柴储微电网为研究对象,在建立微电网多目标容量优化配置模型的基础上,以随机场景技术解算优化模型为主线,聚焦于建立风光荷数据联合概率模型、制定运行策略、设计优化算法三个关键技术问题开展研究,具有重要的理论意义和实际应用价值。主要工作如下:（1）针对所论风光柴储微电网的拓扑结构,综合考虑了经济性、可靠性、环保性三个优化目标及功率平衡、分布式电源输出功率限制、分布式电源装机数量限制、储能荷电状态运行范围限制、储能时序变化等相关约束条件,建立了微电网多目标容量优化配置模型,为后续研究奠定了基础。（2）鉴于Wasserstein生成对抗网络（Wasserstein Generative adversarial networks,WGAN）在图像生成方面的优异表现,结合对风光荷数据的特征分析,提出了基于WGAN的风光荷数据联合概率模型。该模型无需事先知道风光荷数据服从的概率分布,而是用两个相互关联的深度学习模型（生成器、判别器）来直接拟合风光荷数据的联合概率模型,而且该模型便于生成场景数据。为了提高拟合精度并防止训练算法过拟合,构建判别器时借用了迁移学习的思想,以具有强分类能力的ResNet50V2深度学习模型为基础,保留其用于表征通用特性的网络层、删除其表征专用特性的网络层,并针对风光荷数据的特征,在ResNet50V2的底部和顶部重新添加卷积层和全连接层进而完成判别器的网络结构构建;与判别器的结构相对应,利用卷积层和全连接层构建了生成器;结合判别器、生成器的结构特点及风光荷数据的特征,采用两次规范化和一次限幅二次插值对训练样本的结构进行了重构,使得训练样本的数据结构与WGAN的网络模型匹配,并且易于捕捉风光荷数据的统计特性;训练算法采用了标准化、正则化等手段。对WGAN生成数据的月度平均值、自相关性、互相关性及多样性四个方面的分析表明:本文设计的WGAN模型结构合理,训练算法没有过拟合,能够从本质上捕获多维风光荷数据在时间和空间两个尺度的统计特性。（3）针对运行策略问题,在分析微电网运行特征的基础上,制订了柴油发电机的启动和关停条件,将微电网的运行工况分为了七种状态,找出独立运行风光柴储微电网运行策略中,储能、柴油发电机共同跟踪净负荷时,如何分配净负荷功率这一关键问题,进而设计了储能优先跟踪净负荷、柴油发电机优先跟踪净负荷和柴油发电机优先额定功率运行三种运行策略,并给出了运行策略的实现流程。（4）针对微电网容量配置优化模型具有多目标多约束条件、强非线性等复杂特性,以强度Pareto进化算法（Strength Pareto evolutionary algorithm 2,SPEA2）为基础,利用其寻优过程前期收敛速度快的优点,克服其后期易早熟的不足,同时受枚举法全方向搜索和插值数学思想的启发,提出了基于SPEA2的邻近点参考搜索算法（Search algorithm referencing adjacent points based on SPEA2,SARAP）。SARAP算法首先经过SPEA2算法快速定出最优解集的轮廓,实现搜索空间的减小,然后利用SPEA2最优解集的邻近点构建小空间全方向搜索算子进行寻优,从而使得最优解集支配性进一步提升,完整性接近真实Pareto最优解集,最终实现求解结果完整性与运算效率之间的统一。时间复杂度分析和收敛性分析表明,SARAP算法运算速度远快于枚举法,运算结果接近真实Pareto最优解集。同时SARAP算法的思路完全可以推广应用于改进其他智能算法,具有一般的方法论意义。（5）多角度分析优化计算结果,进一步验证了微电网容量优化配置的有效性。首先,采用多种空间形式展示了确定性方法（以历史数据和SARAP算法为基础）的优化计算结果,结合逼近理想解排序多目标决策算法（The technique for order preference by similarity to ideal solution,TOPSIS）选取的几组典型容量配置方案,分析了影响微电网容量优化配置经济性、可靠性、环保性的因素。其次,与确定性方法相比,随机场景技术（以历史数据、WGAN生成的多组场景数据及SARAP算法为基础）解算方法能够有效应对风光荷数据的不确定性,进而可以提高微电网容量优化配置结果的鲁棒性。再次,对比分析三种运行策略下的解算结果及同一优化配置方案在三种运行策略下的生产模拟结果表明:储能优先跟踪净负荷运行策略具有最好的环保性,柴油发电机优先跟踪净负荷运行策略具有最优的经济性,柴油发电机优先额定功率运行策略具有最高的可靠性。最后,典型配置方案在一年期数据和典型日数据下的生产模拟结果验证了本文进行微电网容量优化配置的有效性。本文的研究丰富了独立运行微电网多目标容量优化配置研究的理论,拓展了深度学习在风光荷数据场景生成方面的应用,改善了多目标优化问题求解算法的性能,对提升微电网规划设计精准度具有一定的参考价值。
龙立[4]（2021）在《城市供水管网抗震可靠性分析方法及系统开发研究》文中研究指明供水管网系统作为生命线工程的重要组成之一,是维系社会生产生活和城市正常运行的命脉,地震发生后,更是承担着保障灾区医疗用水、消防用水及灾民生活用水的艰巨任务。近年来,随着城市抗震韧性评估进程的不断推进,针对供水管网系统震害风险预测与可靠性评估的研究获得了广泛关注,并取得了大量研究成果。然而,我国目前还没有比较系统的、适用于不同规模的供水管网震害预测与抗震可靠性分析的理论方法及软件平台。本文从管道“单元”层面及管网“系统”层面对供水管网抗震可靠性分析方法进行了研究,并研发了抗震可靠性分析插件系统,为供水管网系统震害预测与抗震可靠性分析奠定理论及技术基础。主要研究内容及成果如下:（1）基于土体弹性应变阈值理论,建立了考虑应变区间折减的频率相关等效线性化方法;运用本文方法对各类场地进行了土层地震反应分析,对比了与传统等效线性化方法的差异,解决了传统方法在高频段频响放大倍率比实际偏低的问题;进而研发了集成本文方法的土层地震反应分析系统,实现了场地地震反应的高效、准确分析;运用研发的系统对西安地区开展了场地地震反应分析,建立了该地区综合考虑输入地震动峰值加速度、等效剪切波速和覆盖层厚度的场地效应预测模型;最后,进行了考虑场地效应的确定性地震危险性分析,分析结果与实际震害吻合。（2）提出了综合考虑管道属性、场地条件、腐蚀环境、退化性能、埋深的管道分类方法;基于解析地震易损性分析理论,建立典型球墨铸铁管的概率地震需求模型和概率抗震能力模型,分析得到不同埋深下管道地震易损性曲线;进而结合管道震害率,通过理论推导建立不同管径与不同埋深下典型管道的地震易损性曲线。采用C#编程语言开发了管道地震易损性曲线管理系统,实现了地震易损性曲线的高效录入、存储、对比及可视化展示,最终建立了管道单元地震易损性曲线数据库。（3）基于管道单元地震易损性曲线,提出了管线三态破坏概率计算方法;针对管网抗震连通可靠性分析中蒙特卡罗方法误差收敛较慢的特点,提出了以Sobol低偏差序列抽样的连通可靠性评估的拟蒙特卡洛方法;进而结合GPU技术,提出了基于CUDA的连通可靠性并行算法,显着提高了分析效率及精度。（4）建立了综合考虑管线渗漏、爆管及节点低压供水状态的震损管网水力分析模型,提出了基于拟蒙特卡洛方法的震损管网水力计算方法及抗震功能可靠性分析方法,准确模拟与评估了震损管网水力状态;建立了供水管网水力服务满意度指标和震损管线水力重要度指标,提出了震损管网两阶段修复策略;进而建立了渗漏管网抢修队伍多目标优化调度模型,并结合遗传算法实现模型最优解搜索,合理地给出管线最优修复顺序及抢修队伍最优调度方案。（5）基于软件分层架构思想及插件开发思想,搭建了插件框架平台,进而采用多语言混合编程技术开发了插件式供水管网抗震可靠性分析系统,并对系统开发关键技术、概要设计、框架平台设计等方面进行了阐述。最后,采用插件系统对西安市主城区供水管网开展了初步应用研究,评估结果可为政府及相关部门开展管网加固优化设计、抗震性能化设计、管网韧性评估及抢修应急预案制定等工作提供理论指导。
