一、基于Lindo的电力市场的购电电价分析（论文文献综述）
孙国强,王善磊,陈胜,吴晨,胡国伟,周亦洲,卫志农[1]（2021）在《基于双层Kriging元模型算法的多产消代理商主从博弈能量管理模型》文中研究表明分布式能源的蓬勃发展为建设低碳高效的能源系统提供了新的途径,但同时也带来用户侧行为随机、能量管理困难等难题。为实现用户侧低碳能源系统的柔性调控与高效管理,提出产消代理商的概念,并对其具体含义作了详细说明。在此基础上,为进一步实现用户侧清洁能源的就地消纳并促进多产消代理商间的能量共享,构建了市场运营商（MO）和多产消代理商间主从博弈模型。该模型中,MO作为博弈的领导者,通过电价优化引导产消代理商的购电/售电行为;而产消代理商作为博弈的跟随者,在收到MO制定的电价后,以最小化用电成本为目标对内部各聚合单元进行优化。同时,为克服下层模型中由布尔变量带来的求解困难问题,采用双层Kriging元模型算法实现博弈模型的求解,减少了下层模型的调用次数,显着提高了计算效率。算例验证了所构建模型的有效性。
刘昀[2]（2021）在《含碳捕集与垃圾焚烧虚拟电厂协同优化调度研究》文中研究指明随着化石能源使用引发的温室效应与能源枯竭问题的日益突出,发展高比例可再生清洁能源网络已成为全球共识。我国每年弃风弃光问题依旧突出,电负荷的峰谷差由于风电并网被间接增大。针对此问题,《电力发展“十三五”规划》指出,多能互补是提高可再生能源消纳能力的重要手段。一方面,随着时代和技术更新迭代,更为环保的天然气发电和垃圾焚烧发电在电力系统中的比例日益提高,逐渐加强了电力网络、天然气网络和其他能量资源间的耦合。另一方面,与此同时,虚拟电厂、碳捕集机组、垃圾焚烧发电、大规模新能源并网、电转气设备和热电联产燃气机组等相关技术和政策不断推陈出新,为同时融合多种分布式能源的电气热综合能源系统优化调度带来崭新的机遇和挑战,亟需对电气热综合能源系统中不同能源的能量资源在能量/功率上的时空互补性进行深入研究。基于此,本文提出计及电转气协同的含碳捕集与垃圾焚烧虚拟电厂优化调度模型,并对其进行深入研究,具体内容和成果如下:首先,本文将碳捕集机组、电转气设备和燃气机组聚合为碳捕集-电转气-燃气机组协同利用系统框架引入虚拟电厂中,将碳捕集机组捕集的CO2作为优质原料提供给电转气设备,从而降低捕集后的碳封存成本和电转气原料成本以实现碳的再利用,并利用电转气消纳弃风弃光生成天然气储存于天然气网络,从而可以提供给燃气机组,减少热电联产机组和燃气锅炉的购气成本。该运行框架具有削峰填谷效应,实现了负荷的时空转移,充分挖掘了协同运行潜能以实现更优的运行效益。其次,在虚拟电厂内将碳捕集机组/含储气装置的垃圾焚烧/风电/光伏联合调度运行,一部分发电功率当作捕集能耗供给碳捕集系统;另一部分功率当作烟气处理能耗供给烟气处理系统;其余部分的功率输入电网中。利用不同能源的能量资源在能量/功率上的时空互补性,进行负荷转移以平抑可再生能源波动,使得风电/光伏变为间接可调度电力资源从而可被灵活利用,由此充分挖掘各单元间的互补潜能。再次,鉴于本文所提模型具有高维非线性的特点,求解运算难度大,本文通过将反余切函数特性与复合微分进化算法相结合,提出新型的反余切复合微分进化算法对模型进行求解,改善了进化后期种群多样性不足的缺陷,提升算法跳出局部最优的能力,兼顾寻优速度和持续深度寻优,提升算法性能。最后,设置5种虚拟电厂对比方案进行仿真计算,仿真结果表明碳捕集-电转气-燃气机组协同利用系统框架、引入电转气设备以及碳捕集机组/含储气装置的垃圾焚烧电厂/风电/光伏联合运行,可降低虚拟电厂净成本和碳排放量,并平抑可再生能源出力波动和提升可再生能源消纳能力,实现源荷之间的供需平衡和削峰填谷,达到利用不同能源的能量资源在能量/功率上的时空互补性实现多能互补,使得内部资源更为有效地利用。另一方面,所提出的反余切复合微分进化算法可实现持续深度寻优,提高算法性能。
阚天洋[3]（2021）在《基于深度强化学习的分布式电采暖分层优化调度》文中指出大规模可再生能源联网劣化了电力系统“源”侧调节能力,挖掘“负荷”侧可调节资源,成为支撑高比例可再生能源电力系统经济运行的有效途径。随着电能替代、清洁供暖激励政策的实施,在北方地区电采暖负荷容量规模逐渐增加,这类负荷具有可时移特性,是优质的可调节存量资源,由于分布式电采暖单体容量小、数量多、具有分散性,如何调控数量众多的分布式电采暖所蕴含的调节潜能成为提高电网调节能力的关键。针对上述问题,本文以分布式电采暖为研究对象,围绕负荷侧存量资源调节潜能的挖掘方法和促进源荷互动的机制进行了深入研究,主要研究工作如下:分布式电采暖单元功率-温变动态特性分析。应用深度学习方法和热力学模型法对分布式电采暖单元运行特性进行了刻画。通过实地户用电采暖运行控制实验和实验室模拟实验采集到了大量分布式电采暖运行数据。通过实测数据支撑,验证了两种方法预测分布式电采暖单元功率与房间温变动态关系的有效性。通过设置不同数据集样本对比实验研究了两种方法各自的优劣和差别。可表征分布式电采暖单元运行特性的深度学习方法为应用深度强化学习算法对分布式电采暖进行优化控制奠定了基础。户用电采暖用户侧响应策略制定。引入中介公司负荷聚集商,使用楼宇级控制模块,通过电价引导户用电采暖负荷参与需求响应,解决调度中心不便于直接调控各户用电采暖的问题。提出改进的深度强化学习算法作为楼宇级控制方法,该算法在离线训练中累计经验,可根据用户目标,快速制定用户用电响应动作。案例分析验证了所提方法调度户用电采暖参与需求响应的有效性和经济性,挖掘了负荷侧资源调节潜力,且改进算法性能更优。负荷聚合商与分布式电采暖用户双层博弈模型构建。分析负荷聚集商和电采暖用户间的动态博弈关系,计及用户采暖满意度、采暖成本和负荷聚集商收益建立双层优化调度模型。理论分析了该模型均衡解的存在性,基于通过深度强化学习算法求得的用户侧响应行为求解该模型。案例分析验证了该双层博弈模型的有效性,所提调度策略可增加负荷侧“源”、“荷”资源集成互补度,降低负荷曲线峰谷差,使负荷聚集商收益最大的同时降低用户采暖成本。研究工作有助于源网荷各环节共同发力,在保障电力系统安全运行、提升电力系统整体运行效益的同时,加快推进能源供给清洁化低碳化、能源消费电气化。
