一、太阳能用电安全也重要（论文文献综述）
田立霞[1]（2021）在《高铁新能源微电网规划定容及调度优化研究》文中研究表明面对全球气候变暖,我国提出了“碳达峰、碳中和”发展目标。交通系统作为用能大户,为加速实现“双碳”目标,近年来,相关部门制定出台了一系列能源、交通融合发展的战略与政策。高铁作为中长途运输中的主力军,近年来发展十分迅速。在高铁用电构成中,牵引用电占比最大,是碳减排的重点领域之一。高铁运营部门为积极响应国家号召,实现深度绿色交通,在保障牵引供电安全的前提下,开展了一系列新能源发电并入牵引供电系统的研究,以优化高铁用能结构,提升能源综合利用效率。高铁牵引负荷不同于生活、工业用电负荷,具有分布广、冲击性强、随机不稳定、功率大、时段特征显着、安全要求高等特征,大大地增加了新能源牵引供电理论研究与实际应用的难度。在前期各学者研究的基础上,本文根据高铁牵引负荷的特征、新能源发电出力特征及高铁沿线新能源分布情况等因素,在高铁沿线分段构建基于能源互联网技术的高铁新能源微电网,使之与沿线大电网一同为高铁牵引供电系统供电。在保障牵引供电安全的前提下,对高铁新能源微电网的规划、容量配置以及后期运行调度展开研究,最后对高铁微电网的构建及运行进行了综合效益评价。本文主要创新点包括以下几点:（1）高铁新能源牵引供电安全性测度方法研究安全是高铁运行的前提条件。牵引供电系统作为高铁运行的唯一动力来源,在高铁安全稳定运行中起着至关重要的作用。本部分中,首先介绍了高铁新能源牵引供电安全性测度的重要性;其次,分别从高铁牵引供电风险分析和新能源发电并网影响的角度出发,确定高铁新能源牵引供电风险因子;然后,结合风险因子、高铁牵引供电和新能源发电相关技术条例,建立了高铁新能源牵引供电安全测评体系;最后,根据安全测评体系,提出高铁新能源牵引供电安全系数,为后续高铁新能源微电网的构建及运行优化研究奠定基础。（2）高铁新能源微电网规划方法研究首先,通过对比分析高铁牵引功率、新能源出力及储能系统的特征,确定新能源发电采用高铁新能源微电网AT所的方式并入牵引供电系统。其次,综合高铁牵引网络分布特性及沿线风光分布情况,基于能源互联网技术,给出了“局部微电网、全国高铁微电网互联、区块链技术做监督、大电网做安全保障”的高铁新能源微电网的构建原则和基本框架,解决了传统微电网供电范围与高铁路网分布广的冲突。互联高铁新能源微电网间电能互传互济,有效平抑不稳定新能源带来的冲击,提高新能源利用率。高铁新能源微电网与沿线大电网相联,实现“自发自用、余电上网”,可保障高铁牵引供电安全,提高能源综合利用率。（3）基于安全约束的高铁新能源微电网定容模型研究首先,基于能源互联网技术,将牵引供电安全作为微电网定容模型的约束条件之一,采用多目标均衡优化理论,建立以牵引供电安全系数最大、成本最低、碳排放最少为目标的高铁新能源微电网定容模型。通过有效整合高铁线可用空闲土地面积、风光分布情况及相联高铁新能源微电网装机等资源,实现互联新能源微电网新能源装机及储能容量的优化配置,提高能源利用率,降低投资成本。其次,采用改进型量子遗传算法（IQGA）对模型求解,结果发现高铁牵引供电系统具有较好的新能源消纳潜力。（4）基于安全约束的高铁新能源微电网调度模型研究首先,以牵引供电安全、优先消纳新能源电力为指导,提出了高铁新能源微电网安全调度的基本原则;其次,根据牵引负荷特征,在牵引供电安全的约束下,对互联高铁新能源微电网牵引供电系统进行“源-网-车-储”多环节互动调节,采用多目标优化理论,建立以牵引供电安全系数最大、成本最低、碳排放最少为目标的高铁新能源微电网调度模型,可提高互联微电网各环节能量综合利用率、牵引供电质量和安全可靠性;最后,采用IQGA对模型进行求解,发现互联高铁新能源微电网的运行成本低于不互联模式。
卜银河[2]（2021）在《新配额制下高比例可再生能源消纳优化研究》文中研究表明中国已经宣布了面向2030年碳达峰和2060年碳中和的碳减排目标,这意味着在稳定推进煤电机组清洁化高效利用的同时,必须在未来十年内大幅提高可变可再生能源的装机比例、发电渗透率和消纳比重。2019年5月,中国发布了可再生能源电力消纳保障机制的新配额制,直接考核各省域年度可再生能源和非水可再生能源电力消纳量是否达到按分配消纳责任权重计算的责任消纳量,将作为电力调度机构按经济性最优或碳减排效果最优优化机组开停机计划和发电计划,和电力交易机构按同样的低碳和经济原则实现市场出清的重要约束条件。虽然强制配额政策下可再生能源消纳水平得到了基本保证,但高比例可再生能源的消纳仍需要高电力系统灵活性作为支撑。我国电源侧的不灵活燃煤火电机组占比高、可再生能源富集区的电网侧互联互通水平有限、需求侧响应和抽水蓄能等储能侧灵活性资源规模化效应不明显,源-网-荷-储的灵活性资源不足以支撑含高比例可变可再生能源的电力系统灵活性需求。通过多种灵活消纳措施提高电力系统灵活性已成为目前提高可再生能源并网消纳量的重要基础。（1）高比例可再生能源消纳优化模型构建及应用研究。以西北地区实际数据和HRP-38数据库为基础,通过提取西北地区电网结构和电源结构的特征,并充分考虑电力系统负荷和非水可再生能源出力的特性,搭建了具有电网节点结构复杂、机组数量多和可再生能源占比高等特点的实际案例场景。基于此,本研究以传统基于安全约束的机组组合（SCUC）和经济调度模型（SCED）为基础开发了适用于高比例可再生能源的消纳优化模型,适用于大规模机组组合、高比例可再生能源并网情景下一日运行优化决策的快速求解。进而构建了四类提升电力系统灵活性的灵活消纳措施情景,电网侧以提高省间输电能力和区外输电容量为代表,需求侧以提高负荷可灵活调节水平的需求侧管理为代表,电源侧以火电机组深度调峰改造为代表,评估了四种灵活消纳措施对西北地区高比例可再生能源消纳的影响。（2）新配额制下高比例可再生能源消纳优化模型构建。在高比例可再生能源消纳优化模型基础上,引入新配额制消纳责任权重的约束,并对其中非线性部分进行线性化,构建了基于调度运行优化的新配额制下高比例可再生能源经济消纳优化模型、低碳消纳优化模型以及经济与低碳双目标消纳优化模型。首先是以区域整体发电运行成本最小为优化目标、基于省域互联的单目标经济消纳优化模型;随后引入305台机组的碳排放参数,以区域整体总碳排放为目标,构建了基于省域互联的单目标低碳消纳优化模型,接着在约束方面进一步考虑38个节点间的线路传输容量和机组在各节点的分布限制,构建基于网架互联的单目标低碳消纳优化模型;最后基于区域整体碳排放和系统购电成本最低构建省域互联的经济与低碳双目标消纳优化模型,并对比展开新配额制下高比例可再生能源低碳消纳的案例分析。（3）新配额制下高比例可再生能源消纳优化模型应用研究——以西北地区为例。基于新配额制下高比例可再生能源消纳优化模型,以西北地区为模型应用场景,首先评估了新配额制对西北地区省域可再生能源经济消纳的影响,以及新配额制下四项灵活消纳措施对高比例可再生能源消纳的促进效果,并将其与新配额制实施前灵活消纳措施的效果作比较。随后分析了新配额制对低碳消纳的影响,并与经济消纳的结果作比较,结果表明当西北地区配额较低时,整体上以经济消纳为目标的优化模型结果具有成本优势且减排效果与低碳消纳接近,但当配额水平较高时,整体上以低碳消纳为目标的优化模型减排效果明显更优而增加的发电成本反而较小,此外还单独分析了区域内网架结构对低碳消纳优化结果的影响。最后对新配额制下经济与低碳双目标消纳优化结果进行了分析,与单目标低碳消纳相比,双目标权衡后,区域碳排放水平接近但消纳指标变劣,并且当风光可以平价上网时将出现较严重的限电情况。（4）新配额制下基于市场交易的高比例可再生能源消纳模型构建及应用研究。该部分研究首先基于确定性成本报价,构建了省域互联的日前电能量市场和日前辅助服务市场联合出清模型,以西北地区为案例,计及各省域间和区域整体主网架约束,讨论电能量和辅助服务市场联合出清对新配额制下促进高比例可再生能源消纳的影响。结果表明,双市场联合出清模型的消纳水平和区域整体发电成本介于经济调度和低碳调度模型之间,不同辅助服务需求规模下各省域弃电量和弃电率指标变化明显,而消纳量和消纳比重指标变化不大。随后进一步构建了考虑火电机组辅助服务市场报价不确定性的双市场鲁棒出清模型,得出了 305台机组在五类辅助服务市场和电能量市场的联合出清结果,并分析了报价对区域可再生能源消纳、辅助服务费用和碳排放的影响。本文在以上模型应用研究的基础上,提出新配额制下高比例可再生能源消纳优化的政策建议,新配额制下含高比例可再生能源的电力调度和交易提供决策支持。