李中博[5]（2020）在《含微网配电网可靠性评估及微电源容量优化配置》文中研究指明微电网集成可再生能源与负荷,可以实现局部区域自治运行,促进新能源就地消纳,推动节能减排,实现能源可持续发展。微电网接入配电网,改变了配电网的单一属性,使其可靠性评估问题变的更加复杂。本文通过建立微电网内分布式电源和储能装置的功率输出模型以及时序负荷模型,对含微网配电网的可靠性评估方法进行研究,并在可靠性测试系统中进行了验证。然后研究了独立型及并网型微电网优化配置的相关问题,并结合具体算例,通过仿真计算得到了不同电源类型组成下的最优容量配置。论文建立了风力和光伏发电系统模型,根据典型负荷系数建立了以小时为单位的年时序负荷模型,该模型在夏季达到负荷峰值,模拟我国夏季负荷高峰情况。根据所建立微电网电源模型及时序蒙特卡洛可靠性评估方法,在IEEE-RBTS Bus6-F4系统上进行了仿真计算,分析了微电网接入对配电网系统及负荷点可靠性的影响。研究结果表明:微电网的接入使得配电网系统的供电可靠性有了明显改善,微电网内的重要负荷可靠性改善效果尤为明显;微电网的电源配置容量对配电网供电可靠性有所影响。文章对独立型及并网型微电网运行策略进行了研究,在优化配置中,以微电源容量及运行策略作为优化变量,以净现值成本最小为目标函数,添加可靠性、环保性要求等约束条件,并设置不同的电源类型方案,基于HOMER Pro软件进行仿真及优化配置,对比分析不同方案下独立型及并网型微电网的最优配置方案。将风速及联络线功率设置为灵敏度变量,研究了其对最优配置的影响。算例结果表明:在独立型微电网系统中,储能配合可再生能源发电,并配置柴油发电机作为备用电源的方案,在相同可靠性约束条件下,其经济性、环保性最佳;并网型微电网系统中,增加与大电网的交互功率可以降低系统的净现值成本和度电成本,但是会降低系统的自平衡度;在风光资源丰富地区,建设风光互补微电网可以提高系统的经济性和环保性。
韦秋霜[6]（2020）在《风电-储能价值链协同决策模型及信息系统研究》文中研究表明随着传统能源危机和环境问题的日益突出,以风力发电为代表的清洁能源发展取得瞩目关注,但风电出力的随机性、弱抗干扰性和难预测性使风电消纳成为限制风电发展的关键性问题。储能技术具有瞬时响应和精准控制能力,能促进风电系统与负荷需求间的能量和功率平衡并提高风电利用率,成为实现风电价值管理的关键环节。在电力市场改革和信息技术条件下,围绕风电系统和储能系统构建“风电-储能”价值链,成为提高风电利用率、实现储能系统价值、促进价值链整体价值效应的解决方案。论文针对风电-储能价值链的价值管理过程,以促进价值链的价值创造和增值为目标,以提高风电利用率和储能系统价值为基本原则,构建风电-储能价值链,探讨价值链的利益管理、容量管理、用能管理和价值增值效应等协同决策问题,面向上述问题设计信息系统,通过谋求能量流、信息流和价值流的多维协同而寻求价值链价值效应的最大化。本文研究内容如下:（1）在分析风电及储能发展现状与瓶颈、风电产业链和价值链的基础上,界定了风电-储能价值链的基本内涵和框架结构,分析了新一代信息技术对价值链的支撑作用,论述了风电-储能价值链的协同决策理论框架,为论文后续研究奠定了理论基础。（2）构建了风电-储能价值链利益管理的协同决策模型。在设计并分析风电商-储能商协同交易模式的基础上,基于演化博弈理论,构建了风电商-储能商协同演化博弈模型,探讨了风电-储能价值链关键利益主体的协同交易策略和预期收益函数,讨论了二者间的动态演化博弈过程和演化稳定策略,通过仿真设计、结果分析和敏感性分析探讨了风电商和储能商协同交易的利益博弈和演化博弈情况,为构建利益主体间的稳定协同合作关系提供决策支持。（3）建立了风电-储能价值链容量管理的协同决策模型。首先,分析了价值链容量管理的协同框架。其次,构建了风电-混合储能系统,对系统的运行策略、组件模型和能量管理模型进行了分析和探讨。再次,以系统总成本、弃风量和供电缺失率为优化决策目标,构建了储能容量管理的协同优化决策模型,使用多目标粒子群算法和TOPSIS算法确定了系统最优配置。最后,通过对比分析和敏感性分析验证所构模型的合理性和有效性,证明了容量管理协同决策模型能够提高风电利用率并发挥储能系统的关键作用,促进系统的经济效益和环境效益协同。（4）构建了风电-储能价值链用能管理的协同决策模型。满足用户用能需求是实现风电-储能价值链价值效应的直接手段。首先,设计并分析了风电-储能价值链用能管理的协同框架。其次,构建了风电系统、氢储能系统、电池储能系统和电动汽车用能系统协调规划的风-储-充协同运行系统,探讨了系统的组件模型和系统控制策略。再次,以系统年利润最大化为目标函数,构建了协同优化决策模型。最后,利用改进的自适应遗传算法对系统最佳配置进行了优化,并在不同模拟场景下进行了算例分析,分析结果表明风-储-充协同运行系统能够高效满足用户用能需求,从而促进风电-储能价值链的价值效应。（5）构建了风电-储能价值链价值增值效应的协同决策模型。对风电-储能系统项目的价值增值效应进行综合决策研究,是风电-储能价值链协同决策的重要组成部分。基于指标构建原则,从系统协同维、业务协同维、价值协同维、信息协同维、外部协同维等五个维度构建了风电-储能价值链价值增值效应决策指标体系,基于区间二型模糊理论对指标进行了预处理,综合考虑决策指标的重要程度和影响程度确定了指标权重,并构建了区间二型模糊TOPSIS综合决策模型。最后,通过算例分析、对比分析和敏感性验证了区间二型模糊TOPSIS综合决策模型能够对不同风电-储能系统项目的价值增值效应进行综合决策并排序,为决策者提供理论基础和实践依据。（6）提出了风电-储能价值链信息系统设计方案。首先,论述了信息系统的系统需求和系统构建的可行性,探讨了智能物联信息系统构建的可能性。其次,分别从系统设计原则、工作流程设计、系统架构、物联集成模型、信息集成与共享模型等角度描述了智能物联信息系统的整体架构。再次,对智能物联信息系统的主要功能进行了设计,包括数据库设计、模型库设计、方法库设计和功能框架设计等。最后,对构建智能物联信息系统的关键技术进行了探讨,为实现风电-储能价值链的信息协同和价值增值效应提供了信息化手段和应用基础。本文研究为促进风电消纳、提升储能系统价值、提高风电-储能价值链的价值创造和增值提供了利益管理、容量管理、用能管理、价值增值效应等多维协同决策支持理论依据,基于信息技术为实现风电-储能价值链的信息协同提供了参考。本文选题不仅有理论探讨意义,还有重要的应用前景和实践意义。
秦超[7]（2020）在《综合能源系统电-气-热多能源优化及风险研究》文中指出随着人们对能源的需求越来越多样化,可再生能源的大规模开发利用,以及分布式能源系统技术的进步,包括电力、天然气、热能、风能、太阳能等多种能源形式的综合能源系统正日益受到世界各国的青睐。综合能源系统的提出和发展,提升了能源综合利用效率,促进了多种能源梯级利用、互补互济,解决了能源供求不均衡等问题。电转气技术、分布式能源发电技术以及特高压输电技术的进步,为从园区、城市到区域等各层级综合能源系统的发展奠定了基础,而在综合能源系统的技术经济分析、风险驱动因素的识别与度量等领域有待进一步研究。因此,本文以综合能源系统为研究对象,对系统中的电/气/热多种异质能源转换优化,与传统供能模式的经济环境效益对比分析,以及综合能源系统的风险分析及度量开展研究。优化了可再生能源的接入电网的消纳问题,实现了能源跨区域的协调优化,也为Copula方法解决能源市场风险和各异质能源的耦合风险提供了新的视角,本文的主要研究内容如下:（1）在论文研究背景的基础上,阐述了研究目的与研究意义,随后对本文的主要研究内容分角度开展国内外研究现状及文献综述,最后给出了论文的技术路线、研究难点、关键问题以及论文创新点。论文第二章基于综合能源系统中所包括的电力、天然气与热力的能源消费、价格走势与市场状况,开展相关性分析、平稳性分析以及分位数回归分析,为下文的综合能源系统电-气-热多能源优化及风险研究奠定研究基础。（2）研究综合能源系统电-气-热能源转换优化。综合能源系统将电力、天然气、热力供能网与可再生能源发电相结合,以提升可再生能源发电消纳与平滑负荷需求曲线。