赵文婷[4]（2021）在《并网型微电网源荷预测及优化运营管理研究》文中进行了进一步梳理发展可再生能源可以有效对降低化石燃料的依赖以及环境的污染。传统的集中式发电和远距离传输的电网结构虽然运行稳定,但是也存在机组启动不够灵活、传输成本高以及供电形式单一等问题。开发和延伸微电网能够促进分布式电源大规模接入,解决可再生能源就地消纳问题。但是,微电网系统中的分布式发电具有很强的波动性,高效和安全的微电网电力交易以及能量调度是促进分布式能源就地消纳和保障微电网安全经济运行的关键。同时,随着储能技术的加入使得微电网市场参与交易的市场主体变得多元化,能源交易的去中心化模式可以有效降低能源市场的管理运营成本,但是存在一定的信息安全隐患。此外,微电网交易市场与电力调度机构的相对独立,会造成一定程度的资源浪费,从而降低了微电网整体运营效率。因此,如何构建一个灵活的、高效的、安全的微电网交易平台和微电网电力调度系统对微电网的发展、微电网技术的发展和推首先本文在梳理了微电网运营管理研究进展与理论的基础上,阐述了论文的选题背景和意义。深入分析了并网型微电网运营管理的理论基础和管理管理内容,揭示了发电侧发电预测与微电网交易市场运营、需求侧负荷预测与微电网交易市场运营、以及微电网交易市场与调度运行之间的逻辑联系,从而构建了并网型微电网源荷预测及优化运营管理模式的总框架。其次,进一步对并网型微电网发电侧光伏和风力发电预测以及需求侧微电网用户负荷预测的必要性进行研究。针对发电侧出力预测部分,首先对粒子群算法（Particle swarm algorithm,PSO）进行改进,将改进的粒子群优化算法（APSO）优化K-means算法从而对光伏和风电预测数据集进行相似日筛选,然后分析了光伏及风电历史数据和影响因素的特点,构建基于相似日优化和随机森林的光伏及风电场出力预测模型,以提高光伏发电和风力发电预测的准确性。针对需求侧用户负荷预测部分,根据电力负荷数据的数据类型及特点,使用优化的K-means算法APSO-K-means进行相似日筛选,然后构建自适应权重组合预测模型APSO-ARIMA-SVR以提高组合预测模型的泛化性,从而微电网需求侧用户负荷预测的准确性。发电预测以及用户负荷预测的预测方法的确定为后续并网型微电网优化运营管理模式提供了重要依据并奠定了基础。然后,根据目前微电网市场存在的问题以及安全高效的要求,对并网型微电网的市场运营主体的利益博弈与均衡进行研究,并构建并网型微电网电力交易市场运营模型。首先分析了目前电力市场交易模式的研究现状及局限性,探讨微电网交易市场的特点和亟待解决的问题,发现去中心化交易模式可以降低交易市场的运营成本,提高交易效率。然而,没有中间商运营的去中心化交易模式,存在安全性低的缺点。鉴于此,本文基于纳什均衡理论提出了一种适用于并网型微电网电力市场的交易策略。然后引入联盟区块链技术,保证交易过程的安全性和透明性。从而构建基于纳什均衡和联盟区块链技术的并网型微电网交易市场,打破传统的微电网市场交易模式,在提高电力交易效率,降低运营成本的同时,确保交易过程安全。最后,本文在并网型微电网交易市场研究的基础上,对并网型微电网市场交易下电力调度优化策略进行了研究。微电网系统经济性运行的基础是能量调度优化控制策略。通常,交易市场与调度机构是相对独立的,这样,可能会导致资源的优化配置效率较低,出现能量损失和浪费的情况,同时也会导致整体微电网的运行效率较低。将微电网电力交易市场与调度运行系统耦合,以电力市场来指导调度系统运行,可以提高微电网整体的灵活性,减少对电网的冲击,提高运行效率,节约微电网运营成本。因此,基于微电网电力市场交易信息,提出以交易市场指导调度系统的运行方案,使用松鼠优化算法对微电网系统的构建调度优化模型,对提高能量调度策略的自适应性具有重要的理论与应用价值。故本文在准确获取微电网新能源出力信息及负荷的基础上,依据微电网市场交易信息,制定合理的优化调度方案。并根据上述研究结果,对并网型微电网源荷预测及优化运营管理提出建议。本文对并网型微电网运营优化管理模式的研究,有助于有效落实国家节能减排工作、提升我国微电网发展整体技术水平,有助于微电网合理调配电网电量,优化资源配置。同时,充分利用新能源电力,对推进微电网并网建设和环境保护方面有重要意义。此外,本文研究的并网型微电网优化运营管理模式对新能源电力企业管理理论的发展也具有一定的学术价值。
华婧雯[5]（2021）在《面向用户的能源增值服务与零售套餐定价机制研究》文中研究说明售电市场的放开,正在推动电力零售的快速发展。在竞争性电力市场中,售电商代理交易将会成为电力市场的新常态。为了提升用户粘性,增强电力零售商在售电市场的竞争力,电力零售商不仅需要制定科学合理的零售套餐,还需要面向用户形成定制化的增值服务体系。电力零售价格作为反映供电成本和市场价值的载体,是零售套餐设计的重点;需求响应作为需求侧管理的关键一环,是优化用电行为的必备服务。电力零售商不仅可以代理用户在双边市场进行报价交易,还可以作为负荷聚合商代理用户参与需求响应市场。因此,本文从售电商的角度出发,设计了基于用户负荷特性的能源增值服务体系,构建了考虑需求响应的零售套餐定价模型,并引入需求弹性,偏差考核等要素,探索售电商在实施价格型需求响应情境下的零售套餐定价策略。首先,论文梳理了零售套餐定价和增值服务开展的研究背景意义,概述了零售套餐、需求响应在国内外的理论研究及实践现状,为后续研究奠定基础和研究范围。然后,论文分析了典型工业用户、一般工商业用户及居民用户的典型日负荷曲线和负荷特性指标,定量定性地对用户的负荷特性和负荷规律进行分析,并提出了基于用户分时特性的电力套餐服务、基于用户调节特性的需求管理服务以及基于用户互补特性的偏差互保服务,形成了考虑用户不同维度负荷特性的能源增值服务体系。其次,论文分析了能源增值服务体系中的需求响应机制,从需求响应代理商和具体实施项目两方面对需求响应机制展开分析,提出需求响应的主要分类、负荷聚合商的定义与服务内容;基于用户负荷特性,分析了用户的需求响应特性,提出影响用户响应量的主要因素为用电设备的可调节能力,分析了单一用户的市场参与度与需求响应资源调动顺序;以需求响应弹性为输入条件,构建了用户的需求响应模型。最后,论文提出了基于不同响应分成模式的零售套餐种类,分析了影响电力零售商收益的相关要素,并建立了批发市场购电成本、固定营销管理支出、零售市场售电收入、需求响应补偿收入、偏差电费考核费用等不同影响因素与价格、需求的函数关系,提出了基于需求响应的零售套餐定价优化模型,并进行了算例实证分析,提出了不同优化时段的划分方案;利用CPLEX优化工具求解模型,实证结果表明,论文提出的两类时段划分方案对用户负荷曲线都有一定的优化效果,合理削减了峰谷差的同时,达到了零售商利益最大化的目标,两类套餐虽然利润优化结果不一,但价格优化结果一致,验证了模型的合理性,可以为电力零售商定价决策提供依据。