张文华[3]（2021）在《面向系统灵活性的高比例可再生能源电力规划研究》文中研究表明2020年我国“30·60”双碳目标的提出,进一步提高了中国在国家自主贡献中的力度,对中国高质量能源发展提出了新要求。自此,构建高比例可再生能源的新型电力系统成为实现“30·60”双碳目标的必由之路。然而,在走向高比例可再生能源电力系统新形态的路上,存在诸多管理决策方面亟待解决的问题,其中极为突出的就是大规模可再生能源消纳的相关问题。随着可再生能源渗透率的提高,电力系统将面临更大的波动性和供应的不确定性。为避免出现大量弃风、弃光的情况发生,提升系统灵活性是最直接有效的解决办法。对此,研究建立并完善提高系统灵活性、促进可再生能源消纳的中长期电力规划模型,探索电力行业优化发展路径,有助于为能源监管部门提供科学的管理决策依据,减少无效投资,对“十四五”规划乃至2035年远景规划有重大参考价值。基于此,本文首先从能源“不可能三角”理论出发,以“安全、经济、低碳”三元目标为优化方向,从基于组合预测的中长期电力需求预测模型研究、基于系统成本的电力资源技术经济分析与增长潜力研究,以及供需两侧资源协同优化的电力规划模型研究三个方面构建了面向系统灵活性的高比例可再生能源电力规划研究体系。其次,通过构建基于MLR-ANN（多元回归和人工神经网络耦合）的全社会用电量预测模型和基于Gompertz曲线的电力经济增长规律分析模型,系统LCOE（系统平准化发电成本）技术经济分析模型和基于双因素学习曲线的电力资源成本下降趋势模型,以及面向系统灵活性的高比例可再生能源电力规划模型等模型,建立了新型的中长期电力规划思维范式。然后,本文也应用所构建模型分析了不同政策情景下2021-2035年中国电力行业潜在的发展路径,并运用电力系统运行模拟方法对形成的规划方案进行了可靠性验证。最后,针对优化路径,提出了公正合理的政策建议,为国家能源高质量发展献策。具体来说,本文的主要研究内容及基本结论包括以下几个方面:（1）系统灵活性和中长期电力规划相关基础理论研究。从能源“不可能三角”理论出发,以“安全、经济、低碳”三元目标为优化方向,阐述了面向系统灵活性的高比例可再生能源电力规划研究优化思路,形成了从基于组合预测的中长期电力需求预测模型研究、基于系统成本的电力资源技术经济分析与增长潜力研究,以及供需两侧资源协同优化的电力规划模型研究三个方面构建面向系统灵活性的高比例可再生能源电力规划研究体系的整体思路。（2）电力行业发展现状分析。重点梳理和分析了近20年来我国电力行业在电源结构、跨省跨区输电线路和全社会用电量等主体构架方面的变化趋势,以及发电技术经济性、线损、厂用电率、煤耗、需求响应规模等成本效率方面的演变趋势。为面向系统灵活性的高比例可再生能源电力规划模型的构建和电力行业优化路径的探索提供了参数设定依据。（3）基于组合预测的中长期电力需求预测模型研究。首先,重点分析了引起全社会用电量变化的相关因素,基于MLR模型进行了相关性分析,提取了影响全社会用电量变化的显着影响变量。并通过时间序列ANN模型和最小二乘法,分别预测了显着影响变量的未来值。其次,通过构建的基于MLR-ANN的全社会用电量预测模型,分别用两组数据预测了我国2021-2035年的全社会用电量。然后,基于Gompertz曲线模型对主要发达国家电力经济发展规律进行了分析和总结,研究了用电量“拐点”的问题。最后,整合了国内外权威研究机构对中国电力需求预测的结果,结合对中长期电力经济发展规律研究的结论,对本文构建的基于MLR-ANN的全社会用电量预测模型结果进行了校验。结果表明,本文构建的“MLR+最小二乘+ANN”预测模型具有较高的预测精度,预测结果可靠。（4）基于系统成本的电力资源技术经济分析与增长潜力研究。首先,分别构建了以系统成本为核算基础的系统LCOE技术经济分析模型和基于双因素学习曲线的电力资源成本下降趋势模型,补充了已有的技术成本分析研究中存在的灵活性和需求侧资源考虑缺失的问题。然后,充分模拟电力市场环境,利用所构建模型分析了 2021-2035年不同电力资源竞争力情况。最后,基于电力市场化背景,综合不同电力资源竞争力分析结论,分析了各类发电资源和需求侧灵活性资源的年均新增规模及发展潜力,为面向系统灵活性的高比例可再生能源电力规划模型约束条件设立了较为客观的定义域。（5）供需两侧资源协同优化的电力规划模型研究。首先,基于电力规划基本原理,通过对高比例可再生能源电力系统新形态特性的分析,论述了中长期规划视角中需充分考虑满足系统灵活性要求,进而适应高比例可再生能源电力系统新形态的必要性。其次,以中长期电力规划模型作为切入点,嵌入电力行业碳达峰约束与灵活性平衡约束进行优化,构建基于系统灵活性的供需两侧资源协同优化的新型电力规划模型,并叠加前文子模型的互动,共同形成了面向系统灵活性的高比例可再生能源电力规划模型。然后,基于所构建的MLR-ANN中长期电力需求预测模型、系统LCOE模型以及双因素学习曲线模型所得出的基本结论,构建的基准情景、加强政策情景、“碳中和”情景以及1.5℃情景等四种不同政策情景,应用该模型模拟分析了不同政策情景下2021-2035年全国层面和局部区域电力规划方案,探索了 2021-2035年我国电力行业优化发展路径。最后,采用运行模拟进一步验证了模型的有效性。结果显示,本文所建立的规划模型呈现的规划方案能满足各项约束条件,是一个优化的结果。（6）政策建议。基于不同政策情景下全国层面和局部区域电力规划方案对比分析结论,分别从电源侧、电网侧以及需求侧等多个方面提出了保障优化路径得以实施的相关政策建议。同时,还针对优化路径引发的相关公正转型问题进行了论述,提出了相应的政策建议。
杨蕙嘉[4]（2021）在《输电网项目视角下可再生能源消纳时空特征及驱动模型》文中认为随着能源发展变革的不断推进,以风能、太阳能为代表的可再生能源正逐步替代传统化石能源,成为实现健康可持续发展的重要选择。中国可再生能源资源禀赋丰富,电力作为可再生能源开发利用的主要方式,开发利用前景广阔,中国可再生能源产业及市场发展水平处于世界前列。但在可再生能源开发利用快速发展的同时,存在重开发轻消纳、省域发展不平衡不充分等问题,限制了可再生能源的跨越式发展。电网输电项目,尤其是特高压项目,在促进可再生能源大规模优化配置中有重要作用,是实现可再生能源大规模、高比例、高质量、市场化发展的重要基础设施支撑。“十四五”时期是推动我国能源清洁低碳绿色转型的关键窗口期。2020年中国提出了二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和的目标。面对新形势要求,加快能源变革,以可再生能源为主导转变能源生产方式,以电为中心转变能源消费方式,以大电网互联转变能源配置方式,将有力推动构建以新能源为主体的新型电力系统,切实贯彻落实高质量发展战略。面对新形势下的问题与目标,探索实现可再生能源利用水平发展特征及区域协同具有重要意义。本文以电网输电项目建设时序模型为基础,以2015-2019年中国31个省域可再生能源开发利用为研究对象,开展可再生能源开发利用“格局-机理-模拟”的研究,定量刻画研究我国可再生能源消纳的时空格局特征与演化趋势,探讨省域的空间作用与驱动机制,并进行省域演化模拟。本文的主要研究内容及成果包括以下几个方面:（1）构建了中国跨省跨区输电项目空间权重矩阵模型。研究系统梳理中国区域电网与特高压项目的建设发展历程及电力输送特点,基于2015-2019年跨省跨区输电网项目建设投运时序数据,建立输电项目空间权重矩阵,研究其连通性时空演化特征,为后续省域电力经济分析提供基础工具。（2）分析了中国省域可再生能源开发利用格局及时空演化特征。运用空间计量经济分析工具,识别分析中国3 1个省域可再生能源资源禀赋、装机出力、电力消纳的时空分布与匹配特征;研究表明,开发利用格局均分布向东南方向偏移,开发指标呈扩散均衡特征,利用消纳指标呈集聚趋势。基于输电项目空间权重矩阵,研究省域可再生能源消纳水平的空间异质性与依赖性的时序发展特征;空间总体消纳格局由单核极化集聚向多极扩散演化,集聚地区由北部地区向西北地区和东北地区局部省份扩散。针对省域可再生能源消纳在输电项目联通关系下的四类特征,探讨各类型省域动态演化规律及转移路径;不同消纳类型的省域间存在6种转化关系,8条转化路径,各类型转化概率有显着差异,区域增长极的极化与溢出效应依赖电网项目关系在类型转化中发挥关键作用。（3）建立了基于输电项目联通的省域可再生能源消纳影响因素驱动分析模型。通过文献查阅和资料收集,本文从消纳环境因素、基础设施因素、能源结构因素和市场政策因素4个维度,识别分析用电增长率、新能源市场化交易等8个影响因素及其时空特征。基于输电项目空间权重矩阵,以2015-2019年31个省域的空间面板数据,从全国总样本、地区样本、阶段样本三个角度构建影响因素驱动机制分析模型,定量测度各影响因素对省域可再生能源消纳水平的直接效应与间接效应,分析省域内、外生动力作用机制及时空演化特征。结果表明,在输电项目联通关系下,省域经济水平、用电增长潜力、市场化交易因素在省域间具有良好的空间溢出效应,能够逐步发挥溢出驱动作用拉动消纳水平。（4）开展了省域可再生能源消纳动态演化模拟研究。基于电网输电项目联通关系下的省域可再生能源消纳格局特征、空间作用规律、省域消纳特征及其转移概率,设定自然发展与碳达峰政策两类发展情景,运用CLUE-S模型研究不同政策情景下到2025年、2030年省域可再生能源消纳特征的演化特征。两情景下各省域可再生能源消纳类型转移均表现为高值类型演化为主向低值类型演化为主,但在碳达峰情景设定下省域类型转化更为活跃,且低值类型演化起步较早。综合来看,沿“内蒙-华北”“西北-华中”方向继续向华中、华东地区延伸优化电网输电项目的规划布局,畅通并优化现有高消纳地区的拉动作用,培育并激活潜在增长极发展将促进省域可再生能源消纳水平提升。所建立的模型为合理规划省域可再生能源消纳政策提供可靠理论方法和决策工具。本文基于省域电网输电项目关系建模,以系统性、时序性的空间经济思维围绕省域可再生能源开发利用开展“格局-机制-模拟”研究,是对能源电力领域理论体系与实践应用领域的创新与补充。研究成果从电网项目和省域规划视角为可再生能源开发利用提供政策建议和研究工具,为制定可再生能源开发利用战略政策与电网输电项目规划布局提供理论与实证参考。