由于系统中可再生能源发电出力波动,需求负荷的波动等造成系统因素的不确定性,需充分考虑供给侧风电消纳与需求侧电负荷波动,将优化的多目标设计为系统燃料成本最小,系统弃风电量最小以及电能需求侧峰谷负荷方差最小,结合电力、天然气、热力网络系统约束,构建电-气-热综合能源系统多目标优化模型。（3）研究综合能源系统天然气消费结构优化。在天然气供应能力紧缺情况下,重点考虑气-电转换与气-热转换情形下综合能源系统消费结构的整体优化。在天然气供应不确定性和燃气机组调峰能力约束情况下,综合考虑天然气成本、供给侧风电消纳与天然气供应不确定性三个目标函数,并结合效用理论对天然气消费的社会效用与用户效用计算,构建考虑供应不确定性和调峰能力约束的天然气消费结构多目标优化分配模型。（4）对计及地热能的综合供热系统展开经济环境效益分析。为了更加充分有效地进行资源合理配置,促进可再生能源消纳,推进寒冷地区清洁取暖,在综合能源系统框架下,以热能作为主要着力点,优化了计及地热能的综合供热系统。按照燃气调峰比例以及地热供暖所占基本热负荷比例进行情景分析,对比分析不同情景下的综合供热系统与燃煤锅炉集中供热的环境经济效益。并分别根据能源价格因素、燃气调峰锅炉调峰比例、地源热泵供热的基本热负荷比例对热源展开敏感性分析,以及据此探讨燃气锅炉调峰比例对综合供热系统的经济成本影响。（5）分析了综合能源系统电-气-热多能源故障风险。首先识别资金流、能量流、信息流在内的综合能源系统风险源,以物理实体构成、商业主体运营、虚拟价值分析构建综合能源系统资金-能量-信息风险框架。其次,在风险框架内,开展市场层风险的时序性分析、物理层风险的相关性分析以及信息层风险的稳定性分析。再次,分别研究电力系统、天然气系统以及热力系统的可靠性,分析评估综合能源系统故障风险,并以故障树分析法和灰色关联分析法分析电力系统故障原因。（6）对综合能源系统电-气-热多能源市场与耦合风险进行度量。影响能源市场以及综合能源系统中能源生产、传输、转换的风险驱动因素复杂,例如,能源的价格波动与供需不确定往往会给综合能源系统中能源转换和能量耦合带来风险,本文以能源市场收益率和各类型机组出力作为度量综合能源系统市场风险与能量耦合风险的切入点。首先收集综合能源系统中各风险因子变动的时间序列与各能源机组出力曲线,其次,采用非参数核估计方法确定综合能源系统中各风险因子与机组出力的边缘分布,再次,采用极大似然估计法与最小欧氏距离选择最优Copula函数描述各风险因子之间,以及机组出力之间的非线性的相依结构。最后,通过Copula-CVaR模型测度综合能源系统的市场风险与能量耦合风险。
张强[8]（2020）在《基于递归搜索的配电网可靠性与终端布局规划方法研究》文中研究指明近年来,随着我国社会经济发展的不断进步,农村用户对配电网的供电可靠性的要求不断提高。配电自动化设备的大量使用,配电网的双电源供电以及分布式清洁能源、柔性负荷、电动汽车充电系统、储能装置等要素模块化、分散化、随机化接入配电网是未来发展的必然趋势。鉴于此,本文以使用递归搜索算法对配电网架进行搜索为主线,对考虑配电终端的可靠性评估、双电源配电系统的配电终端布局规划方法以及含有微电网配电系统的配电终端布局规划方法展开研究工作,内容如下:1.提出了考虑配电终端的可靠性改进算法。该算法负荷点为起点对网架进行主回路和子回路搜索,按照原则搜索开关上配电终端的类型,分析元件对所评估负荷点可靠性的影响并记录下来,累加这些时间,再根据公式计算负荷点与整个系统的可靠性指标。通过算例验证该模型和算法的有效性。2.构建了基于递归搜索与解析法的双电源配电系统终端布局规划模型,与遗传算法深度融合,在只修改网络基本参数的前提下,得出不同配电网的终端配置的最优方案。通过算例验证该模型和算法的有效性。3.提出了含有微电网的配电系统终端规划布局方法。首先建立风光储等分布式电源的有功出力模型,提出基于蒙特卡洛模拟与递归搜索相结合的可靠性计算方法的搜索原则,建立经济模型与目标函数,用改进的遗传算法对其进行优化,并对遗传算法、蒙特卡洛模拟和递归搜索相结合的过程做具体的研究。通过算例验证该模型和算法的有效性。
刘奕[9]（2020）在《5G网络技术对提升4G网络性能的研究》文中指出随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
蔡霁霖[10]（2019）在《考虑间歇式能源容量价值的储能规划关键技术研究》文中认为发输电系统规划阶段需要评估风电资源对系统供电可靠性的贡献程度,以避免发电侧资源的过度投资。置信容量这一概念正是用于承担这一评估工作。同时,为了降低风电资源不确定性对其贡献程度的不利影响,可以考虑配置储能系统,提升其置信容量,促进能源结构向环境友好型逐步转变。本文以此作为研究对象,针对当前风电资源置信容量的快速准确计算以及储能提升风电容量价值的运行策略方面还存在的各种不足,开展了一系列相关研究。具体工作包括:（1）提出一种基于偏移正态分布混合模型和藤结构copulas函数的广域区间多风电出力随机场景生成方法。采用藤结构copulas函数作为各风电出力边际分布之间的连接函数,实现了边际分布和相关性结构的解耦,规避了直接拟合高维联合分布的困难,并提升了相关性结构建模的灵活性。边际分布建模部分则采用能够计及高阶统计量信息的偏移正态分布混合模型,实现了精度与复杂度的良好平衡。该模型对不同具有不同统计特征的联合分布函数的适应性更强,能够产生大量贴合原始经验分布的多风速高维样本,为后续风电置信容量评估提供场景和数据方面的支撑。（2）提出一种考虑风电负荷相关性的改进交叉熵重要性采样法,用于发输电系统可靠性加速评估。该方法首先通过提出同质机组概念以及与之配合的多项分布重要性采样参数更新方法,从而将多项分布融入到可靠性计算的重要性采样过程中,最终实现了机组状态变量的降维。然后提出利用联合正态变换法将风电负荷历史数据中的相关性结构融入到重要性采样样本中,从而降低无效样本在用于计算可靠性指标的所有系统状态样本中所占比例,提升计算效率,为后续风电置信容量评估过程提供有力的算法支撑。（3）详细分析了弦截法与可靠性指标计算的模拟法结合时存在的精度不足和收敛困难等问题,并提出采用基于光滑样条插值思想的非迭代式算法降低计算结果的波动性。该方法不仅规避了传统插值法必须经过插值点的而造成的对插值点处计算精度过于依赖的不利情况,而且不需要预先确定拟合函数的参数形式,因此可用于方便灵活地计算风电资源的置信容量。（4）提出一种基于加速时序蒙特卡洛法的风电置信容量算法,用于考虑风电和负荷自身的时间自相关特性。尝试利用重要性采样思想修正常规机组的可靠性参数,实现时序蒙特卡洛法计算可靠性指标速度的提升,并提出与时序算法相匹配的光滑样条插值法进行风电置信容量的计算。（5）提出了一种以提升风电场置信容量为目标的电池储能配置方法,针对储能配置过程中需要预先确定储能运行策略的问题,在分析电池储能自身特性以及在优化问题中的模型及约束后,采用风储系统联合出力日内峰谷差最小和风储联合系统出力与负荷曲线相关性最高这两种不同的储能出力控制方法求解其对应的运行策略。采用随机场景生成和削减的方法构建多个典型年场景来考虑负荷和风电出力的随机性,保证求解得到的储能配置方案的普适性。最后通过后验式置信容量重新评估,对不同容量的储能接入后风储联合系统的置信容量的提升效果进行灵敏度分析,从而给决策者提供确定配置方案的依据。本文所提出的风电置信容量评估和提升方法可为含风电电力系统的规划工作提供理论支撑,促进风电渗透率的提高和能源结构的改善。
二、工程建设中复杂网络系统可靠性最优配置的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、工程建设中复杂网络系统可靠性最优配置的研究（论文提纲范文）
（1）基于动态流模型的智能电网相依网络可靠性评估与优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及其意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电网系统网络可靠性分析研究现状 |