封钰[6]（2021）在《多微网多时间尺度交易方法研究》文中认为微网具有对分布式能源实现有效利用和对大电网构成有效补充等优点,在近年来得到了广泛的研究。本文以在地域上相邻的多个微网间的能量交易策略为研究对象,以提高多微网系统和配电侧的经济性为目标,提出了一种并网型多微网系统多时间尺度交易方法。本文的主要工作如下:首先,对微网系统内各种分布式电源进行介绍,并建立数学模型,包括风电机组、光伏机组、微型燃气轮机、柴油机和储能系统。在此基础上,建立了以调度成本最低为目标的单微网系统优化调度模型。接着,本文建立了多微网系统内部的交易价格模型。该模型可根据多微网内部电量供需形势变化,动态调整内部交易价格,使多微网内部交易相对于微网直接与配电网交易更具经济性,从而激励各子微网参与内部交易。然后,本文建立了以“报量不报价”思想为核心的多微网系统日前日内交易机制。在日前交易中,各个子微网通过交易电量和内部交易价格的反复迭代,最终形成日前交易计划和交易价格,进行日前电量交易出清;在日内交易中,各子微网仅申报一次不平衡功率的购售电需求,申报结束后直接出清。对于日内交易部分,本文引入深度神经网络算法训练学习各子微网的交易策略,以便于子微网在日内交易阶段快速、准确地得到自身的最优购售电计划。此外,针对多微网系统与配电网之间日前预期和实际交互功率的偏差,本文提出了联络线功率偏差补偿方案,以降低多微网系统功率波动对配电网运行的影响。最后,本文通过算例验证了所提模型和算法的有效性。
孙峰洲[7]（2021）在《含高比例分布式新能源的柔性配电网优化运行研究》文中研究表明近年来,为满足国家能源战略转型的迫切需求,以太阳能和风能为典型代表的清洁分布式新能源在配网侧得到快速发展。然而,随着分布式新能源渗透率的不断提升,其固有的出力不确定性、接入方式与发电上网模式的多样性对配电网的影响日益凸显,使配网的运行调度面临新的挑战。针对分布式新能源高比例接入所带来的挑战,本文通过对柔性配网接口变流器运行指令的协调优化,充分发挥其功率可双向灵活调控的优势,在日内调度层面,着重解决配网源荷波动功率的消纳问题;在日前调度层面,着重解决配网三相不平衡的抑制和市场机制下配网多主体的协调问题。具体工作内容如下:一、针对日内调控中源荷波动功率的消纳问题,首先,提出了多变流器下垂参数协调优化框架,基于不同尺度的源荷预测数据,对电压源型变流器（Voltage source converter,VSC）下垂参考点和斜率进行分层优化。其次,针对传统斜率优化模型中忽略变流器暂态控制环节,可能导致系统运行失稳的问题进行研究。以基于V-P下垂控制的环状直流配网为例,分析了下垂斜率与源荷功率变化对系统小干扰稳定性的影响。最后,提出了VSC下垂斜率小干扰稳定优化调度方法,通过在斜率优化模型中增加小干扰稳定约束,求得保证系统小干扰稳定运行的最优斜率指令与斜率稳定域范围。此外,在求解算法方面,为提高其寻优能力与求解效率,提出了基于遗传算法与序列非线性规划法相结合的改进求解算法。二、考虑新能源出力不确定性影响,针对当日内新能源实际出力偏离预测场景较大时系统稳态安全约束越限的问题,以潮流形式较为复杂的交直流混合配网为研究对象,以不确定集的方式描述新能源的出力波动,建立了VSC下垂斜率鲁棒优化模型。在斜率鲁棒优化模型的求解中,分别针对子模型非凸与二阶锥松弛不精确的问题,提出了Vac2-P和Vac2-Q双下垂协调控制策略与支路电流限值策略,以提高调度指令的可靠性。此外,为定量评估配网对新能源出力随机波动的适应能力,在斜率鲁棒优化模型的基础上,建立了新能源出力波动区间修正模型,以求得保证系统安全运行的最大新能源出力波动范围。三、针对分布式新能源三相不平衡接入配网所带来的影响,提出了柔性多状态开关多目标优化调度方法。考虑配网三相线路间的耦合关系,建立了基于半正定潮流约束的多目标优化模型,充分发挥多端柔性多状态开关对潮流灵活调控的优势,以柔性多状态开关各端口三相有功和无功功率指令为优化变量,对系统网损和三相电压不平衡度进行综合治理。在求解算法上,针对半正定优化模型秩1约束松弛不精确的问题,提出了一种切平面迭代求解方法,以提高最优潮流计算结果的准确性。四、针对市场机制下配网多利益主体的博弈问题,提出了含风光储独立微网的配电系统多主体协调调度方法,该方法包括有功调度与无功调度两个阶段。首先,在有功调度阶段,建立了基于主从博弈的有功优化模型,在斯塔克伯格均衡下制定配网对各微网的最优分时电价与电量交互计划。其次,在无功调度阶段,建立了基于配网最大成本约束的无功优化模型,在有功调度计划的基础上,充分利用微网并网接口VSC的剩余容量,向配网提供无功支撑,在不影响配网运行成本与各微网内部调度计划的前提下,对配网有功调度计划进行修正,以降低配网平均节点电压偏差,提高配网电压质量。
宋尚逾[8]（2021）在《风险环境下多微电网协调运行优化方法研究》文中提出区域多微电网在协调运行模式下通过交易互动提高了能源利用效率并改善了微电网系统的效益。然而在市场交易环境下,微电网主体的不诚信交易行为会造成供需失衡和成本增加,进而影响多微网协调运行的公平性和可靠性,给系统运行造成风险。因此,如何规避不诚信行为带来的负面影响、实现多微网最优协调运行,是一个具有挑战性的问题。本文研究风险环境下的多微网交易协调与运行优化问题。具体工作如下:本文以区域多微电网为研究对象,分析微电网交易市场中的不诚信行为及其对系统运行的影响,通过合作效益分析得到了微电网主体的上报信息弹性空间,提出了基于上报信息真实率的信用评价方法。进一步给出了基于信用评价的两阶段鲁棒优化模型,从而得到保证微电网在信用风险环境下运行成本最小的运行调度计划。通过模型分解、KKT条件转化两阶段鲁棒优化模型,并基于列与约束生成算法对模型进行高效求解,最后通过算例仿真验证所提多微网优化模型的有效性。仿真结果表明:与不考虑不诚信行为的确定性优化方法相比,本文所提方法能有效降低多微网的运行成本,同时能改善不同参与主体的成本分摊,提高了市场公平性;根据违规率对系统进行保守度调节,可以对系统的风险进行更好的控制;本文所提模型对不同信用水平的个体均具有适用性,能为市场机制的设计提供一定参考。最后,本文给出了多微网协调运行优化方法的实际应用形式,设计和搭建了多微电网仿真运行平台,用于对本文优化方法的实例验证。平台的仿真结果表明本文优化方法在实际应用场景中具有可用性。