王珂珂[5]（2021）在《计及新能源的电力现货市场交易优化研究》文中提出能源是社会进步和人类生存的物质基础,随着能源资源约束日益加剧,绿色低碳发展成为我国经济社会发展的重大战略和生态文明建设的重要途径,我国亟需加快建设以可再生能源为主导的清洁低碳、安全高效的能源体系,实现“30·60”双碳目标。电力工业在现代能源体系中处于核心地位,在减少温室气体排放方面发挥着重要作用,应加大力度发展以风电、太阳能为代表的绿色电力。但由于中国风能、光能富集区与需求区逆向分布,市场在优化资源配置中的作用发挥不够充分,亟需完善新能源参与的电力现货市场交易机制,构建高比例新能渗透的电力现货市场交易决策支持方法,以实现资源有效配置,促进新能源消纳。鉴于以上考虑,本文从新能源参与对电力现货市场影响、新能源发电功率预测与电力现货市场电价预测、计及新能源的中长期合约与现货日前市场的衔接与出清机制、电力现货市场各阶段市场的衔接与出清机制、碳交易权市场与电力现货市场的耦合机制等多个方面展开研究。本文主要研究成果与创新如下:（1）对新能源参与对电力现货市场的影响进行研究,基于电力现货市场价格信号的复杂性,构建由三个模块构成的新能源对电力现货市场影响分析模型,包括基于数据统计的相关性分析、基于小波变换与分形理论的全部特征值分析与基于关键因素提取的相关性分析。以丹麦两地区现货市场的历史数据进行验证,证实新能源发电对于电价影响高于常规历史数据;基于小波变换分析与分形理论求得全部特征值方法,计算两地区分类准确率为分别为80.35%,82.30%,分类结果表明负荷、新能源发电量序列与新能源发电量占比分类错误率较高;通过关键特征提取的相关性分析结果,重要程度位于前三的因素均存在新能源发电相关因素。因此研究中仅考虑负荷等常规因素不足以支撑电力现货市场电价预测、交易匹配与出清问题的研究。（2）对电力现货市场中新能源发电功率与电价预测进行研究,构建基于完全集成经验模态分解（complementary ensemble empirical mode decomposition,CEEMD）与样本熵（sample entropy,SE）的数据预处理策略,基于和声搜索（harmony searchm,HS）算法优化的核极限学习机（kernel extreme learning machine,KELM）的混合新能源发电功率预测模型,基于相似日筛选与长短期记忆模型（long short-term memory,LSTM）的电力现货市场电价预测模型。针对非线性、非稳态的短期新能源发电功率预测,首先通过皮尔森相关系数筛选模型输入数据,减少数据冗余;而后,采用CEEMD-SE的组合数据预处理策略,对发电功率时间序列进行分解和重构,消除数据噪声,减少模型计算量;其次,采用HS-KELM模型对重构后的多个子序列进行建模预测,集成处理后得到最终的新能源发电功率预测值。基于CEEMD-SE-HS-KELM新能源发电功率预测模型具有更高的预测精度。针对电力现货市场电价预测,将新能源出力指标纳入电力现货市场电价预测中,首先采用CEEMD-SE对电价序列进行分解与重构;而后,构建基于随机森林（random forest,RF）与改进灰色理想值逼近（improved approximation ofgrey ideal values,IAGIV）的新能源出力影响量化模型,筛选出与待预测天数关联性较强的历史天作为输入集;其次,采用LSTM模型对重构后的多个子序列分别进行预测,基于CEEMD-SE-RF-IAGIV-LSTM预测模型对于电价序列的拟合效果较好,可为电力现货市场参与主体制定交易策略、现货市场出清撮合提供支撑,降低电力现货市场中的风险。（3）对计及新能源与中长期市场影响的现货日前电力市场优化模型进行研究。本文提出计及中长期合约电量分解与新能源参与的日前电力市场交易优化模型,首先构建考虑火电厂合约电量完成进度偏差的中长期合约电力分解模型,将分解得到的每日中长期合约电量作为约束引入日前市场的优化模型中,保证中长期合约电量物理执行;针对系统不确定性进行建模,在电力现货市场价格模拟中加入新能源渗透率,更精准地刻画能源参与对于电力现货市场的影响;构建新能源参与的日前市场多目标出清优化模型,利用模糊优选方法对多目标进行转换,较好地平衡经济性与节能减排目标;最后采用基于GA-PSO组合优化模型对构建模型进行求解。模型求解结果表明,本文构建的多目标优化函数能够在保证系统运行经济效益的基础上,实现环境效益最大化,达到节能减排的效果;同时随着新能源渗透率的增加,系统不确定性增加,常规机组的成交电量有所下降。（4）对计及新能源的日前市场与日内市场的衔接机制进行分析,并构建相应的出清优化模型。在日前市场与实时市场之间增加日内市场,以减少系统辅助服务成本、降低用于平衡间歇性、波动性新能源的化石燃料容量、灵活性资源配置与储能成本,以提高现货市场效率,更好的发挥市场对资源优化配置的作用。采用基于模型预测结果与误差分布函数结合的不确定性刻画模型,而后构建了基于拉丁超立方采样进行场景集生成法与改进谱聚类分析的场景集削减策略,能够选择出最具代表性的场景集。基于电力现货市场出清流程,将含有新能源较多的系统将引入日内市场,以减小实时市场的功率偏差,提高系统运行的经济性和稳定性,采用预测模型对新能源出力、电力负荷进行预测,结合预测误差分布函数刻画系统不确定性;构建日前市场和模拟日内市场联合出清优化模型,在各个日内市场考虑对应实时市场新能源偏差功率的不确定性、电价不确定性,建立各日内市场和模拟实时市场联合优化模型。（5）考虑到中国“30·60”双碳目标与宏观发展规划,本文构建一个基于STIRPAT模型碳排放影响因素分析与改进烟花算法（improved fireworks algorithm,IFWA）优化的广义回归神经网络（general regression neural network,GRNN）预测模型。基于不同的社会环境与政策环境,对碳排放影响因素进行模拟并设定,预测结果表示中国的碳排放总量将于2031年达到峰值。以此为基础分析现行政策下中国的碳减排压力,并进行相应的建设全国统一的碳交易权市场必要性分析。而后,基于电力市场和碳市场的建设现状,利用系统动力学模型进行碳交易对电力现货市场的影响分析,系统动力学模型分析结果证实电力市场价格与碳交易价格呈现正相关关系;最后,基于对于碳交易对电力市场作用机理的分析,提出碳交易机制与电力现货市场机制协同建设建议。
黄礼玲[6]（2021）在《考虑农村资源禀赋的多能互补运行优化及效益评价研究》文中进行了进一步梳理近年来农村的城镇化建设和经济的飞速发展,带来能源需求量的攀升,能源供需矛盾突显。农村目前的能源利用方式仍较原始,大多使用原始生物质能,能源利用形式相对落后。能源利用效率的低下、散煤燃烧等问题对环境带来了严重的影响,使得传统能源的利用方式不再适应当今的形势,当前农村地区亟需要对用能结构进行优化调整转型,为实现可持续发展,能源利用需寻求更加低碳且高效的方式。多能互补的能源利用方式可以充分发挥各能源品类的优点,起到优势互补的作用,提高能源综合利用效率的同时可促进可再生清洁能源的消纳,兼具经济性与环保性,可以有效解决农村在能源发展上遇到的此类问题。农村可再生能源品类繁多,考虑到农村兼具能源资源丰富和空间资源充足的特点,具备开展多能互补的有利条件,有得天独厚的优势。因此,本文考虑农村资源禀赋条件,研究农村多能互补系统（Rural Multi-energy Complementary System,RMECS）,构建了农村多能互补运行优化模型及效益评价模型,探索其发展模式。首先,提出了 RMECS服务模式。梳理了农村能源发展现状及其主要特征,多能互补理论及相关政策,对多能互补代表性项目进行整理分析,提出了“农村集中用能”、“农村家庭生活用能”、“农村农业养殖业用能”三种模式。然后,基于提出的RMECS模式,分析各模式下运用的多能互补技术。对核心要素进行建模,建立了风电、沼气热电联产、节柴灶、太阳能集热器、空气源热泵的出力模型,电动车灵活充放电的负荷模型,需求响应机制模型。其次,构建了关于RMECS协同运行优化模型。阐述了 RMECS结构,构建以用能成本最小、碳排放量最低、用能满意度最高为目标的多目标函数,运用ε-约束法获得多目标优化模型的Pareto解集,进而借助模糊决策理论求得最优解。以北方某一农村为研究对象,根据其资源特性及典型日电、热负荷需求进行算例分析。最后,设计不同的RMECS运营效益评价模型。以经济效益、节能效益、环境效益、社会效益四个维度为出发点,构建RMECS效益评价指标体系,组合运用层次分析法、熵权法为指标赋权。选取前文提出的三种RMECS模式作为评价对象,分别运用多级模糊综合评价法和云模型进行评价,并对比分析两个不同评价模型的评价结果。结果表明,采用多级模糊综合评价和采用云模型对RMECS的效益评价结果相同,均为农村集中用能模式的综合效益最好。其中,通过采用云模型评价绘制的云图可以较为直观的看出评价结果。