| 1.2.2 电力-通信系统可靠性优化研究现状 |
| 1.3 论文主要工作 |
| 1.4 论文组织安排 |
| 1.5 本章小结 |
| 第二章 基于动态流的智能电网相依网络可靠性评估 |
| 2.1 问题描述 |
| 2.2 基于动态流的电网相依网络模型 |
| 2.2.1 电力-通信双层相依网络拓扑模型建模 |
| 2.2.2 基于数据流的电力通信网络模型 |
| 2.2.3 动态电力传输网络模型 |
| 2.3 基于动态流的电力-通信相依网络级联故障机制建模 |
| 2.4 实验仿真与结果分析 |
| 2.4.1 网络环境及参数设置 |
| 2.4.2 仿真结果分析 |
| 2.5 本章小结 |
| 第三章 基于动态流的智能电网关键节点识别及去耦合策略 |
| 3.1 问题描述 |
| 3.2 基于复杂网络理论的电网系统相依网络节点关键度评估方法 |
| 3.2.1 基于节点度数的相依网络节点关键度评估 |
| 3.2.2 基于介数集中度的相依网络节点关键度评估 |
| 3.3 基于流的电网系统相依网络关键节点识别及去耦合策略 |
| 3.3.1 基于复杂网络理论的相依网络节点关键度评估的局限性 |
| 3.3.2 基于静态流的相依网络节点关键度评估 |
| 3.3.3 基于动态流的相依网络节点关键度评估 |
| 3.4 实验仿真与结果分析 |
| 3.4.1 网络环境设置及可靠性优化评估指标 |
| 3.4.2 仿真结果分析 |
| 3.5 本章小结 |
| 第四章 基于深度强化学习的电力通信网双路由算法 |
| 4.1 问题描述 |
| 4.2 基于A3C的电力通信业务自适应双路由算法 |
| 4.2.1 深度强化学习算法基本概念 |
| 4.2.2 电力通信业务保护路由问题建模 |
| 4.2.3 马尔科夫决策过程模型建模 |
| 4.2.4 自适应保护路由算法整体流程 |
| 4.2.5 基于A3C框架的路由算法训练优化实现 |
| 4.3 实验仿真与结果分析 |
| 4.3.1 网络环境及参数设置 |
| 4.3.2 算法收敛性分析 |
| 4.3.3 电力-通信耦合网络可靠性优化效果分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（2）计及故障传播的电-气耦合系统可靠性分析及备用优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电-气耦合系统可靠性分析研究概述 |
| 1.2.2 电-气耦合系统容量规划研究概述 |
| 1.2.3 电-气耦合系统运行备用优化概述 |
| 1.3 论文的主要内容 |
| 第二章 电-气耦合系统的可靠性通用建模方法 |
| 2.1 引言 |
| 2.2 电-气耦合系统可靠性分析框架 |
| 2.3 独立元件可靠性建模 |
| 2.3.1 气源可靠性建模 |
| 2.3.2 压缩机可靠性建模 |
| 2.3.3 储气装置可靠性建模 |
| 2.3.4 燃煤机组可靠性建模 |
| 2.4 电-气耦合系统可靠性建模 |
| 2.4.1 天然气系统可靠性建模 |
| 2.4.2 耦合元件(天然气机组)可靠性建模 |
| 2.4.3 考虑天然气系统影响的电力系统可靠性建模 |
| 2.5 算例分析 |
| 2.5.1 测试系统与参数设置 |
| 2.5.2 案例1:耦合程度对电-气耦合系统可靠性的影响 |
| 2.5.3 案例2:储气装置容量水平对系统可靠性的影响 |
| 2.5.4 案例3:UGF技术与MCS法在大规模系统中对比 |
| 2.6 本章小结 |
| 第三章 考虑连锁效应的电-气耦合系统可靠性分析 |
| 3.1 引言 |
| 3.2 考虑P2G装置接入的电-气耦合系统连锁效应描述 |
| 3.2.1 考虑P2G装置接入的电-气耦合系统架构 |
| 3.2.2 考虑连锁效应的故障传播过程刻画 |
| 3.3 连锁效应时空动态传播建模 |
| 3.3.1 初始故障 |
| 3.3.2 耦合元件建模 |
| 3.3.3 天然气系统再调度模型 |
| 3.3.4 电力系统再调度模型 |
| 3.3.5 连锁效应停止的判定依据 |
| 3.4 考虑连锁效应的电-气耦合系统可靠性分析方法 |
| 3.4.1 可靠性指标 |
| 3.4.2 基于MCS法的可靠性分析流程 |
| 3.5 算例分析 |
| 3.5.1 测试系统与参数设置 |
| 3.5.2 案例1:连锁效应对系统可靠性的影响分析 |
| 3.5.3 案例2:大规模测试系统可靠性分析 |
| 3.6 本章小结 |
| 第四章 计及经济性与可靠性协调的电-气耦合系统容量规划 |
| 4.1 引言 |
| 4.2 负荷与元件故障的模糊模型 |
| 4.2.1 模糊负荷持续曲线模型 |
| 4.2.2 模糊元件状态持续曲线模型 |
| 4.3 协调经济性与可靠性的电-气耦合系统容量规划模型 |
| 4.3.1 目标函数 |
| 4.3.2 考虑故障传播的概率可靠性约束构建 |
| 4.3.3 系统建设投资约束构建 |
| 4.3.4 系统运行约束构建 |
| 4.4 求解方法 |
| 4.4.1 模糊数处理方法 |
| 4.4.2 规划模型分解求解算法 |
| 4.4.3 容量规划模型求解流程 |
| 4.5 算例分析 |
| 4.5.1 测试系统与参数设置 |
| 4.5.2 案例1:考虑不同故障类型的规划结果比较分析 |
| 4.5.3 案例2:可靠性要求对规划结果影响的灵敏度分析 |
| 4.6 本章小结 |
| 第五章 考虑概率可靠性约束的电-气耦合系统运行备用优化 |
| 5.1 引言 |
| 5.2 考虑故障传播的电-气耦合系统概率可靠性约束构建 |
| 5.2.1 发电机组与气源提供备用的多状态模型 |
| 5.2.2 风电机组的多状态模型 |
| 5.2.3 考虑故障传播的概率可靠性约束 |
| 5.3 含概率可靠性约束的电、气备用协同优化模型 |
| 5.3.1 目标函数 |
| 5.3.2 天然气系统运行约束 |
| 5.3.3 电力系统运行约束 |
| 5.3.4 可靠性约束 |
| 5.4 求解方法 |
| 5.4.1 可靠性约束线性化 |
| 5.4.2 天然气潮流方程线性化 |
| 5.5 算例分析 |
| 5.5.1 测试系统与参数设置 |
| 5.5.2 案例1:不同故障类型下备用优化结果分析 |
| 5.5.3 案例2:可靠性要求变化对备用优化结果的灵敏度分析 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 作者简历 |
| 攻读博士学位期间的学术成果 |
（3）独立运行风光柴储微电网多目标容量优化配置研究（论文提纲范文）
| 摘要 |
| Abstract |
| 物理量名称和变量表 |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 课题的提出 |
| 1.1.3 研究的目的和意义 |
| 1.2 微电网多目标容量优化配置关键技术研究综述 |
| 1.2.1 多目标优化模型研究现状 |
| 1.2.2 多目标优化算法的研究现状 |
| 1.2.3 源荷数据的不确定性研究现状 |
| 1.2.4 运行策略的研究现状 |
| 1.3 本文的主要研究内容 |
| 第二章 独立运行风光柴储微电网的拓扑结构与优化模型 |
| 2.1 引言 |
| 2.2 风光柴储微电网的拓扑结构及工作原理 |
| 2.2.1 拓扑结构 |
| 2.2.2 工作原理 |
| 2.3 分布式电源静态特征模型 |
| 2.3.1 风力发电机出力模型 |
| 2.3.2 光伏发电系统出力模型 |
| 2.3.3 柴油发电机油耗模型 |
| 2.3.4 储能S_(OC)时序变化和寿命模型 |
| 2.4 微电网多目标容量优化配置数学模型 |