佟新[9]（2020）在《配电侧多微电网能量调度的主从博弈方法研究》文中进行了进一步梳理能源紧缺和环境污染问题促进了可再生能源的快速发展,分布式发电技术的出现实现了可再生能源的就地消纳。随着大规模具有随机性和间歇性的分布式电源接入配电网,如何有效控制配电网的安全稳定运行变得更具挑战。微电网作为一种小型自治系统可以对分布式能源、储能和负荷进行有效控制与管理。随着区域电网中微电网数量的增多,多微电网系统相应形成。本文主要对并网型微电网的能量调度和配电侧多微电网的能量调度进行了研究。首先,介绍并分析了本文所研究的并网型微电网和多微电网系统的模型,详细描述了微电网系统的结构特点。对微电网底层各种形式的微源进行建模分析,对需求侧资源的数学模型进行详细介绍,为后续章节的深入研究提供理论基础。其次,针对并网型微电网,提出了基于分时电价的日前经济优化调度方法。该方法考虑了微电网与大电网的双向能量交易,对公共连接点的电压安全进行约束限制,防止电压越限。采用潮流模型的方法对微电网进行建模与分析,基于可再生能源和负荷的日前预测信息,实现微电网内部源、储、荷的协调优化调度。仿真结果表明微电网的日前优化策略能有效降低微电网的日运行成本,减小母线电压波动范围。最后,提出了一种配电侧多微电网日前优化的能源市场管理框架,构建了基于主从博弈的经济优化模型。配电网运营商（Distribution network operator,DNO）作为主导者,以其运行成本最低为目标,设定内部交易价格,同时为保证配电网的运行可靠性考虑了系统的潮流约束。微电网运营商（Microgrid operator,MGO）作为跟随者,对内部交易价格作出需求响应的同时,反过来影响DNO的价格决策。采用差分进化算法和混合整数规划方法求解博弈策略的均衡解,获得优化的价格方案。将所提的方法在一个改进的IEEE33节点系统进行仿真验证,仿真结果表明了所提出的配电侧多微电网能量管理策略能够鼓励微电网参与配电市场管理,有效降低系统运行成本的同时提高系统的安全稳定性。
涂淑琴[10]（2020）在《基于博弈论的多虚拟电厂优化调度》文中提出在世界能源短缺、环境污染严重的背景下,清洁能源成为能源开发的主流趋势。但其大规模入网对电网的安全运行造成巨大的挑战。虚拟电厂（virtual power plant,VPP）以其灵活的控制方式能够有效整合分散的大规模分布式能源（distributed energy resource,DER）,解决高渗透率的DER并网问题。随着“三型两网”建设目标的提出,各社会资本将逐步涌入电力市场,未来不同VPP将属于不同的利益主体,形成多决策主体相互竞争的博弈格局。因此,为了平衡不同主体的利益,研究基于博弈论的多VPP优化调度具有重要意义。为兼顾配电网运营商（distribution system operator,DSO）和VPP的利益,应用Stackelberg动态博弈理论,建立DSO和多VPP的一主多从博弈模型,研究DSO动态定价行为和VPP优化调度模型,并提出一种基于Kriging模型的主从博弈均衡算法。该方法用Kriging元模型拟合并代替VPP内部优化调度模型,在迭代寻优过程中,结合粒子群优化算法生成新的优异采样点,有针对性地修正元模型,从而快速准确地得到VPP的交易电价和出力计划。算例仿真结果表明所建模型能够提高DSO收益并降低VPP成本,所提算法无需VPP的所有参数,能够保护VPP隐私的同时避免对下层博弈模型的繁复计算,提高寻优效率。针对虚拟电厂结构动态变化问题,以分布式能源产消者（distributed energy prosumer,DEP）为最小单元,应用匹配博弈理论,建立多虚拟电厂动态组合模型,研究以收益函数为偏好函数的DEP和以峰均值为偏好函数的VPP的优化匹配问题。针对匹配博弈模型的均衡求解,提出基于梯度下降法和最佳反应的分布式算法以及基于转移概率和势函数的优化算法,通过对匹配和出力计划的交替更新,实现DEP和VPP的动态组合优化。算例仿真结果表明该方法能够协调DEP之间的利益冲突,在最大化DEP的收益的同时,还可以有效改善VPP的峰均值。
二、基于Lindo的电力市场的购电电价分析（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、基于Lindo的电力市场的购电电价分析（论文提纲范文）
（1）基于双层Kriging元模型算法的多产消代理商主从博弈能量管理模型（论文提纲范文）
| 0 引言 |
| 1 产消代理商的概念 |
| 1.1 产消代理商的基本特性 |
| 1.2 产消代理商的市场运行机制 |
| 1.3 产消代理商与其他能源服务商的区别 |
| 1.4 产消代理商的分类 |
| 2 MO与多产消代理商主从博弈模型 |
| 2.1 MO最优定价模型 |
| 2.2 不同类型产消代理商能量管理模型 |
| 2.2.1 工业型产消代理商 |
| 2.2.2 商业型产消代理商 |
| 2.2.3 居民型产消代理商 |
| 3 基于Kriging元模型算法的博弈模型求解 |
| 3.1 双层Kriging元模型 |
| 3.2 基于双层Kriging元模型的博弈模型求解流程 |
| 3.2.1 初始模型构建 |
| 3.2.2 模型在线修正 |
| 3.2.3 模型求解步骤 |
| 4 算例分析 |
| 4.1 算例数据 |
| 4.2 算例结果分析 |
| 4.2.1 MO动态定价与产消代理商优化结果分析 |
| 4.2.2 多产消代理商互补特性及耦合作用分析 |
| 4.2.3 双层Kriging元模型算法的有效性分析 |
| 5 结论 |
（2）含碳捕集与垃圾焚烧虚拟电厂协同优化调度研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 虚拟电厂优化调度研究现状 |
| 1.2.2 计及电转气的电力系统调度研究现状 |
| 1.2.3 碳捕集与封存技术发展概况和碳捕集机组优化调度研究现状 |
| 1.2.4 垃圾焚烧发电研究现状 |
| 1.2.5 风力发电并网研究现状 |
| 1.2.6 光伏发电并网调度研究现状 |
| 1.2.7 智能优化算法研究现状 |
| 1.3 本文主要研究内容 |
| 第二章 碳捕集-电转气-燃气机组子系统分析 |
| 2.1 碳捕集技术的基本原理 |
| 2.2 电转气技术的基本原理 |
| 2.3 碳捕集-电转气-燃气供热系统框架 |
| 2.3.1 碳捕集-电转气-燃气供热系统机理 |
| 2.3.2 CCPP-P2G系统能耗及CCPP出力 |
| 2.3.3 CCPP-P2G系统碳利用量及天然气生成量 |
| 2.4 本章小结 |
| 第三章 碳捕集-垃圾焚烧-风电-光伏联合运行分析 |
| 3.1 碳捕集机组的运行原理 |
| 3.1.1 碳捕集流程 |
| 3.1.2 碳捕集机组提供的辅助服务 |
| 3.2 含储气装置的垃圾焚烧电厂运行原理 |
| 3.2.1 烟气处理流程 |
| 3.2.2 含储气装置的垃圾焚烧电厂提供的辅助服务 |
| 3.3 碳捕集-垃圾焚烧-风电-光伏联合运行模型 |