聂仕麟[7]（2021）在《基于分布式电力交易的微网运行成本优化研究》文中研究表明随着社会经济快速发展,能源需求日益增长,导致传统化石能源过度消耗,全球自然环境持续恶化。为解决能源消耗与环境污染问题,世界各国都在加快开发利用以风光为主的分布式可在生能源,降低对煤、石油为主的传统化石能源的依赖。为此,我国提出了“30-60”目标,即到2030年达到碳排放高峰,争取到2060年实现碳中和。为实现“30-60”目标,开发利用分布式可再生能源是主要方式,在电力领域实现碳中和占据重要地位,而微网作为整合用户侧分布式能源的载体,能够实现各种分布式能源的有效控制和集中管理。但随着分布式能源的大规模开发利用,电力交易方式也在发生巨大的变化,传统集中式电力交易方式不能够满足基于微网分布式电力交易的需求,这对微网的经济运行也产生了一定的影响。微网是实现分布式发电市场化交易的有力支撑,研究含分布式能源交易的微网经济优化运行是当前推动分布式发电市场化的重点,也是未来分布式发电市场化交易的主要形式之一。首先,本文从微网发展历程、微网经济优化运行及分布式能源交易三个方面,分析总结了国内外微网发展现状及分布式电力交易进展。通过借鉴国内外分布式能源交易模式,设计了微网分布式电力交易流程。在价格设计方面,本文基于微网内实时电力供需状态,以主网购售电价格为参考,并引入权重变量α和β对分布式交易参考价格进行调整,设计了不同场景下的分布式电力交易定价模型。结果表明,通过该方法得到的分布式电力交易价格能够降低微网用户用能成本,提高微网用户的经济效益,促进微网用户参与分布式交易。其次,本文从微网系统结构和负荷两方面详细分析了不同类型微网系统特征,通过对比不同类型微网特征,结合分布式电力交易特点和应用场景,选取居民光储社区微网作为研究对象,并搭建了包含四种类型用户的居民光储社区微网系统架构;在此基础上,构建了分布式光伏和储能设备运行的数学模型,为后续研究提供理论基础。最后,本文从微网不同用户类型出发,采用基于YALMIP的混合整数规划方法构建了以用能成本最低的目标函数、各电源设备运行约束和微网电量平衡为约束条件的优化模型,并分别分析了微网内四种类型用户在开展分布电力交易情况下的运行情况及多类型用户协同运行情况。结果表明,在开展分布式电力交易情况下,不同类型的用户用能成本不仅有效降低,还能提高分布式能源所有者的经济效益。本研究能够为用户投资建设分布式能源和参与分布式电力交易提供理论参考和实践依据。
李娜娜[8]（2021）在《广西地区智慧光伏温室系统研究与设计》文中研究说明农为邦本,本固邦宁,“三农”问题仍是我国工作的重中之重。目前我国农业发展正面临着资源紧缺、务农劳动力不足和环境污染等约束,难以满足国内众多人口对食物的需求,亟需依托现代信息技术和能源技术推进农业转型、升级来改善现有约束,朝着绿色可持续、高产高效优质的现代化方向发展。因此,本文针对大型温室现存监控成本高、传输不稳定、管理分散以及能耗高等问题,利用物联网技术、光伏发电技术、控制策略、云技术和Web技术研究并设计了一种智慧光伏温室系统。本文剖析了监控系统、光伏系统以及温室生产三个维度的需求,聚焦于温室光伏系统应用方案研究和环境监控系统设计。光伏应用研究以广西南宁气候特征为例,确定了独立光伏-市电互补的供电方案;根据温室夏季用电情况,对光伏组件和蓄电池进行选型和容量配置。为使已配置的光伏系统获得最大发电量,用Ecotect和PVsyst计算全年最大辐照量的方位角和倾斜角,得到最佳方位角为正南,最佳倾斜角范围为18～19°。智慧光伏温室监控系统采用Lo Ra与NB-Io T异构组网构建通信方案,对传感器模块、继电器模块、主控芯片模块、Lo Ra和NB-Io T传输模块进行硬件选型、电路设计和软件设计,来实现环境数据的采集、控制和传输。控制策略选用RBFPID,在MATLAB中分析RBF-PID与传统PID对温室空气温度的控制效果,得到RBF-PID调控精度、收敛速度和鲁棒性优于传统PID,为后续应用提供理论依据。客户端选用阿里云服务器（ECS）搭建,在云端配置JavaWeb环境,选用轻量级应用Tomcat作为Web服务器,利用B/S架构、MVC模式和SSH2集成框架开发Web客户端,并结合AJAX和JXL/JFreechart提升用户使用感。温室环境数据由Lo Ra自组网络传输到NB-Io T,经TCP协议发送到ECS,管理员通过浏览器访问Web客户端实现对环境的实时监测和远程调控。最后在Ecotect中对棋盘式和紧密式光伏温室进行采光分析,测试表明棋盘式光伏下采光更好更均匀,紧密式保温性好,可根据光伏温室采光特性划分区域选择适宜的作物种植,为温室种植空间布局和优化提供参考思路;利用PVsyst预测光伏系统发电量,结果表明设计的光伏系统性能较好,可满足温室90.7%的用电需求;对监控系统的组网、监测、控制和Web客户端测试,结果表明系统运行稳定、可靠,基本完成预期目标。
朱轩昊[9]（2021）在《分布式电源发配售一体化系统经济性分析模型及其应用》文中提出在国家电力体制改革的大背景下,发配售关系、售电市场以及终端能源生产模式正在发生变化,电力企业的盈利模式也向着更加多元的方向发展。基于分布式电源的发配售一体化系统的开发运用是开发分布式能源和放开配售电业务的有机结合。采用发配售一体化模式运营分布式电源业务,通过对区域和全网负荷的协同优化模拟,制定更加科学的新增配电网建设方案,为我国分布式能源发展提供了有效思路,基于分布式能源的发配售一体化系统开展经济性评估有重要研究价值和实践意义。本文系统梳理了发配售一体化系统相关政策演变规律与发配售一体化系统特征,从成本和收益的角度,识别增量配电网、分布式光伏、分散式风电以及分布式天然气四个经济性分析子系统,构建包含134个指标的分布式电源发配售一体化系统经济性分析体系;运用系统动力学因果分析法对四个子系统进行了正负反馈因果分析。以我国西南某省工业园区作为案例,分析四个子系统的经济性以及发配售一体化系统的经济性,并对经济性评价系统中的关键因素作出了敏感性分析。结果表明,增量配电网子系统经济性对发配售一体化系统经济性影响最高,分布式天然气子系统的经济性影响次之,分布式光伏子系统与分散式风电子系统经济性影响最小。对经济性评价系统中关键影响因素的敏感性进行分析可以发现,输配电价、风电上网电价以及用电负荷增长速率对发配售一体化系统经济性影响最大,太阳能辐射量和天然气发电年运行小时数影响一般,其余因素影响较小。本文基于系统动力学模型构建的发配售一体化系统经济性模型适用于含有分布式光伏、分散式风电、分布式天然气发电的增量配电网的项目经济性和敏感性评估。模型可分别评估分布式电源或增量配电网的经济性,也可评估发配售一体化系统整体经济性,模型在实证研究中具有创新性和适用性,为项目各参与主体提供科学准确的决策参考,有助于发配售一体化运营模式的健康经济发展。
张明珠[10]（2021）在《农户小型离网式风光蓄发电系统容量配置优化研究》文中认为开发利用可再生能源已经成为当前世界解决能源需求的主要途径之一,各个国家也都在在大力发展以新能源为中心的可持续能源新型电力系统,但在发展的过程中,并非一帆风顺,新能源电量消纳矛盾和弃风弃光现象相继出现,尤其是在一些用电负荷较弱、电网相对落后、风光资源相对丰富的西部地区和广大农村地区,这是可持续能源新型电力系统发展中面临的新问题和新挑战。当在农村地区构建以新能源为中心的可持续能源新型电力系统时,小型离网式风光蓄发电系统以其安装小而灵活、安装成本容易在农户接受范围内的优点可以被推广应用在可再生资源丰富的农村地区。而农户在安装可再生能源发电系统时是否能够合理的配置各组成部分的容量对其经济性和可靠性都有重要的意义。因此本文对适合安装在农村地区的小型离网式风光蓄发电系统容量配置优化展开了研究,重点探究了其在农户不同用电负荷下各组成部分最优的容量配置。首先,本文针对有可用风、光资源农村地区的居民,选用小型离网式风光蓄发电系统为其供电,在对发电系统中风力发电机、光伏电池板和蓄电池的工作原理进行理论分析的基础上,用数学模型对其工作特性进行描述,为后续建立发电系统各组成部分的动态出力和工作模型奠定理论基础。其次,着重分析了农村地区居民的用电负荷特性,选取地处我国北部、风光资源均处于中等水平的天津农村作为研究对象,先通过对我国电价分档文件的深入调研,确定了其日均用电量范围,再对其建立相应的动态仿真模型,最后使用HOMER软件根据日均用电量预测该地区农户一年8760小时用电负荷特性曲线。接着使用HOMER软件将农户用电负荷与可再生能源供电系统的供需侧连接起来,将发电系统供电可靠性和年总净现值成本最低作为算法求解的目标函数,对农户日均生活用电量在1～15k Wh范围内15种不同负荷下安装小型独立式风光蓄发电系统时各组成部分的容量配置进行优化。优化结果表明:（1）日均用电量为5k Wh的农户最适合安装光蓄发电系统,因为此时光蓄发电系统的单位发电成本最低,为0.948元/k Wh。（2）日均用电量小于9k Wh的农户适合安装光蓄发电系统,日均用电量大于等于9k Wh的农户适合安装风光蓄发电系统。这个结果可以作为与天津地区风光资源相似的其他农村地区进行风光蓄发电系统容量配置是的参考数据。并选取农户日均用电量为2k Wh和9k Wh分别作为安装光蓄发电系统和风光蓄发电系统的代表,分别对它们的最优容量配置进行了经济性和技术性分析。最后,对农户日均用电量为2k Wh下得到的仿真优化方案进行实体试验,采集2020年7～12月份光伏阵列的日发电量,同时整理仿真得到的最优配置方案下光伏阵列日发电量,将二者进行数值和趋势上比较,对比结果表明:试验光伏发电系统每日平均能够产出2.63k Wh的电量,仿真光伏发电系统每日平均能够产生3.15k Wh的电量;两组数据的均方差变异系数为12.58%,仿真得到的发电系统各部分最优容量配置方案在农户的日常应用中具备供电可靠性和安装可行性。
二、太阳能用电安全也重要（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、太阳能用电安全也重要（论文提纲范文）