| 2.5 求解多目标容量优化配置模型的脉络关系 |
| 2.5.1 优化配置关键因素之间的相互联系 |
| 2.5.2 优化计算满足约束条件的过程 |
| 2.6 独立运行风光柴储微电网算例参数 |
| 2.7 本章小结 |
| 第三章 独立运行风光柴储微电网多目标容量优化配置的风光荷数据场景生成 |
| 3.1 引言 |
| 3.2 WGAN的基本原理 |
| 3.2.1 WGAN的基本原理 |
| 3.2.2 WGAN的训练算法 |
| 3.3 针对风光荷数据场景生成的WGAN模型设计与训练 |
| 3.3.1 格式化样本数据 |
| 3.3.2 WGAN模型设计 |
| 3.3.3 WGAN模型的训练过程 |
| 3.4 风光荷数据WGAN模型统计特性分析 |
| 3.4.1 一年期生成数据 |
| 3.4.2 时间尺度统计特性分析 |
| 3.4.3 空间尺度统计特性分析 |
| 3.5 本章小结 |
| 第四章 独立运行风光柴储微电网多目标容量优化配置的运行策略 |
| 4.1 引言 |
| 4.2 风光柴储微电网运行工况分析 |
| 4.2.1 柴油发电机的启停条件设计 |
| 4.2.2 微电网运行工况分析 |
| 4.3 风光柴储微电网运行策略 |
| 4.3.1 OPBES运行策略 |
| 4.3.2 OPDE运行策略 |
| 4.3.3 OPDEPR运行策略 |
| 4.4 运行策略的实现流程 |
| 4.5 本章小结 |
| 第五章 独立运行风光柴储微电网多目标容量优化配置的求解算法 |
| 5.1 引言 |
| 5.2 多目标优化算法相关术语定义 |
| 5.3 SPEA2算法的基本原理及特点分析 |
| 5.3.1 SPEA2多目标优化算法的基本原理 |
| 5.3.2 SPEA2算法的特点分析 |
| 5.4 SARAP多目标优化算法的提出及其原理 |
| 5.4.1 SARAP算法的提出 |
| 5.4.2 SARAP多目标优化算法的原理 |
| 5.4.3 SARAP算法的流程 |
| 5.5 SARAP多目标优化算法的时间复杂度分析 |
| 5.5.1 时间复杂度指标的说明 |
| 5.5.2 时间复杂度的计算 |
| 5.6 SARAP多目标优化算法的收敛性分析 |
| 5.6.1 基于交集法的收敛性分析 |
| 5.6.2 基于IGD~+指标的收敛性分析 |
| 5.6.3 基于HV指标的收敛性分析 |
| 5.7 基于多组场景数据和SARAP的随机场景技术计算流程 |
| 5.8 基于TOPSIS法的多目标决策 |
| 5.9 本章小结 |
| 第六章 独立运行风光柴储微电网多目标容量优化配置结果分析及生产模拟 |
| 6.1 引言 |
| 6.2 基于历史数据的多目标容量优化配置结果分析 |
| 6.2.1 最优解集分析 |
| 6.2.2 典型配置方案的对比分析 |
| 6.3 基于随机场景技术的多目标容量优化配置结果分析 |
| 6.3.1 场景数据生成与分析 |
| 6.3.2 容量优化配置结果分析 |
| 6.4 多目标优化配置的运行策略选择分析 |
| 6.4.1 不同运行策略下的最优解集比较分析 |
| 6.4.2 同一配置方案在不同运行策略下的比较分析 |
| 6.5 典型配置方案的生产模拟 |
| 6.5.1 历史资源数据特性分析 |
| 6.5.2 一年期数据生产模拟 |
| 6.5.3 典型日数据生产模拟 |
| 6.6 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 功读博士学位期间发表的学术论文及取得的科研成果 |
（4）城市供水管网抗震可靠性分析方法及系统开发研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 供水管网震害风险评估理论研究现状 |
| 1.2.1 场地地震危险性分析 |
| 1.2.2 供水管道地震易损性分析 |
| 1.3 供水管网抗震可靠性及修复决策分析 |
| 1.3.1 供水管网连通可靠性分析研究 |
| 1.3.2 供水管网功能可靠性分析研究 |
| 1.3.3 供水管网震后修复决策分析研究 |
| 1.4 供水管网抗震可靠性分析系统研究 |
| 1.5 本文主要研究内容 |
| 1.5.1 研究内容 |
| 1.5.2 技术路线 |
| 2 考虑场地效应的地震危险性研究 |
| 2.1 确定性地震危险性分析方法 |
| 2.2 考虑频率相关性的等效线性法 |
| 2.2.1 一维土层地震反应等效线性化方法 |
| 2.2.2 考虑应变区间折减的频率相关等效线性化方法 |
| 2.2.3 基于竖向台站地震动记录的可靠性分析 |
| 2.2.4 考虑频率相关性的土层地震反应分析系统研发 |
| 2.3 考虑场地效应的地震危险性分析 |
| 2.3.1 工程场地 |
| 2.3.2 场地模型地震反应分析 |
| 2.3.3 考虑多因素的场地效应模型 |
| 2.3.4 考虑场地效应的地震危险性分析 |
| 2.4 本章小结 |
| 3 供水管道地震易损性分析 |
| 3.1 地下管道震害分析及管道分类 |
| 3.1.1 地下管道破坏的主要类型 |
| 3.1.2 影响管道破坏的主要因素 |
| 3.1.3 地下供水管道分类 |
| 3.2 供水管道地震易损性分析 |
| 3.2.1 解析地震易损性分析方法 |
| 3.2.2 概率地震需求分析 |
| 3.2.3 概率抗震能力分析 |
| 3.2.4 地震易损线曲线 |
| 3.3 管道地震易损性曲线管理系统研发 |
| 3.3.1 需求分析 |
| 3.3.2 功能架构设计 |
| 3.3.3 系统实现 |
| 3.4 本章小结 |
| 4 基于CUDA的供水管网抗震连通可靠性分析 |
| 4.1 供水管网系统可靠性分析基础 |
| 4.1.1 供水管网简化模型 |
| 4.1.2 管线破坏概率的确定 |
| 4.1.3 管网连通可靠性分析方法 |
| 4.2 图论模型 |
| 4.2.1 图论基本定义 |
| 4.2.2 图的存储形式 |
| 4.2.3 图的连通性判别算法 |
| 4.3 QMC方法在供水管网连通可靠性中的应用 |
| 4.3.1 QMC方法原理及误差 |
| 4.3.2 低偏差Sobol序列 |
| 4.3.3 QMC方法用于供水管网连通可靠性分析 |
| 4.4 基于CUDA的供水管网连通可靠性并行算法 |
| 4.4.1 CUDA编程原理 |
| 4.4.2 并行方案设计 |
| 4.4.3 算法的CUDA实现 |
| 4.5 算例分析 |
| 4.6 本章小结 |
| 5 供水管网抗震功能可靠性分析及修复决策分析 |
| 5.1 常态下供水管网水力分析 |
| 5.1.1 供水管网基本水力方程 |
| 5.1.2 供水管网水力分析方法 |
| 5.2 震后供水管网功能可靠性分析 |
| 5.2.1 供水管线渗漏模型 |
| 5.2.2 供水管线爆管模型 |
| 5.2.3 用户节点出流模型 |
| 5.2.4 基于QMC法的震损管网水力分析方法 |
| 5.2.5 供水管网抗震功能可靠性计算模型及程序 |
| 5.2.6 算例分析 |
| 5.3 供水管网震后修复决策分析 |
| 5.3.1 供水管网水力满意度指标的建立 |
| 5.3.2 震损管线水力重要度指标的建立 |
| 5.3.3 供水管网震后修复策略 |
| 5.3.4 抢修队伍多目标优化调度模型 |
| 5.3.5 基于遗传算法的多目标优化调度算法实现 |
| 5.3.6 算例分析 |
| 5.4 本章小结 |
| 6 城市供水管网抗震可靠性评估系统开发与初步示范应用 |
| 6.1 系统设计目标与原则 |
| 6.1.1 系统设计目标 |
| 6.1.2 系统设计原则 |
| 6.2 系统开发关键技术 |
| 6.2.1 插件技术 |
| 6.2.2 Sharp Develop插件系统 |
| 6.2.3 .NET Framework |