| 3.3.1 碳捕集机组模型 |
| 3.3.2 碳捕集-垃圾焚烧-风电-光伏联合模型 |
| 3.4 本章小结 |
| 第四章 计及电转气协同的含碳捕集与垃圾焚烧虚拟电厂优化调度模型 |
| 4.1 VPP结构和运行原理 |
| 4.2 VPP各聚合单元模型 |
| 4.2.1 CCPP-P2G-燃气机组子系统模型 |
| 4.2.2 垃圾焚烧电厂烟气处理模型 |
| 4.2.3 碳捕集-垃圾焚烧-风电-光伏联合运行策略模型 |
| 4.2.4 CHP机组和燃气锅炉模型 |
| 4.2.5 储能装置模型 |
| 4.3 VPP优化目标函数 |
| 4.4 VPP约束条件 |
| 4.5 本章小结 |
| 第五章 虚拟电厂协调优化调度算法 |
| 5.1 微分进化算法 |
| 5.2 复合微分进化算法 |
| 5.3 反余切复合微分进化算法 |
| 5.4 本章小结 |
| 第六章 计及电转气协同的含碳捕集与垃圾焚烧虚拟电厂优化调度 |
| 6.1 算例描述与参数设置 |
| 6.2 对比方案构建及调度分析 |
| 6.2.1 CCPP-P2G-燃气机组协同运行框架优化调度结果对比分析 |
| 6.2.2 电转气设备优化调度结果对比分析 |
| 6.2.3 联合运行优化调度结果对比分析 |
| 6.2.4 改进的CDE算法对比分析 |
| 6.2.5 对比方案分析总结 |
| 6.3 VPP优化调度结果分析 |
| 6.4 本章小结 |
| 第七章 总结和展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 附录A 能源集线器各单元参数 |
| 个人简历 在读期间发表的学术论文 |
| 致谢 |
（3）基于深度强化学习的分布式电采暖分层优化调度（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 分布式电采暖运行特性建模 |
| 1.2.2 电采暖等可时移负荷控制策略 |
| 1.2.3 负荷聚集商运营模式和调度机制 |
| 1.2.4 优化算法及其在电力系统优化调度中的应用 |
| 1.3 现有研究工作存在的不足 |
| 1.4 本文主要工作 |
| 第2章 分布式电采暖单元运行特性分析 |
| 2.1 刻画分布式电采暖单元运行特性的热力学模型 |
| 2.1.1 基于热力学理论的模型建立 |
| 2.1.2 热力学模型参数拟合 |
| 2.2 表征分布式电采暖单元运行特性的深度学习网络 |
| 2.2.1 应用深度学习的神经网络结构设定 |
| 2.2.2 网络的训练及应用 |
| 2.3 分布式电采暖单元运行数据来源 |
| 2.3.1 户用电采暖实地运行实验 |
| 2.3.2 分布式电采暖实验室模拟运行实验 |
| 2.4 算例分析 |
| 2.4.1 分布式电采暖单元运行特性表征 |
| 2.4.2 热力学模型和深度学习有效性分析 |
| 2.4.3 热力学模型和深度学习方法对比 |
| 2.5 本章小结 |
| 第3章 基于深度强化学习的户用分布式电采暖响应策略 |
| 3.1 户用分布式电采暖参与需求响应调度策略 |
| 3.1.1 需求响应架构 |
| 3.1.2 目标函数和约束条件 |
| 3.2 改进的深度强化学习DDPG算法 |
| 3.2.1 应用深度强化学习的解释 |
| 3.2.2 改进DDPG算法的策略 |
| 3.2.3 改进DDPG算法的结构及实现 |
| 3.3 算例分析 |
| 3.3.1 算例介绍 |
| 3.3.2 不同调度方案结果对比分析 |
| 3.3.3 改进算法先进性分析 |
| 3.3.4 应用深度学习有效性分析 |
| 3.4 本章小结 |
| 第4章 基于双层博弈模型的用户侧分布式电采暖优化调度 |
| 4.1 电采暖负荷聚集商运营框架 |
| 4.2 双层优化调度博弈模型设计 |
| 4.2.1 负荷聚集商定价模型 |
| 4.2.2 电采暖用户响应模型 |
| 4.2.3 双层博弈关系 |
| 4.3 博弈模型求解 |
| 4.3.1 理论验证解的存在性 |
| 4.3.2 利用算法求解 |
| 4.4 算例分析 |
| 4.4.1 算例介绍 |
| 4.4.2 算例结果 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录1 热力学模型法和深度学习法仿真结果 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 致谢 |
（4）并网型微电网源荷预测及优化运营管理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 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 并网型微电网经济运行优化管理研究现状 |
| 1.2.2 微电网市场交易 |
| 1.2.3 微电网分布式能源出力及负荷预测研究现状 |
| 1.2.4 文献评述 |
| 1.3 主要研究内容和创新点 |
| 1.3.1 研究内容 |
| 1.3.2 论文研究创新点 |
| 1.4 技术路线 |
| 第2章 并网型微电网源荷预测及优化运营研究的理论分析框架 |
| 2.1 相关理论基础 |
| 2.1.1 系统管理理论 |
| 2.1.2 预测理论 |
| 2.1.3 交易费用理论 |
| 2.1.4 最优化理论 |
| 2.1.5 协同理论 |
| 2.1.6 现代运营管理理论 |
| 2.2 微电网系统概述 |
| 2.2.1 微电网基本概念 |
| 2.2.2 并网型微电网基本构架 |
| 2.3 微电网并网运行管理的发展现状分析 |
| 2.3.1 微电网并网运行总则 |
| 2.3.2 并网型微电网建设发展概况 |
| 2.3.3 微电网并网运营发展现状 |
| 2.4 并网型微电网优化运营的管理内容 |
| 2.4.1 并网型微电网发电侧新能源发电预测与优化运营管理研究 |
| 2.4.2 并网型微电网需求侧用户负荷预测与优化运营管理 |
| 2.4.3 微电网电力市场与微电网调度运行机构 |
| 2.5 并网型微电网优化运营管理模式框架 |
| 2.6 本章小结 |
| 第3章 并网型微电网发电侧光伏和风力发电功率预测 |
| 3.1 光伏发电系统短期功率预测模型及影响因素 |
| 3.1.1 光伏发电系统短期功率预测模型 |
| 3.1.2 光伏发电输出功率预测的影响因素 |
| 3.2 风电系统短期功率预测模型及影响因素 |
| 3.2.1 风力发电原理概述 |