（1）高铁新能源微电网规划定容及调度优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实际意义 |
| 1.3 国内外研究现状 |
| 1.3.1 高铁供电安全研究现状 |
| 1.3.2 新能源发电并入牵引供电系统研究现状 |
| 1.3.3 基于能源互联网的微电网定容研究现状 |
| 1.3.4 基于能源互联网的微电网调度研究现状 |
| 1.4 研究思路及主要研究内容 |
| 1.4.1 研究思路 |
| 1.4.2 主要研究内容 |
| 1.5 创新点 |
| 第2章 高铁新能源微电网及相关基础理论 |
| 2.1 高铁供电理论 |
| 2.1.1 高铁供电系统基本架构 |
| 2.1.2 牵引供电原理 |
| 2.2 高铁新能源微电网牵引供电 |
| 2.2.1 可行性及必要性 |
| 2.2.2 高铁新能源微电网牵引供电的特殊性 |
| 2.2.3 重点研究内容 |
| 2.3 相关理论基础 |
| 2.3.1 牵引供电安全理论 |
| 2.3.2 定容优化理论 |
| 2.3.3 调度优化理论 |
| 2.3.4 多目标优化理论 |
| 2.4 本章小结 |
| 第3章 高铁新能源牵引供电安全性测度方法研究 |
| 3.1 高铁新能源牵引供电安全性测度的重要性 |
| 3.2 风险识别 |
| 3.2.1 历史电力机车故障分析 |
| 3.2.2 新能源发电并网的影响 |
| 3.2.3 风险因子 |
| 3.3 高铁新能源牵引供电安全性测度 |
| 3.3.1 高铁新能源牵引供电安全测评体系 |
| 3.3.2 高铁新能源牵引供电安全系数 |
| 3.4 本章小结 |
| 第4章 高铁新能源微电网规划方法研究 |
| 4.1 新能源发电并入牵引供电系统的并入方式 |
| 4.1.1 特征分析 |
| 4.1.2 并入方式的选取 |
| 4.2 高铁新能源微电网的构建原则 |
| 4.3 高铁新能源微电网的基本架构 |
| 4.4 建立高铁新能源微电网的核心技术 |
| 4.4.1 能源互联网技术 |
| 4.4.2 区块链技术 |
| 4.5 本章小结 |
| 第5章 基于安全约束的高铁新能源微电网定容模型研究 |
| 5.1 高铁新能源微电网定容主要相关因素分析 |
| 5.1.1 新能源发电预测 |
| 5.1.2 牵引负荷预测 |
| 5.2 “源-源-储”互动调节机制 |
| 5.3 基于安全约束的高铁新能源微电网定容模型 |
| 5.3.1 MOPEC模型框架 |
| 5.3.2 目标函数 |
| 5.3.3 约束条件 |
| 5.4 基于改进型量子遗传算法求解 |
| 5.4.1 量子遗传算法基本原理 |
| 5.4.2 改进型量子遗传算法基本原理 |
| 5.4.3 改进型量子遗传算法流程 |
| 5.5 算例仿真 |
| 5.5.1 输入数据 |
| 5.5.2 参数设置 |
| 5.5.3 结果分析 |
| 5.6 本章小结 |
| 第6章 基于安全约束的高铁新能源微电网调度模型研究 |
| 6.1 高铁新能源微电网调度的基本原则 |
| 6.1.1 高铁“源-网-车-储”多环节互动机制 |
| 6.1.2 情景分析 |
| 6.2 基于安全约束的高铁新能源微电网调度模型 |
| 6.2.1 目标函数 |
| 6.2.2 约束条件 |
| 6.2.3 模型求解 |
| 6.3 算例仿真 |
| 6.4 本章小结 |
| 第7章 高铁新能源微电网综合效益评价模型研究 |
| 7.1 高铁新能源微电网综合效益评价指标体系 |
| 7.1.1 评价指标体系构建原则 |
| 7.1.2 评价指标体系的构建 |
| 7.2 高铁新能源微电网综合效益评价模型基本理论 |
| 7.2.1 模糊神经网络 |
| 7.2.2 模糊神经网络原理 |
| 7.3 高铁新能源微电网综合效益评价模型 |
| 7.3.1 模型的构建 |
| 7.3.2 模型评价过程 |
| 7.4 算例仿真 |
| 7.4.1 数据预处理 |
| 7.4.2 模型求解 |
| 7.4.3 结果分析 |
| 7.5 本章小结 |
| 第8章 结论与展望 |
| 8.1 研究结果与结论 |
| 8.2 展望 |
| 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 |
（2）新配额制下高比例可再生能源消纳优化研究（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 问题的引出及研究意义 |
| 1.2 文献综述 |
| 1.2.1 可再生能源消纳影响因素研究 |
| 1.2.2 可再生能源配额制研究 |
| 1.2.3 基于系统优化理论的可再生能源消纳研究 |
| 1.2.4 基于多尺度电力市场的可再生能源消纳研究 |
| 1.3 主要研究内容和创新点 |
| 1.3.1 主要研究内容 |
| 1.3.2 主要创新点 |
| 1.3.3 研究技术路线 |
| 第2章 新配额制下高比例可再生能源消纳相关理论基础 |
| 2.1 可再生能源消纳的电力系统灵活性基础 |
| 2.2 基于新配额制的可再生能源消纳优化研究 |
| 2.3 基于系统优化理论的可再生能源经济消纳优化方法 |
| 2.3.1 电力系统优化理论基础 |
| 2.3.2 基于SCUC和SCED的市场出清模型 |
| 2.3.3 不确定性问题的优化方法 |
| 2.4 基于多尺度电力市场交易体系的可再生能源消纳 |
| 2.5 本章小结 |
| 第3章 高比例可再生能源消纳优化模型及应用研究 |
| 3.1 高比例可再生能源消纳优化模型 |
| 3.1.1 目标函数 |
| 3.1.2 约束条件 |
| 3.2 西北地区案例介绍 |
| 3.2.1 数据库来源 |
| 3.2.2 电网结构相关参数设定 |
| 3.2.3 电源结构相关参数设定 |
| 3.2.4 负荷特性相关参数设定 |
| 3.3 高比例可再生能源灵活消纳措施情景设定 |
| 3.3.1 电网侧灵活消纳措施情景设定 |
| 3.3.2 需求侧灵活消纳措施情景设定 |
| 3.3.3 电源侧灵活消纳措施情景设定 |
| 3.4 高比例可再生能源灵活消纳措施经济效果评估 |
| 3.4.1 电网侧灵活消纳措施效果评估 |
| 3.4.2 需求侧灵活消纳措施效果评估 |
| 3.4.3 电源侧灵活消纳措施效果评估 |
| 3.5 本章小结 |
| 第4章 新配额制下高比例可再生能源消纳优化模型 |
| 4.1 新配额制的内涵 |
| 4.2 新配额制下高比例可再生能源经济消纳优化模型 |
| 4.2.1 模型构建 |
| 4.2.2 参数设置 |
| 4.3 新配额制下高比例可再生能源低碳消纳优化模型 |
| 4.3.1 模型构建 |
| 4.3.2 参数设置 |
| 4.4 新配额制下高比例可再生能源经济与低碳双目标消纳优化模型 |
| 4.4.1 模型构建 |
| 4.4.2 参数设置 |
| 4.5 本章小结 |
| 第5章 新配额制下高比例可再生能源消纳优化模型的应用研究 |
| 5.1 新配额制下高比例可再生能源经济消纳的量化分析 |
| 5.1.1 新配额制对经济消纳的影响 |
| 5.1.2 新配额制下灵活消纳措施效果对比 |
| 5.1.3 新配额制实施前后灵活消纳措施效果对比分析 |
| 5.2 新配额制下高比例可再生能源低碳消纳的量化分析 |
| 5.3 新配额制下高比例可再生能源低碳消纳和经济消纳对比分析 |
| 5.4 新配额制下的经济与低碳双目标消纳的量化分析 |
| 5.5 本章小结 |
| 第6章 新配额制下基于市场交易的高比例可再生能源消纳优化模型及应用研究 |
| 6.1 新配额制下基于市场交易的高比例可再生能源消纳优化模型 |
| 6.1.1 基于确定性成本报价的电能量和辅助服务市场联合出清模型 |
| 6.1.2 基于不确定成本报价的电能量和辅助服务市场联合出清模型 |
| 6.2 新配额制下西北地区高比例可再生能源市场化消纳结果分析 |
| 6.2.1 基于确定性成本报价的双市场联合出清结果分析 |
| 6.2.2 基于不确定成本报价的双市场联合出清结果分析 |
| 6.2.3 市场化消纳优化与经济低碳消纳优化结果对比 |
| 6.3 本章小结 |
| 第7章 研究成果与结论 |
| 7.1 研究成果 |
| 7.2 结论及政策建议 |
| 参考文献 |
| 附录 |
| 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 |
（3）面向系统灵活性的高比例可再生能源电力规划研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及其意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状及发展动态 |
| 1.2.1 中长期电力规划模型 |
| 1.2.2 不同发电技术经济性评价 |
| 1.2.3 中长期电力需求预测 |
| 1.2.4 煤电供给侧改革与灵活性改造 |
| 1.2.5 促进系统灵活性的市场政策机制 |
| 1.3 研究内容 |
| 1.3.1 研究总体思路 |
| 1.3.2 研究目标 |