| 6.2.4 Arc GIS Engine |
| 6.2.5 多语言混合编程技术 |
| 6.3 系统概要设计 |
| 6.3.1 系统总体架构设计 |
| 6.3.2 系统功能模块设计 |
| 6.3.3 数据库设计 |
| 6.3.4 系统开发环境 |
| 6.4 框架平台设计 |
| 6.4.1 插件契约 |
| 6.4.2 插件引擎 |
| 6.4.3 插件管理器 |
| 6.4.4 框架基础 |
| 6.5 管网可靠性评估系统实现 |
| 6.5.1 插件实现过程 |
| 6.5.2 供水管网抗震可靠性分析系统实现 |
| 6.6 系统初步应用 |
| 6.6.1 西安市供水管网系统概况 |
| 6.6.2 西安市供水管网可靠性分析 |
| 6.7 本章小节 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 展望 |
| 参考文献 |
| 附表 |
| 附图 |
| 致谢 |
| 附录 |
| 附录一:发表学术论文情况 |
| 附录二:出版专着情况 |
| 附录三:授权发明专利 |
| 附录四:登记软件着作权 |
| 附录五:参加的科研项目 |
| 附录六:获奖情况 |
（5）含微网配电网可靠性评估及微电源容量优化配置（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 微电网发展现状 |
| 1.2.1 微电网的概念 |
| 1.2.2 国外微电网发展现状 |
| 1.2.3 国内微电网发展现状 |
| 1.3 含微网的配电网可靠性研究概述 |
| 1.4 微电网容量优化配置研究概述 |
| 1.5 本文的主要工作 |
| 2 可靠性评估基础及微电网电源基本模型 |
| 2.1 元件可靠性模型及可靠性评估指标 |
| 2.1.1 元件可靠性评估模型 |
| 2.1.2 负荷点可靠性指标 |
| 2.1.3 系统可靠性指标 |
| 2.2 可靠性评估方法 |
| 2.2.1 解析法 |
| 2.2.2 模拟法 |
| 2.3 微电网电源及时序负荷模型 |
| 2.3.1 风力发电系统 |
| 2.3.2 光伏发电系统 |
| 2.3.3 储能电池充放电模型 |
| 2.3.4 柴油发电机模型 |
| 2.3.5 时序负荷模型 |
| 2.4 本章小结 |
| 3 含微网配电网可靠性评估 |
| 3.1 引言 |
| 3.2 可靠性评估中的蒙特卡洛法 |
| 3.2.1 状态抽样法 |
| 3.2.2 状态持续时间抽样法 |
| 3.3 时序蒙特卡洛算法分析配电网可靠性 |
| 3.3.1 传统配电网可靠性评估方法 |
| 3.3.2 含微网配电网可靠性评估方法 |
| 3.4 算例分析 |
| 3.4.1 基础数据 |
| 3.4.2 可靠性指标计算结果 |
| 3.5 本章小结 |
| 4 独立型微电网电源容量优化配置 |
| 4.1 引言 |
| 4.2 系统组成与优化配置 |
| 4.2.1 典型系统组成及配置原则 |
| 4.2.2 目标函数及约束条件 |
| 4.2.3 运行策略 |
| 4.3 仿真软件介绍 |
| 4.4 算例分析 |
| 4.4.1 基础数据 |
| 4.4.2 优化结果分析 |
| 4.4.3 灵敏度分析 |
| 4.5 本章小结 |
| 5 并网型微电网电源容量优化配置 |
| 5.1 引言 |
| 5.2 系统组成与优化配置 |
| 5.2.1 典型系统组成及配置原则 |
| 5.2.2 目标函数及约束条件 |
| 5.2.3 运行策略 |
| 5.2.4 并网型微电网性能指标 |
| 5.3 算例分析 |
| 5.3.1 基础数据 |
| 5.3.2 优化结果分析 |
| 5.3.3 灵敏度分析 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
（6）风电-储能价值链协同决策模型及信息系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 风电-储能价值链研究现状 |
| 1.2.2 风电-储能价值链利益管理决策 |
| 1.2.3 风电-储能价值链协同优化决策 |
| 1.2.4 风电-储能价值链价值增值效应决策 |
| 1.2.5 信息技术与价值链协同方面研究 |
| 1.3 论文主要研究内容和创新点 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文研究创新点 |
| 第2章 风电-储能价值链构建及协同决策分析 |
| 2.1 风电及储能现状分析 |
| 2.1.1 风电发展现状 |
| 2.1.2 风电与储能协同发展现状 |
| 2.1.3 风电和储能协同发展瓶颈分析 |
| 2.2 风电-储能价值链内涵与构建 |
| 2.2.1 风电产业链和价值链 |
| 2.2.2 风电-储能价值链的基本内涵 |
| 2.2.3 风电-储能价值链的构建 |
| 2.2.4 新一代信息技术对风电-储能价值链的支撑 |
| 2.3 风电-储能价值链协同决策理论框架分析 |
| 2.3.1 协同决策的必要性 |
| 2.3.2 协同决策问题分析 |
| 2.3.3 协同决策维度 |
| 2.3.4 协同决策内容 |
| 2.3.5 协同决策框架 |
| 2.4 本章小结 |
| 第3章 风电-储能价值链利益管理的协同决策模型 |
| 3.1 引言 |
| 3.2 风电商-储能商协同交易模式及分析 |
| 3.3 风电商-储能商协同演化博弈模型 |
| 3.3.1 演化博弈理论 |
| 3.3.2 模型假设 |
| 3.3.3 协同交易策略及收益函数 |
| 3.3.4 动态演化博弈模型及分析 |
| 3.4 仿真验证及结果分析 |
| 3.4.1 仿真设计 |
| 3.4.2 结果分析 |
| 3.4.3 敏感性分析 |
| 3.5 本章小结 |
| 第4章 风电-储能价值链容量管理的协同决策模型 |
| 4.1 引言 |
| 4.2 储能容量管理的协同框架及分析 |
| 4.3 储能容量管理的运行策略及模型构建 |
| 4.3.1 WF-HESS运行策略 |
| 4.3.2 WF-HESS组件模型 |
| 4.3.3 WF-HESS能量管理模型 |
| 4.4 储能容量管理的协同优化决策模型 |
| 4.4.1 多目标协同优化决策模型 |
| 4.4.2 基于MOPSO和TOPSIS的求解算法 |
| 4.4.3 算例分析 |
| 4.5 本章小结 |
| 第5章 风电-储能价值链用能管理的协同决策模型 |
| 5.1 引言 |
| 5.2 用能管理的协同框架及分析 |
| 5.3 系统组件模型构建与控制策略 |
| 5.3.1 组件模型构建 |
| 5.3.2 系统控制策略 |
| 5.4 用能管理的协同优化决策模型 |
| 5.4.1 目标函数 |
| 5.4.2 约束条件 |
| 5.4.3 基于IAGA的模型求解算法 |
| 5.4.4 情景分析 |
| 5.5 本章小结 |
| 第6章 风电-储能价值链价值增值效应的协同决策模型 |
| 6.1 引言 |
| 6.2 价值增值效应决策指标体系 |
| 6.2.1 指标构建原则 |
| 6.2.2 指标体系构建 |
| 6.3 价值链价值增值效应决策模型 |
| 6.3.1 决策指标的预处理 |
| 6.3.2 区间二型模糊数确定指标权重 |
| 6.3.3 区间二型模糊TOPSIS综合决策模型 |
| 6.4 算例分析 |
| 6.4.1 基础数据 |
| 6.4.2 结果分析 |
| 6.4.3 讨论分析 |
| 6.5 本章小结 |
| 第7章 风电-储能价值链信息系统架构设计 |
| 7.1 系统分析 |
| 7.1.1 系统需求分析 |
| 7.1.2 可行性分析 |
| 7.2 整体架构设计 |
| 7.2.1 设计原则 |
| 7.2.2 工作流程设计 |
| 7.2.3 系统架构 |