| 3.2.2 风电输出功率的影响因素 |
| 3.3 微电网发电侧光伏及风力发电预测的主要研究方法 |
| 3.3.1 K-means聚类算法 |
| 3.3.2 改进粒子群算法 |
| 3.3.3 改进K-means聚类算法 |
| 3.3.4 随机森林算法 |
| 3.3.5 相关性分析方法 |
| 3.3.6 预测评价标准 |
| 3.4 并网型微电网发电侧光伏发电功率预测模型 |
| 3.4.1 构建基于随机森林模型的短期光伏发电功率预测模型 |
| 3.4.2 并网型微电网发电侧短期光伏发电功率预测实例仿真 |
| 3.5 并网型微电网发电侧短期风电功率预测模型 |
| 3.5.1 构建基于随机森林的短期风电功率预测模型 |
| 3.5.2 并网型微电网发电侧短期风电功率预测实例仿真 |
| 3.6 本章小结 |
| 第4章 并网型微电网需求侧用户负荷预测 |
| 4.1 并网型微电网需求侧用户负荷预测研究方法 |
| 4.1.1 滚动灰色模型 |
| 4.1.2 自回归求积移动平均模型 |
| 4.1.3 支持向量回归机 |
| 4.2 基于标准差法的组合预测模型 |
| 4.2.1 标准差法确定组合权重 |
| 4.2.2 RGM-SVR组合模型 |
| 4.2.3 ARIMA-SVR组合模型 |
| 4.3 自适应权重组合预测模型 |
| 4.4 并网型微电网需求侧用户负荷预测实例仿真 |
| 4.4.1 数据处理 |
| 4.4.2 基于自适应权重组合预测模型的短期用户负荷预测流程 |
| 4.4.3 结果分析 |
| 4.5 本章小结 |
| 第5章 并网型微电网电力交易市场运营管理 |
| 5.1 研究方法 |
| 5.1.1 区块链基本概念 |
| 5.1.2 联盟区块链技术 |
| 5.1.3 定价策略中的博弈模型 |
| 5.2 并网型微电网市场交易模型 |
| 5.2.1 微电网交易市场整体构架 |
| 5.2.2 并网型微电网运营主体利益博弈与均衡分析 |
| 5.2.3 智能合约的部署 |
| 5.3 并网型微电网市场交易模型实例仿真 |
| 5.3.1 数据来源 |
| 5.3.2 仿真结果 |
| 5.4 本章小结 |
| 第6章 基于并网型微电网市场交易的电力经济调度优化管理 |
| 6.1 微电网系统经济运行优化分析 |
| 6.1.1 并网型微电网结构及系统运行主体概述 |
| 6.1.2 微电网能量调度策略与优化模型 |
| 6.2 并网型微电网能量优化求解方案 |
| 6.2.1 松鼠觅食算法 |
| 6.2.2 基于松鼠觅食算法的并网型微电网能量优化求解 |
| 6.3 并网型微电网能量优化模型实例仿真 |
| 6.3.1 基础数据 |
| 6.3.2 仿真结果 |
| 6.4 本章小结 |
| 第7章 并网型微电网源荷预测及优化运营管理对策建议 |
| 7.1 并网型微电网一体化运营管理发展方案及建议 |
| 7.1.1 推动能量调度机构与微电网交易市场协同发展 |
| 7.1.2 整合微电网主体机构 |
| 7.2 并网型微电网优化运营管理的配套政策法规体系建设建议 |
| 7.2.1 动态调整微电网定价机制 |
| 7.2.2 建设灵活的市场模式 |
| 7.2.3 推进激励政策实施 |
| 7.3 本章小结 |
| 第8章 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（5）面向用户的能源增值服务与零售套餐定价机制研究（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 增值服务研究现状 |
| 1.2.2 需求响应研究现状 |
| 1.2.3 零售套餐研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 考虑用户负荷特性的增值服务研究 |
| 2.1 用户负荷特性研究 |
| 2.1.1 电力负荷特性分析指标 |
| 2.1.2 工业用户负荷特性分析 |
| 2.1.3 一般工商业用户负荷特性分析 |
| 2.1.4 居民用户负荷特性分析 |
| 2.2 基于负荷特性的能源增值服务研究 |
| 2.2.1 基于用户分时特性的电力套餐服务 |
| 2.2.2 基于用户调节特性的需求管理服务 |
| 2.2.3 基于用户互补特性的偏差互保服务 |
| 2.3 本章小结 |
| 第3章 增值服务下的需求响应机制研究 |
| 3.1 需求响应实施机制 |
| 3.1.1 需求响应代理商 |
| 3.1.2 需求响应实施项目 |
| 3.2 用户需求响应特性分析 |
| 3.2.1 用户需求响应资源分布 |
| 3.2.2 用户需求响应物理特性分析 |
| 3.2.3 用户需求响应经济特性分析 |
| 3.2.4 用户需求响应资源排序 |
| 3.3 基于需求价格弹性的需求响应模型 |
| 3.3.1 电力需求价格弹性理论 |
| 3.3.2 用户需求价格弹性分析 |
| 3.3.3 用户需求响应模型构建 |
| 3.4 本章小结 |
| 第4章 考虑需求响应的零售套餐定价模型 |
| 4.1 考虑需求响应的零售套餐模式 |
| 4.2 电力零售商收益影响因素分析 |
| 4.2.1 批发市场购电成本分析 |
| 4.2.2 营销与管理支出分析 |
| 4.2.3 零售市场售电收入分析 |
| 4.2.4 需求响应补偿收入分析 |
| 4.2.5 偏差电费考核费用分析 |
| 4.3 基于需求响应的零售套餐定价模型 |
| 4.3.1 优化变量 |
| 4.3.2 优化目标函数 |
| 4.3.3 约束条件 |
| 4.3.4 求解方法 |
| 4.4 本章小结 |
| 第5章 实证分析 |
| 5.1 数据基础及参数设置 |
| 5.1.1 算例概况 |
| 5.1.2 时段划分 |
| 5.1.3 参数设置 |
| 5.2 仿真结果分析 |
| 5.2.1 方案一优化结果分析 |
| 5.2.2 方案二优化结果分析 |
| 5.3 优化对比分析 |
| 5.3.1 两类分时方案的优化对比 |
| 5.3.2 两类零售套餐的优化对比 |
| 5.4 本章小结 |
| 第6章 研究成果和结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（6）多微网多时间尺度交易方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 微网研究现状 |
| 1.2.2 多微网研究现状 |
| 1.3 本文的主要工作 |