| 1.3.3 研究重点 |
| 1.3.4 研究难点 |
| 1.3.5 研究路线图 |
| 1.4 研究成果及创新 |
| 1.5 本章小结 |
| 第2章 系统灵活性和中长期电力规划相关理论基础 |
| 2.1 引言 |
| 2.2 能源“不可能三角”理论 |
| 2.3 电力系统灵活性基本内涵 |
| 2.4 中长期电力需求预测方法 |
| 2.4.1 传统需求预测模型 |
| 2.4.2 基于计算机软件的需求预测模型 |
| 2.5 系统优化算法 |
| 2.5.1 粒子群算法 |
| 2.5.2 蚁群算法 |
| 2.5.3 遗传算法 |
| 2.6 本章小结 |
| 第3章 中国电力行业发展现状分析 |
| 3.1 引言 |
| 3.2 中国电力行业主体构架发展现状分析 |
| 3.2.1 发电装机容量 |
| 3.2.2 跨省输电线路 |
| 3.2.3 全社会用电量 |
| 3.3 中国电力行业成本效率发展现状分析 |
| 3.3.1 发电技术经济性 |
| 3.3.2 线损和厂用电率 |
| 3.3.3 发电煤耗和供电煤耗 |
| 3.3.4 需求响应规模 |
| 3.4 本章小结 |
| 第4章 基于组合预测的中长期电力需求预测模型研究 |
| 4.1 引言 |
| 4.2 基于MLR-ANN的中长期全社会用电量预测模型构建 |
| 4.2.1 MLR基本原理 |
| 4.2.2 ANN基本原理 |
| 4.2.3 基于MLR-ANN的全社会用电量预测模型 |
| 4.3 全社会用电量相关影响因素分析及其数据整理 |
| 4.3.1 全社会用电量相关影响因素分析 |
| 4.3.2 全社会用电量影响因素数据整理 |
| 4.4 基于MLR-ANN的2021-2035年全社会用电量预测 |
| 4.4.1 用电量显着影响变量提取 |
| 4.4.2 2021-2035年显着影响变量预测 |
| 4.4.3 2021-2035年全社会用电量预测 |
| 4.5 电力需求预测定性分析与结果修正 |
| 4.5.1 基于Gompertz曲线的电力经济增长规律分析与国际比较 |
| 4.5.2 不同研究机构对中国电力需求预测结果对比 |
| 4.5.3 中国电力需求预测结果校验 |
| 4.6 本章小结 |
| 第5章 基于系统成本的电力资源技术经济分析与增长潜力研究 |
| 5.1 引言 |
| 5.2 基于系统LCOE和双因素学习曲线的电力资源技术经济分析 |
| 5.2.1 LCOE模型基本原理 |
| 5.2.2 系统LCOE技术经济分析模型构建 |
| 5.2.3 基于双因素学习曲线的电力资源成本下降趋势模型构建 |
| 5.2.4 2021-2035年不同电力资源竞争力分析 |
| 5.3 电力资源增长潜力分析 |
| 5.3.1 各类电力资源禀赋分布及新增电源布局 |
| 5.3.2 各类电力资源增长潜力分析 |
| 5.3.3 区域电力流向及传输规模分析 |
| 5.4 本章小结 |
| 第6章 供需两侧资源协同优化的中长期电力规划模型研究 |
| 6.1 引言 |
| 6.2 面向系统灵活性的高比例可再生能源电力规划模型构建 |
| 6.2.1 电力规划模型基本原理及衍生 |
| 6.2.2 供需两侧资源协同优化的电力规划模型基本特征 |
| 6.2.3 高比例可再生能源电力系统新形态特性分析 |
| 6.2.4 模型目标函数 |
| 6.2.5 模型约束条件 |
| 6.3 全国层面电力规划方案对比分析 |
| 6.3.1 情景设定 |
| 6.3.2 参数设定 |
| 6.3.3 电力规划方案对比分析 |
| 6.4 区域电力规划方案对比分析 |
| 6.4.1 电力资源现状分析 |
| 6.4.2 基于系统LCOE的各类发电资源技术经济分析 |
| 6.4.3 参数设定 |
| 6.4.4 电力规划方案对比分析 |
| 6.5 电力规划方案运行模拟 |
| 6.5.1 运行模拟与系统灵活性定量评估方法 |
| 6.5.2 典型场景下区域电网运行模拟 |
| 6.6 本章小结 |
| 第7章 政策建议 |
| 7.1 引言 |
| 7.2 政策建议 |
| 7.3 本章小结 |
| 第8章 结论与展望 |
| 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 |
| 作者简介 |
（4）输电网项目视角下可再生能源消纳时空特征及驱动模型（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 国内外相关研究现状 |
| 1.2.1 可再生能源开发利用评价研究 |
| 1.2.2 区域可再生能源影响机制研究 |
| 1.2.3 区域可再生能源规划优化研究 |
| 1.2.4 相关文献研究评述 |
| 1.3 研究内容、技术路线及创新点 |
| 1.3.1 研究内容及技术路线 |
| 1.3.2 研究创新点 |
| 第2章 相关基础理论研究 |
| 2.1 能源资源流动与空间结构理论 |
| 2.1.1 能源资源流动 |
| 2.1.2 区域空间结构基础理论 |
| 2.1.3 区域空间结构模式 |
| 2.2 空间计量经济学理论 |
| 2.2.1 空间依赖性与异质性理论 |
| 2.2.2 空间权重矩阵的构建原理 |
| 2.2.3 空间计量经济学模型 |
| 2.3 区域规划理论 |
| 2.3.1 区域规划的属性与特点 |
| 2.3.2 区域协调发展机制 |
| 2.3.3 区域规划模拟方法 |
| 2.4 本章小结 |
| 第3章 中国输电项目格局时空演进特征及空间建模 |
| 3.1 中国输电项目发展历程 |
| 3.1.1 区域电网项目建设发展历程 |
| 3.1.2 特高压项目建设发展历程 |
| 3.2 输电项目建设运行情况 |
| 3.2.1 输电项目电压等级及输电特点 |
| 3.2.2 输电项目输送可再生能源技术特点 |
| 3.2.3 我国跨区跨省输电布局情况 |
| 3.3 输电项目空间权重矩阵建模及特征 |
| 3.3.1 电网输电项目空间权重矩阵的建立 |
| 3.3.2 电网输电项目空间权重矩阵时空演进特征 |
| 3.4 本章小结 |
| 第4章 省域可再生能源消纳空间格局及演化特征 |
| 4.1 空间统计研究数据及方法 |
| 4.1.1 研究数据 |
| 4.1.2 研究方法 |
| 4.2 省域可再生能源开发利用格局分析 |
| 4.2.1 水力开发利用格局分析 |
| 4.2.2 风力开发利用格局分析 |
| 4.2.3 光伏开发利用格局分析 |
| 4.3 省域可再生能源消纳的空间匹配特征 |
| 4.3.1 发电量与消纳量空间匹配特征 |
| 4.3.2 发电量占比与消纳量占比空间匹配特征 |
| 4.3.3 消纳量与消纳量占比空间匹配特征 |
| 4.4 省域可再生能源消纳水平的空间演化格局分析 |
| 4.4.1 省域可再生能源消纳水平的空间特征检验 |
| 4.4.2 省域可再生能源消纳水平的空间异质性演化分析 |
| 4.4.3 省域可再生能源消纳水平的空间依赖性演化分析 |
| 4.5 本章小结 |
| 第5章 基于输电项目的省域可再生能源消纳驱动模型 |
| 5.1 省域可再生能源消纳影响因素识别 |
| 5.1.1 消纳环境因素 |
| 5.1.2 基础设施因素 |
| 5.1.3 电源结构因素 |
| 5.1.4 政策环境因素 |
| 5.2 省域可再生能源消纳驱动模型构建 |
| 5.2.1 空间驱动模型设定 |
| 5.2.2 数据处理与变量检验 |
| 5.3 全国省域可再生能源消纳空间驱动效应分析 |
| 5.3.1 全国样本空间模型参数估计与检验 |
| 5.3.2 全国空间驱动效应分析 |
| 5.4 地区省域可再生能源消纳空间驱动效应分析 |
| 5.4.1 地区样本空间模型参数估计与检验 |
| 5.4.2 地区空间驱动效应分析 |
| 5.5 分阶段省域可再生能源消纳空间驱动效应分析 |
| 5.5.1 阶段样本空间模型参数估计与检验 |
| 5.5.2 阶段空间驱动效应分析 |
| 5.6 省域可再生能源消纳影响因素驱动机制总结 |
| 5.7 本章小结 |
| 第6章 基于CLUE-S的省域可再生能源消纳演化模拟模型 |
| 6.1 模拟模型构建方法 |
| 6.1.1 模拟模型概念结构 |
| 6.1.2 模拟模型步骤方法 |
| 6.2 模拟模型参数设定 |
| 6.2.1 消纳类型转移规则 |
| 6.2.2 驱动因子回归分析 |
| 6.2.3 发展情景目标设定 |
| 6.3 模拟模型结果分析 |
| 6.3.1 模拟消纳结果精度验证 |
| 6.3.2 消纳情景模拟结果分析 |
| 6.4 模拟模型结论建议 |
| 6.5 本章小结 |
| 第7章 研究成果和结论 |
| 参考文献 |
| 附录 |
| 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 |
（5）计及新能源的电力现货市场交易优化研究（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 新能源对电力现货市场的影响研究 |
| 1.2.2 新能源发电功率预测研究 |
| 1.2.3 电力现货市场电价预测研究 |