| 7.2.4 物联集成模型 |
| 7.2.5 信息集成与共享模型 |
| 7.3 系统功能设计 |
| 7.3.1 数据库设计 |
| 7.3.2 模型库设计 |
| 7.3.3 方法库设计 |
| 7.3.4 功能架构设计 |
| 7.4 关键技术 |
| 7.5 本章小结 |
| 第8章 研究成果与结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（7）综合能源系统电-气-热多能源优化及风险研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 综合能源系统优化研究 |
| 1.2.2 综合能源系统电/气/热耦合研究 |
| 1.2.3 综合能源系统风险研究 |
| 1.2.4 Copula方法应用研究 |
| 1.2.5 文献述评 |
| 1.3 论文主要研究内容和技术路线 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 研究难点及拟解决关键问题 |
| 1.3.3 论文研究创新点 |
| 第2章 综合能源系统电-气-热多能源消费与市场分析 |
| 2.1 引言 |
| 2.2 电-气-热能源消费与能源价格现状 |
| 2.2.1 电-气-热能源消费现状 |
| 2.2.2 电-气-热能源价格现状 |
| 2.2.3 电-气-热能源市场现状 |
| 2.3 分析模型构建 |
| 2.3.1 相关性检验模型 |
| 2.3.2 平稳性检验模型 |
| 2.3.3 分位数回归模型 |
| 2.3.4 连续收益率模型 |
| 2.4 数据处理 |
| 2.4.1 原始数据及数据来源 |
| 2.4.2 指标数据标准化处理 |
| 2.4.3 数据基本统计描述 |
| 2.5 算例分析 |
| 2.5.1 相关性分析 |
| 2.5.2 平稳性分析 |
| 2.5.3 分位数回归分析 |
| 2.6 本章小结 |
| 第3章 综合能源系统电-气-热多能源转换优化分析 |
| 3.1 引言 |
| 3.2 理论方法 |
| 3.2.1 优化算法 |
| 3.2.2 鲁棒优化 |
| 3.3 综合能源系统分析 |
| 3.3.1 综合能源系统不确定性分析 |
| 3.3.2 综合能源系统多目标优化分析 |
| 3.4 综合能源系统多目标优化模型 |
| 3.4.1 目标函数 |
| 3.4.2 约束条件 |
| 3.5 算例分析 |
| 3.5.1 算例介绍 |
| 3.5.2 算例求解 |
| 3.6 本章小结 |
| 第4章 综合能源系统天然气消费结构优化分析 |
| 4.1 引言 |
| 4.2 理论方法 |
| 4.2.1 优化算法 |
| 4.2.2 效用理论 |
| 4.3 天然气供需与应用分析 |
| 4.3.1 天然气供需情况分析 |
| 4.3.2 燃气机组调峰能力分析 |
| 4.4 天然气多目标优化分配模型 |
| 4.4.1 目标函数 |
| 4.4.2 约束条件 |
| 4.5 算例分析 |
| 4.5.1 算例介绍 |
| 4.5.2 算例求解 |
| 4.5.3 结果分析 |
| 4.6 本章小结 |
| 第5章 综合供热系统经济环境效益分析与多能源优化 |
| 5.1 引言 |
| 5.2 系统构建 |
| 5.2.1 综合能源系统 |
| 5.2.2 计及地热能的综合供热系统 |
| 5.3 经济环境效益评估模型 |
| 5.3.1 供暖期热负荷 |
| 5.3.2 经济效益评估模型 |
| 5.3.3 环境效益评估模型 |
| 5.4 算例分析 |
| 5.4.1 需热量和供热负荷计算 |
| 5.4.2 经济效益分析 |
| 5.4.3 环境效益分析 |
| 5.5 基于敏感性分析的多能源优化 |
| 5.5.1 价格因素对热源的敏感性分析 |
| 5.5.2 负荷比例对热源的敏感性分析 |
| 5.6 本章小结 |
| 第6章 综合能源系统电-气-热多能源故障风险分析 |
| 6.1 引言 |
| 6.2 理论基础 |
| 6.2.1 综合能源系统风险框架 |
| 6.2.2 故障树分析法 |
| 6.3 综合能源系统风险分析 |
| 6.3.1 市场层风险的时序性分析 |
| 6.3.2 物理层风险的相关性分析 |
| 6.3.3 信息层风险的稳定性分析 |
| 6.4 综合能源系统可靠性风险分析 |
| 6.4.1 电力系统供电可靠性分析 |
| 6.4.2 天然气系统供气可靠性分析 |
| 6.4.3 热力系统供热可靠性分析 |
| 6.4.4 电-气-热供能系统可靠性分析 |
| 6.5 算例分析 |
| 6.5.1 供电风险故障树分析 |
| 6.5.2 电力系统可靠性灰色关联度分析 |
| 6.6 本章小结 |
| 第7章 综合能源系统电-气-热多能源市场与耦合风险度量 |
| 7.1 引言 |
| 7.2 基础理论 |
| 7.2.1 Copula方法 |
| 7.2.2 VaR与CVaR |
| 7.2.3 非参数估计 |
| 7.2.4 方法步骤 |
| 7.3 综合能源系统Copula-CVaR模型 |
| 7.3.1 各类机组出力特征 |
| 7.3.2 机组出力概率分布 |
| 7.3.3 Copula-CVaR风险测度模型 |
| 7.4 综合能源系统的能源市场风险测度 |
| 7.4.1 市场风险因子边缘分布假设 |
| 7.4.2 Copula估计 |
| 7.4.3 Copula-CVaR风险测度 |
| 7.5 综合能源系统的能量耦合风险测度 |
| 7.5.1 耦合风险因子边缘分布假设 |
| 7.5.2 Copula估计 |
| 7.5.3 Copula-CVaR风险测度 |
| 7.6 本章小结 |
| 第8章 综合能源系统电-气-热多能源优化及风险防范建议 |
| 8.1 问题分析 |
| 8.2 建议方案 |
| 8.3 本章小结 |
| 第9章 研究成果与结论 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
（8）基于递归搜索的配电网可靠性与终端布局规划方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要工作 |
| 2 考虑配电终端的配网递归搜索改进算法 |
| 2.1 引言 |
| 2.2 配电网可靠性评估指标 |
| 2.2.1 元件的可靠性参数 |
| 2.2.2 元件的可靠性指标模型 |
| 2.2.3 串并联系统的可靠性模型 |
| 2.2.4 配电系统的可靠性指标 |
| 2.3 考虑配电终端的配网递归搜索改进算法搜索原则 |
| 2.4 考虑配电终端的配网递归搜索改进算法的编程实现 |
| 2.5 算例分析 |
| 2.6 本章小结 |
| 3 基于递归搜索的双电源配电系统终端布局规划方法 |
| 3.1 引言 |
| 3.2 配电系统终端布局规划数学模型 |
| 3.3 配电终端提升配电网供电可靠性原理分析 |
| 3.4 基于递归搜索算法与遗传算法融合的终端优化算法 |
| 3.4.1 使用递归搜索算法结合解析法计算供电可靠性 |
| 3.4.2 递归搜索算法和遗传算法融合的配电终端优化配置方法 |
| 3.5 算例分析 |
| 3.6 本章小结 |
| 4 基于递归搜索的含微网配电系统终端布局规划方法 |
| 4.1 引言 |
| 4.2 含微网配电系统可靠性建模 |
| 4.2.1 配电系统中传统电力元件的可靠性模型 |
| 4.2.2 配电系统时序状态的确定 |
| 4.2.3 风光储分布式电源的可靠性建模 |
| 4.2.4 时序负荷模型 |
| 4.3 含微网配电系统各负荷点年平均停电时间的计算 |
| 4.3.1 微网的运行分析及时序模拟 |
| 4.3.2 递归搜索与时序模拟的结合 |
| 4.4 含微网配电自动化终端布局规划方法 |
| 4.5 算例分析 |