| 第2章 单微网经济调度模型 |
| 2.1 分布式电源数学模型 |
| 2.2 单微网优化调度模型 |
| 2.2.1 优化目标 |
| 2.2.2 约束条件 |
| 2.3 本章小结 |
| 第3章 多微网日前日内交易方法设计 |
| 3.1 多微网结构 |
| 3.2 多微网内部交易方法 |
| 3.3 多微网内部交易价格模型 |
| 3.3.1 内部交易价格原始模型 |
| 3.3.2 内部交易价格改进模型 |
| 3.4 联络线交互功率偏差补偿方案 |
| 3.5 子微网日内交易优化模型与算法 |
| 3.5.1 日内交易模型 |
| 3.5.2 深度神经网络训练建模 |
| 3.6 本章小结 |
| 第4章 算例分析 |
| 4.1 基础参数 |
| 4.2 日前量价互动仿真与分析 |
| 4.3 日内交易仿真与分析 |
| 4.4 联络线交互功率偏差补偿影响分析 |
| 4.5 配网电价峰谷比对交易策略影响分析 |
| 4.6 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士期间科研成果 |
| 致谢 |
（7）含高比例分布式新能源的柔性配电网优化运行研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文研究背景与意义 |
| 1.1.1 新能源发展背景 |
| 1.1.2 行业发展现状与趋势 |
| 1.1.3 含高比例分布式新能源配网关键问题 |
| 1.2 国内外研究现状 |
| 1.2.1 配网源荷波动功率的消纳 |
| 1.2.2 配网三相不平衡的抑制 |
| 1.2.3 市场机制下配网多主体的协调 |
| 1.3 本文主要工作 |
| 第2章 分布式新能源接入下直流配网小干扰稳定下垂优化调度方法 |
| 2.1 引言 |
| 2.2 多变流器下垂参数协调优化框架 |
| 2.3 配网小信号状态空间模型 |
| 2.4 直流配网小干扰稳定性分析 |
| 2.4.1 下垂斜率变化对直流配网稳定性的影响 |
| 2.4.2 系统源荷功率变化对直流配网稳定性的影响 |
| 2.5 VSC下垂斜率小干扰稳定优化调度方法 |
| 2.5.1 VSC小干扰稳定斜率优化模型 |
| 2.5.2 斜率稳定域预优化模型 |
| 2.6 基于序列非线性规划法和遗传算法的改进求解算法 |
| 2.7 算例分析 |
| 2.7.1 算例系统说明 |
| 2.7.2 系统调控可靠性分析 |
| 2.7.3 系统调控经济性分析 |
| 2.7.4 斜率稳定域预优化模型有效性分析 |
| 2.7.5 算法改进策略有效性分析 |
| 2.8 本章小结 |
| 第3章 考虑新能源出力不确定性的交直流配网鲁棒下垂优化调度方法 |
| 3.1 引言 |
| 3.2 鲁棒优化理论 |
| 3.3 下垂斜率鲁棒优化模型 |
| 3.3.1 斜率优化主模型 |
| 3.3.2 极端场景寻优子模型 |
| 3.4 基于支路电流限值策略的改进CCG求解算法 |
| 3.5 新能源出力波动区间修正模型 |
| 3.6 算例分析 |
| 3.6.1 算例系统说明 |
| 3.6.2 系统调控经济性分析 |
| 3.6.3 系统调控安全性分析 |
| 3.6.4 新能源出力不确定系数敏感性分析 |
| 3.6.5 支路电流限值策略有效性分析 |
| 3.7 本章小结 |
| 第4章 考虑新能源三相不平衡接入的配网SOP多目标优化调度方法 |
| 4.1 引言 |
| 4.2 柔性多状态开关基本原理 |
| 4.3 基于半正定潮流约束的配网多目标优化模型 |
| 4.4 切平面迭代求解算法 |
| 4.5 算例分析 |
| 4.5.1 算例系统说明 |
| 4.5.2 全时段SOP参考点优化调控效果分析 |
| 4.5.3 典型时段SOP参考点优化调控效果分析 |
| 4.5.4 典型时段SOP斜率优化调控效果分析 |
| 4.5.5 切平面迭代求解算法有效性分析 |
| 4.6 本章小结 |
| 第5章 含风光储独立微网的配电系统多主体协调调度方法 |
| 5.1 引言 |
| 5.2 博弈理论 |
| 5.3 多主体协调能量管理框架 |
| 5.3.1 日前有功调度策略 |
| 5.3.2 日前无功调度策略 |
| 5.4 多主体协调能量管理优化模型 |
| 5.4.1 日前有功调度模型 |
| 5.4.2 日前无功调度模型 |
| 5.5 算例分析 |
| 5.5.1 算例系统说明 |
| 5.5.2 日前有功调度系统经济性分析 |
| 5.5.3 日前无功调度系统电压质量分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 后续工作展望 |
| 参考文献 |
| 作者简历 |
| 攻读博士学位期间所取得的科研成果 |
| 攻读博士期间参加的科研工作 |
（8）风险环境下多微电网协调运行优化方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 研究现状 |
| 1.2.1 多微电网运行优化 |
| 1.2.2 不确定环境下多微电网运行优化 |
| 1.2.3 电力市场信用风险 |
| 1.3 研究工作与章节安排 |
| 第二章 多微电网信用评价与协调运行模型构建 |
| 2.1 多微电网协调运行场景描述 |
| 2.1.1 多微电网组成及结构 |
| 2.1.2 多微电网协调运行流程 |
| 2.2 多微电网不诚信行为及信用评价 |
| 2.2.1 微电网用户不诚信行为 |
| 2.2.2 信用评价指标与方法 |
| 2.3 多微电网协调运行优化模型构建 |
| 2.3.1 多微网协调运行优化问题建模思路 |
| 2.3.2 信用风险下的负荷不确定性约束 |
| 2.3.3 蓄电池约束 |
| 2.3.4 多微电网运行约束 |
| 2.3.5 优化目标 |
| 2.3.6 优化模型 |
| 2.4 本章小结 |
| 第三章 多微电网鲁棒优化模型求解及算例分析 |
| 3.1 C&CG算法概述 |
| 3.2 多微电网优化问题的分解 |
| 3.2.1 能量交易组合主问题 |
| 3.2.2 不确定场景下的经济运行子问题 |
| 3.3 多微电网鲁棒优化模型求解步骤 |
| 3.4 算例仿真分析 |
| 3.4.1 基本参数与仿真设定 |
| 3.4.2 不诚信行为影响分析 |
| 3.4.3 鲁棒优化方法验证与调度结果分析 |
| 3.4.4 不确定裕度调节分析 |
| 3.4.5 不同信用水平的适用性分析 |