| 1.2.4 新能源参与电力现货市场交易研究 |
| 1.2.5 计及碳交易的电力现货市场研究 |
| 1.3 论文主要研究内容和技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究技术路线 |
| 1.3.3 主要创新点 |
| 1.4 本章小结 |
| 第2章 电力现货市场交易优化相关理论基础 |
| 2.1 典型国家电力现货市场发展概述 |
| 2.1.1 美国电力现货市场 |
| 2.1.2 英国电力现货市场 |
| 2.1.3 北欧电力现货市场 |
| 2.2 中国电力现货市场发展概述 |
| 2.2.1 能源电力现状分析 |
| 2.2.2 电力现货市场现状分析 |
| 2.2.3 建设基本原则 |
| 2.2.4 建设关键问题 |
| 2.2.5 未来发展方向 |
| 2.3 电力预测理论基础 |
| 2.3.1 经典预测方法 |
| 2.3.2 机器学习预测方法 |
| 2.3.3 深度学习预测方法 |
| 2.4 系统优化理论基础 |
| 2.4.1 模糊规划 |
| 2.4.2 鲁棒优化 |
| 2.4.3 随机规划模型 |
| 2.5 SD模型及其应用 |
| 2.6 本章小结 |
| 第3章 新能源对电力现货市场的影响分析 |
| 3.1 新能源对电力现货市场的影响分析模型 |
| 3.1.1 基于统计数据的影响分析 |
| 3.1.2 基于小波变换与分形理论的特征表示 |
| 3.1.3 基于SVM的特征因素分类 |
| 3.1.4 基于因子分析的特征提取 |
| 3.1.5 影响分析模型框架与流程 |
| 3.2 新能源对现货市场电价影响的实证分析 |
| 3.2.1 数据收集 |
| 3.2.2 基于统计数据的影响实证分析 |
| 3.2.3 基于全部特征的影响实证分析 |
| 3.2.4 基于关键特征的影响实证分析 |
| 3.3 本章小结 |
| 第4章 电力现货市场中新能源发电功率预测与电价预测 |
| 4.1 基于CEEMD-SE-HS-KELM的新能源发电功率预测模型 |
| 4.1.1 CEEMD-SE模型 |
| 4.1.2 HS-KELM模型 |
| 4.1.3 CEEMD-SE-HS-KELM |
| 4.1.4 实例分析 |
| 4.2 基于相似日筛选与LSTM的现货市场电价预测模型 |
| 4.2.1 电价影响因素初选 |
| 4.2.2 基于RF的新能源影响量化 |
| 4.2.3 基于改进灰色关联的相似日筛选 |
| 4.2.4 RF-IAGIV-CEEMD-SE-LSTM模型 |
| 4.2.5 实例分析 |
| 4.3 本章小结 |
| 第5章 计及新能源与中长期市场影响的现货日前市场交易优化 |
| 5.1 计及新能源与中长期市场的日前市场交易模式 |
| 5.2 中长期合约电量分解模型 |
| 5.2.1 目标函数 |
| 5.2.2 约束条件 |
| 5.3 系统不确定性分析及建模 |
| 5.3.1 新能源出力不确定性 |
| 5.3.2 电力现货价格不确定性 |
| 5.4 计及新能源与中长期合约电量分解的现货日前市场出清模型 |
| 5.4.1 目标函数与约束条件的建立 |
| 5.4.2 多目标函数的模糊优选处理 |
| 5.4.3 基于GA-PSO的优化模型求解算法 |
| 5.5 实例分析 |
| 5.5.1 算例设置 |
| 5.5.2 中长期合约电量分解结果 |
| 5.5.3 系统不确定性求解 |
| 5.5.4 现货日前电力市场出清结果 |
| 5.5.5 惩罚系数对多目标优化结果的影响 |
| 5.5.6 新能源渗透率对多目标优化结果的影响 |
| 5.6 本章小结 |
| 第6章 计及新能源的现货日前与日内、日内与实时市场交易优化 |
| 6.1 现货日前、日内与实时市场的组合及及关联分析 |
| 6.2 系统不确定性建模 |
| 6.2.1 系统不确定性模拟 |
| 6.2.2 拉丁超立方生成场景集 |
| 6.2.3 基于改进谱聚类算法的场景削减策略 |
| 6.3 计及新能源的电力现货市场两阶段交易优化模型 |
| 6.3.1 计及新能源的日前与日内市场联合优化模型 |
| 6.3.2 计及新能源的日内与实时市场联合优化模型 |
| 6.4 实例分析 |
| 6.4.1 算例设置 |
| 6.4.2 场景集生成与削减 |
| 6.4.3 日前与日内市场联合优化出清结果 |
| 6.4.4 日内与实时市场联合优化出清结果 |
| 6.5 本章小结 |
| 第7章 计及碳市场影响的电力现货市场建设路径分析 |
| 7.1 碳排放相关政策梳理 |
| 7.2 现行政策下碳排放压力分析 |
| 7.2.1 碳排放预测模型 |
| 7.2.2 碳排放预测效果检验 |
| 7.2.3 碳排放总量及碳排放强度预测 |
| 7.2.4 基于碳排放预测结果的政策建议 |
| 7.2.5 碳排放市场建设必要性分析 |
| 7.3 碳交易实施对电力现货市场的影响分析 |
| 7.3.1 碳交易市场现状 |
| 7.3.2 碳交易对电力现货市场的影响分析 |
| 7.4 碳交易与电力现货市场的协同建设建议 |
| 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 |
（6）考虑农村资源禀赋的多能互补运行优化及效益评价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 农村能源资源研究现状 |
| 1.2.2 多能协同互补研究现状 |
| 1.2.3 多能互补运行优化研究 |
| 1.2.4 多能互补效益评价研究 |
| 1.3 本文主要研究内容及结构安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 结构安排 |
| 1.4 论文创新点 |
| 第2章 农村能源发展现状及多能互补模式 |
| 2.1 农村能源发展现状及主要特征 |
| 2.1.1 我国农村能源发展现状 |
| 2.1.2 我国农村能源主要特征 |
| 2.2 农村多能互补能源服务模式 |
| 2.2.1 多能互补相关理论及政策 |
| 2.2.2 多能互补运行代表性项目 |
| 2.2.3 农村多能互补系统模式设计 |
| 2.3 本章小节 |
| 第3章 农村多能互补技术及核心要素模型 |
| 3.1 农村典型多能互补技术 |
| 3.1.1 农村集中用能 |
| 3.1.2 家庭生活用能 |
| 3.1.3 农业养殖业用能 |
| 3.2 多能互补核心要素建模 |
| 3.2.1 设备出力模型 |
| 3.2.2 电动车特性 |
| 3.2.3 需求响应机制 |
| 3.3 本章小结 |
| 第4章 农村多能互补协同运行优化模型 |
| 4.1 农村多能互补系统结构 |
| 4.2 农村多能互补多目标优化模型 |
| 4.2.1 目标函数 |
| 4.2.2 约束条件 |
| 4.3 多目标求解方法 |
| 4.3.1 ε-约束法 |
| 4.3.2 模糊决策 |
| 4.4 算例分析 |
| 4.4.1 基础数据 |
| 4.4.2 算例结果分析 |
| 4.4.3 结果对比分析 |
| 4.5 本章小节 |
| 第5章 农村多能互补系统运营效益评价模型 |
| 5.1 农村多能互补系统效益评价指标体系 |
| 5.1.1 评价指标体系构建 |
| 5.1.2 效益指标预处理 |
| 5.2 农村多能互补系统效益评价模型 |
| 5.2.1 组合赋权模型 |
| 5.2.2 多级模糊综合评价 |
| 5.2.3 云模型 |
| 5.3 算例分析 |
| 5.3.1 基础数据 |
| 5.3.2 评价结果 |
| 5.4 本章小节 |
| 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学术论文 |
| 攻读硕士学位期间参与的科研项目 |
| 致谢 |
（7）基于分布式电力交易的微网运行成本优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究目的和意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 微网优化运行及分布式电力交易研究现状 |
| 1.2.1 微网发展历程 |
| 1.2.2 微网优化运行研究现状 |
| 1.2.3 分布式电力交易研究现状 |
| 1.3 本文主要研究内容及技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究技术路线 |
| 1.4 本文主要创新点 |
| 第2章 分布式电力交易理论及定价模型研究 |
| 2.1 分布式电力交易概述 |
| 2.2 分布式电力交易模式分析 |
| 2.2.1 国外分布式电力交易模式分析 |
| 2.2.2 国内分布式电力交易模式分析 |
| 2.3 我国开展分布式电力交易的可行性和必要性 |
| 2.4 分布式电力交易定价模型研究 |
| 2.4.1 分布式电力交易流程设计 |
| 2.4.2 问题假设 |
| 2.4.3 分布式电力交易定价模型构建 |
| 2.5 本章小结 |
| 第3章 微网系统分析与数学建模 |
| 3.1 不同类型微网系统特征分析 |
| 3.1.1 园区微网系统特征分析 |