| 4.6 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 在读期间发表的学术论文 |
| 作者简介 |
| 致谢 |
| 附件 |
（9）5G网络技术对提升4G网络性能的研究（论文提纲范文）
| 引言 |
| 1 4G网络现处理办法 |
| 2 4G网络可应用的5G关键技术 |
| 2.1 Msssive MIMO技术 |
| 2.2 极简载波技术 |
| 2.3 超密集组网 |
| 2.4 MEC技术 |
| 3 总结 |
（10）考虑间歇式能源容量价值的储能规划关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 风电发展现状及消纳利用前景 |
| 1.1.2 风电置信容量评估的基本概念及算法核心思想 |
| 1.1.3 广域区间多风电场置信容量评估时需要考虑的影响因素 |
| 1.1.4 运用柔性资源提升风电置信容量的技术基础 |
| 1.2 广域区间风电场置信容量评估中风速与负荷联合分布建模研究现状 |
| 1.2.1 风速/风功率边际分布模型和预测模型研究现状 |
| 1.2.2 广域区间多风电场风速与区域负荷相关性建模研究现状 |
| 1.3 计及风电大规模接入的电力系统可靠性评估研究现状 |
| 1.3.1 电力系统可靠性基本概念及常用指标概述 |
| 1.3.2 计及风电大规模接入的电力系统可靠性计算方法研究现状 |
| 1.4 风电置信容量评估方法及提升策略的研究现状 |
| 1.4.1 风电置信容量评估方法研究现状 |
| 1.4.2 风电置信容量提升策略研究现状 |
| 1.5 现有研究存在的不足 |
| 1.6 本文的研究工作 |
| 1.6.1 主要内容 |
| 1.6.2 章节安排 |
| 第二章 风速与负荷的精细化联合分布建模方法 |
| 2.1 引言 |
| 2.2 风速边际分布函数的混合模型 |
| 2.2.1 GMM和 SNMM的基本结构 |
| 2.2.2 混合模型的参数估计方法 |
| 2.2.3 混合模型的拟合优度检验方法 |
| 2.3 风速负荷相关性建模的Vine copula模型 |
| 2.3.1 copula函数法基本原理 |
| 2.3.2 D-Vine copula的基本结构和参数估计 |
| 2.3.3 D-vine copula的拟合优度检验方法 |
| 2.3.4 基于D-Vine copulas和 SNMM模型的风速负荷场景生成 |
| 2.4 算例分析 |
| 2.4.1 算例环境 |
| 2.4.2 验证SNMM的拟合效果 |
| 2.4.3 验证D-Vine copulas的拟合效果 |
| 第三章 计及风电负荷相关性的发输电系统可靠性快速评估 |
| 3.1 引言 |
| 3.2 传统CE-IS方法的理论基础 |
| 3.3 ICE-IS算法中重要性分布的求取 |
| 3.3.1 输电线路的ISPMF |
| 3.3.2 多状态机组的ISPMF |
| 3.3.3 风速负荷联合分布的ISPDF |
| 3.4 ICE-IS的完整算法流程 |
| 3.4.1 ICE-IS预仿真阶段的步骤 |
| 3.4.2 ICE-IS正式仿真阶段的步骤 |
| 3.4.3 算法的误差分析 |
| 3.5 算例分析 |
| 3.5.1 风机的三状态模型 |
| 3.5.2 ICE-IS有效性验证 |
| 3.5.3 风速负荷的相关性结构对含风电发输电系统可靠性的影响 |
| 3.5.4 不同接入节点对含风电发输电系统可靠性的影响 |
| 3.5.5 ICE-IS在更大规模电网中的计算效率验证分析 |
| 第四章 基于非时序模拟法的风电场置信容量算法 |
| 4.1 引言 |
| 4.2 置信容量评价指标 |
| 4.2.1 等效常规机组容量指标的定义 |
| 4.2.2 有效载荷能力指标的定义 |
| 4.2.3 ELCC指标的修正 |
| 4.3 置信容量计算的弦截法 |
| 4.4 弦截法计算置信容量时存在的缺点 |
| 4.4.1 置信容量精度可能不足 |
| 4.4.2 置信容量求解过程可能不收敛 |
| 4.5 置信容量评估的非迭代式光滑样条插值法 |
| 4.6 算例分析 |
| 4.6.1 NISS方法的有效性验证 |
| 4.6.2 负荷与风速相关性对置信容量的影响 |
| 4.6.3 不同置信容量指标对风电场置信容量的影响分析 |
| 4.6.4 风电场渗透率对其置信容量的影响 |
| 4.6.5 采用不同的可靠性指标对置信容量评估的影响 |
| 4.6.6 NISS法在更大规模电网中计算置信容量的有效性验证 |
| 第五章 基于时序模拟法的风电场置信容量算法 |
| 5.1 引言 |
| 5.2 发电系统可靠性指标计算模型 |
| 5.2.1 常规机组年出力模型 |
| 5.2.2 风电出力相关性时序模型 |
| 5.2.3 负荷曲线波动模型 |
| 5.3 发电系统可靠性指标计算的加速时序蒙特卡洛法 |
| 5.3.1 传统时序蒙特卡洛法计算发电系统可靠性指标 |
| 5.3.2 传统SMCS法的误差特性分析 |
| 5.3.3 加速时序蒙特卡洛法的计算发电系统可靠性流程 |
| 5.3.4 ASMCS算法的误差分析 |
| 5.4 基于ELCC指标的置信容量评估 |
| 5.5 甘青地区电网实例分析 |
| 5.5.1 算例环境简介 |
| 5.5.2 ASMCS法效果验证 |
| 5.5.3 置信容量评估结果与分析 |
| 第六章 面向风储联合系统置信容量提升的储能容量配置方法 |
| 6.1 引言 |
| 6.2 电池储能系统的优化模型 |
| 6.2.1 电池储能充放电特性建模 |
| 6.2.2 电池储能的优化运行约束 |
| 6.3 提升风电置信容量的电池储能配置方法 |
| 6.3.1 风储系统联合出力日内峰谷差最小的储能运行策略优化模型 |
| 6.3.2 风储系统联合出力与负荷曲线相关性最高的储能运行策略优化模型 |
| 6.3.3 储能配置方案确定方法 |
| 6.4 风电时序场景生成和削减方法 |
| 6.4.1 风电出力时序场景生成方法 |
| 6.4.2 基于PAM聚类的时序场景削减方法 |
| 6.5 算例分析 |
| 6.5.1 算例环境 |
| 6.5.2 风电出力场景生成结果 |
| 6.5.3 两种不同的BESS优化运行策略下的BESS配置方案结果 |
| 第七章 结论与展望 |
| 7.1 研究工作总结 |
| 7.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者攻读博士学位期间的研究成果 |
四、工程建设中复杂网络系统可靠性最优配置的研究（论文参考文献）
- [1]基于动态流模型的智能电网相依网络可靠性评估与优化[D]. 李若行. 北京邮电大学, 2021(01)
- [2]计及故障传播的电-气耦合系统可靠性分析及备用优化研究[D]. 包铭磊. 浙江大学, 2021(09)
- [3]独立运行风光柴储微电网多目标容量优化配置研究[D]. 刘慧文. 内蒙古工业大学, 2021(01)
- [4]城市供水管网抗震可靠性分析方法及系统开发研究[D]. 龙立. 西安建筑科技大学, 2021
- [5]含微网配电网可靠性评估及微电源容量优化配置[D]. 李中博. 郑州大学, 2020(02)
- [6]风电-储能价值链协同决策模型及信息系统研究[D]. 韦秋霜. 华北电力大学(北京), 2020
- [7]综合能源系统电-气-热多能源优化及风险研究[D]. 秦超. 华北电力大学(北京), 2020(06)
- [8]基于递归搜索的配电网可靠性与终端布局规划方法研究[D]. 张强. 河北农业大学, 2020(01)
- [9]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)
- [10]考虑间歇式能源容量价值的储能规划关键技术研究[D]. 蔡霁霖. 东南大学, 2019(01)