| 3.4.6 信用管理机制影响分析 |
| 3.5 本章小结 |
| 第四章 多微电网仿真运行平台设计与应用 |
| 4.1 多微电网运行优化方法应用形式 |
| 4.2 多微电网仿真运行平台总体设计 |
| 4.2.1 多微电网仿真平台功能架构 |
| 4.2.2 仿真平台系统架构 |
| 4.2.3 数据库逻辑设计 |
| 4.3 多微电网仿真平台实现方法 |
| 4.3.1 平台物理层实现 |
| 4.3.2 平台优化层实现 |
| 4.3.3 平台应用层实现 |
| 4.4 多微电网仿真平台应用实例 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间取得的成果 |
| 学位论文评阅及答辩情况表 |
（9）配电侧多微电网能量调度的主从博弈方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 微电网技术的研究现状 |
| 1.2.2 多微电网系统的研究现状 |
| 1.2.3 博弈论在电力工程中的研究现状 |
| 1.3 本文的主要工作 |
| 第二章 微电网系统的结构与建模 |
| 2.1 引言 |
| 2.2 微电网系统结构 |
| 2.3 微源的数学模型 |
| 2.3.1 风力发电 |
| 2.3.2 光伏发电 |
| 2.3.3 柴油发电机 |
| 2.3.4 储能设备 |
| 2.4 需求侧资源 |
| 2.5 本章小结 |
| 第三章 单微电网日前经济优化调度 |
| 3.1 引言 |
| 3.2 单微电网的日前优化调度 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.3 支路潮流建模与二阶锥优化 |
| 3.3.1 支路潮流建模 |
| 3.3.2 二阶锥优化 |
| 3.4 算例分析 |
| 3.4.1 基础数据 |
| 3.4.2 日前优化结果分析 |
| 3.5 本章小结 |
| 第四章 基于主从博弈的配电网和微电网双层优化调度 |
| 4.1 引言 |
| 4.2 配电侧多微电网系统的能量管理框架 |
| 4.2.1 上层配电网的优化模型 |
| 4.2.2 下层微电网的优化模型 |
| 4.3 构建主从博弈模型及求解 |
| 4.3.1 博弈模型的构建 |
| 4.3.2 博弈模型的求解 |
| 4.4 算例分析 |
| 4.4.1 优化电价和基于电价的需求响应分析 |
| 4.4.2 原始电网电价和优化电价下的结果对比分析 |
| 4.5 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（10）基于博弈论的多虚拟电厂优化调度（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 虚拟电厂优化调度现状 |
| 1.2.2 博弈论在虚拟电厂中的研究现状 |
| 1.2.3 主从博弈求解方法的研究现状 |
| 1.2.4 Kriging模型在电力系统中的研究现状 |
| 1.2.5 匹配博弈在电力系统中的研究现状 |
| 1.3 本文的主要工作 |
| 第2章 博弈论和Kriging模型理论基础 |
| 2.1 博弈论理论基础 |
| 2.1.1 博弈论基本概念 |
| 2.1.2 非合作博弈 |
| 2.1.3 主从博弈 |
| 2.1.4 匹配博弈 |
| 2.2 Kriging模型理论基础 |
| 2.2.1 Kriging模型概述 |
| 2.2.2 Kriging模型基本原理 |
| 2.3 本章小结 |
| 第3章 基于元模型的主从博弈多虚拟电厂优化调度 |
| 3.1 交易机制和主从博弈框架 |
| 3.1.1 交易机制 |
| 3.1.2 主从博弈框架 |
| 3.2 基于主从博弈的多虚拟电厂动态定价和优化调度模型 |
| 3.2.1 动态定价模型 |
| 3.2.2 优化调度模型 |
| 3.2.3 主从博弈模型建立 |
| 3.3 基于Kriging模型的多虚拟电厂主从博弈模型求解 |
| 3.3.1 主从博弈均衡解的存在性 |
| 3.3.2 主从博弈均衡解的主要求解方法 |
| 3.3.3 基于Kriging模型的主从博弈均衡算法 |
| 3.4 算例分析 |
| 3.4.1 算例说明 |
| 3.4.2 主从博弈结果分析 |
| 3.4.3 算法性能测试 |
| 3.5 本章小结 |
| 第4章 基于匹配博弈的多虚拟电厂动态组合建模 |
| 4.1 虚拟电厂动态组合建模 |
| 4.1.1 虚拟电厂动态组合分析 |
| 4.1.2 分布式能源产消者模型 |
| 4.1.3 虚拟电厂模型 |
| 4.2 匹配博弈模型构建 |
| 4.2.1 模型构建 |
| 4.2.2 均衡解存在性证明 |
| 4.3 求解算法 |
| 4.3.1 算法1:基于梯度下降法和最佳反应的分布式算法 |
| 4.3.2 算法2:基于转移概率和势函数的优化算法 |
| 4.3.3 算法收敛性证明 |
| 4.4 算例分析 |
| 4.4.1 算例说明 |
| 4.4.2 算例仿真结果分析 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
四、基于Lindo的电力市场的购电电价分析（论文参考文献）
- [1]基于双层Kriging元模型算法的多产消代理商主从博弈能量管理模型[J]. 孙国强,王善磊,陈胜,吴晨,胡国伟,周亦洲,卫志农. 电力自动化设备, 2021(11)
- [2]含碳捕集与垃圾焚烧虚拟电厂协同优化调度研究[D]. 刘昀. 华东交通大学, 2021(01)
- [3]基于深度强化学习的分布式电采暖分层优化调度[D]. 阚天洋. 东北电力大学, 2021
- [4]并网型微电网源荷预测及优化运营管理研究[D]. 赵文婷. 太原理工大学, 2021(01)
- [5]面向用户的能源增值服务与零售套餐定价机制研究[D]. 华婧雯. 华北电力大学(北京), 2021(01)
- [6]多微网多时间尺度交易方法研究[D]. 封钰. 华北电力大学(北京), 2021(01)
- [7]含高比例分布式新能源的柔性配电网优化运行研究[D]. 孙峰洲. 浙江大学, 2021(09)
- [8]风险环境下多微电网协调运行优化方法研究[D]. 宋尚逾. 山东大学, 2021(12)
- [9]配电侧多微电网能量调度的主从博弈方法研究[D]. 佟新. 安徽大学, 2020(07)
- [10]基于博弈论的多虚拟电厂优化调度[D]. 涂淑琴. 华北电力大学(北京), 2020(06)