| 3.1.2 城市微网系统特征分析 |
| 3.1.3 社区微网系统特征分析 |
| 3.1.4 不同微网系统特征对比 |
| 3.2 系统架构及设备数学模型构建 |
| 3.2.1 居民光储社区微网系统架构设计 |
| 3.2.2 光伏发电数学模型 |
| 3.2.3 储能设备数学模型 |
| 3.3 本章小结 |
| 第4章 含分布式电力交易的微网运行成本优化仿真 |
| 4.1 基于YALMIP的混合整数规划方法介绍 |
| 4.2 微网内不同类型用户的运行成本优化研究 |
| 4.2.1 目标函数 |
| 4.2.2 约束条件 |
| 4.2.3 算例分析 |
| 4.3 微网内多类型用户协同的运行成本优化研究 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.3.3 算例分析 |
| 4.4 敏感性分析 |
| 4.5 结果分析 |
| 4.6 本章小结 |
| 第5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 |
（8）广西地区智慧光伏温室系统研究与设计（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 国内外温室系统研究现状 |
| 1.2.1 国外温室系统研究现状 |
| 1.2.2 国内温室系统研究现状 |
| 1.3 温室系统现存不足 |
| 1.4 本文主要研究内容及论文组织结构 |
| 1.5 本章小结 |
| 第二章 智慧光伏温室系统关键技术分析与总体设计 |
| 2.1 系统需求分析 |
| 2.2 光伏发电技术 |
| 2.2.1 光伏发电原理介绍 |
| 2.2.2 光伏电池数学模型 |
| 2.2.3 光伏电池工程模型 |
| 2.2.4 光伏电池输出特性研究 |
| 2.3 无线通信技术的比较 |
| 2.4 LoRa技术 |
| 2.4.1 LoRa WAN网络架构 |
| 2.4.2 LoRa WAN网络协议 |
| 2.4.3 LoRa物理层关键技术 |
| 2.4.4 LoRa MAC层终端设备类 |
| 2.5 NB-Io T技术 |
| 2.5.1 NB-Io T网络总体架构 |
| 2.5.2 NB-Io T技术特点 |
| 2.6 系统总体结构设计 |
| 2.7 本章小结 |
| 第三章 智慧光伏温室光伏系统设计与优化研究 |
| 3.1 广西地区太阳能资源分析 |
| 3.2 光伏系统方案研究与设计 |
| 3.2.1 光伏结构分析与系统设计 |
| 3.2.2 温室用电需求分析 |
| 3.2.3 蓄电池选型与容量配置 |
| 3.2.4 光伏组件选型与容量配置 |
| 3.3 光伏方案优化研究 |
| 3.3.1 光伏温室倾斜角辐射模型分析 |
| 3.3.2 光伏最佳倾斜角及方位角研究 |
| 3.4 智慧光伏温室模型 |
| 3.5 本章小节 |
| 第四章 智慧光伏温室监控系统硬件设计 |
| 4.1 系统硬件总体设计 |
| 4.2 传感器模块选型 |
| 4.2.1 空气温湿度传感器 |
| 4.2.2 土壤温湿度传感器 |
| 4.2.3 CO2 浓度传感器 |
| 4.2.4 光照强度传感器 |
| 4.3 主控模块设计 |
| 4.3.1 电源模块设计 |
| 4.4 调控模块设计 |
| 4.5 LoRa传输模块选型 |
| 4.6 网关模块设计 |
| 4.7 本章小结 |
| 第五章 智慧光伏温室监控系统软件设计 |
| 5.1 温室监控系统软件设计整体架构 |
| 5.2 终端节点整体软件设计 |
| 5.2.1 传感器采集程序设计 |
| 5.2.2 调控模块程序设计 |
| 5.3 LoRa通信模块软件设计 |
| 5.3.1 SX1278 初始化 |
| 5.3.2 SX1278 组网流程 |
| 5.3.3 SX1278 数据发送与接收程序设计 |
| 5.4 NB-IoT传输模块软件设计 |
| 5.5 温室环境控制策略研究 |
| 5.5.1 RBF-PID控制器设计 |
| 5.5.2 仿真研究与分析 |
| 5.6 监控系统客户端设计 |
| 5.6.1 客户端功能设计 |
| 5.6.2 客户端总体架构设计 |
| 5.6.3 云平台配置 |
| 5.6.4 Web开发环境配置 |
| 5.6.5 数据库设计 |
| 5.7 本章小结 |
| 第六章 系统测试分析 |
| 6.1 温室光伏系统应用研究 |
| 6.1.1 光伏温室采光分析研究 |
| 6.1.2 PVsyst发电量仿真分析 |
| 6.2 监控系统测试 |
| 6.2.1 LoRa组网测试 |
| 6.2.2 通信距离和丢包率测试 |
| 6.2.3 监控系统测试 |
| 6.3 客户端功能实现 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 7.3 主要创新点 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文和研究成果 |
（9）分布式电源发配售一体化系统经济性分析模型及其应用（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 发配售系统成本研究 |
| 1.2.2 发配售系统收益研究 |
| 1.2.3 发配售系统经济效益研究 |
| 1.2.4 国内外研究现状小结 |
| 1.3 研究内容 |
| 1.4 论文创新点 |
| 1.5 研究方法 |
| 第2章 相关基础理论 |
| 2.1 发配售系一体化系统 |
| 2.1.1 发配售一体化系统概念 |
| 2.1.2 发配售一体化系统特征 |
| 2.1.3 发配售一体化系统模式 |
| 2.2 系统动力学基本理论 |
| 2.2.1 系统动力学简介 |
| 2.2.2 系统动力学的建模步骤 |
| 2.2.3 系统动力学的适用性 |
| 2.3 经济性分析基本理论 |
| 2.3.1 静态评价法 |
| 2.3.2 动态评价法 |
| 2.4 本章小结 |
| 第3章 发配售一体化系统经济性影响因素 |
| 3.1 发配售一体化系统相关政策 |
| 3.1.1 分布式新能源电源相关政策 |
| 3.1.2 发配售一体化政策演变 |
| 3.2 发配售一体化系统经济性影响因素识别 |
| 3.2.1 增量配电网经济性影响因素 |
| 3.2.2 分布式光伏经济性影响因素 |
| 3.2.3 分散式风电经济性影响因素 |
| 3.2.4 分布式天然气发电经济性影响因素 |
| 3.3 本章小结 |
| 第4章 系统动力学的发配售一体化系统经济性模型 |
| 4.1 发配售一体化系统经济性模型设定 |
| 4.1.1 建模目的 |
| 4.1.2 模型边界 |
| 4.1.3 基本假设 |
| 4.1.4 变量说明 |
| 4.2 发配售一体化系统经济性因果分析 |
| 4.2.1 增量配电网经济性子系统因果分析 |
| 4.2.2 分布式光伏经济性子系统因果分析 |
| 4.2.3 分散式风电经济性子系统因果分析 |
| 4.2.4 分布式天然气经济性子系统因果分析 |
| 4.2.5 分布式电源发配售一体化系统经济性因果分析 |
| 4.3 发配售一体化经济性系统动力学模型 |
| 4.4 本章小结 |
| 第5章 发配售一体化系统经济性案例分析 |
| 5.1 案例情况及参数设置 |
| 5.1.1 案例概况 |
| 5.1.2 模型参数设定 |
| 5.2 发配售一体化系统经济性仿真分析 |
| 5.3 发配售一体化系统经济性因素敏感性分析 |
| 5.3.1 增量配电网子系统敏感性分析 |
| 5.3.2 分布式光伏子系统敏感性分析 |
| 5.3.3 分散式风电子系统敏感性分析 |
| 5.3.4 分布式天然气子系统敏感性分析 |
| 5.3.5 不同影响因素敏感度分析 |
| 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 |
（10）农户小型离网式风光蓄发电系统容量配置优化研究（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 风光混合发电系统研究现状 |
| 1.2.2 系统容量配置优化研究现状 |
| 1.3 研究内容 |
| 第二章 发电系统结构原理及数学模型 |
| 2.1 小型离网式风光蓄发电系统总体结构 |
| 2.2 风力发电单元 |
| 2.2.1 风力发电机的结构及工作原理 |
| 2.2.2 风机发电的数学模型 |
| 2.2.3 风力发电机的工作特性及分类 |
| 2.3 光伏发电单元 |
| 2.3.1 光伏电池板的结构及工作原理 |
| 2.3.2 光伏电池发电的数学模型 |
| 2.3.3 光伏电池的工作特性及分类 |
| 2.4 储能单元 |
| 2.4.1 蓄电池的种类 |
| 2.4.2 铅酸蓄电池的工作原理 |
| 2.4.3 铅酸蓄电池的数学模型 |
| 2.5 本章小结 |
| 第三章 农户用电负荷的分析及建模仿真 |
| 3.1 仿真平台简介 |
| 3.2 农村用电负荷特性 |
| 3.3 农户生活用电负荷情况 |
| 3.4 农户生活用电负荷的建模仿真 |
| 3.4.1 敏感负荷建模 |
| 3.4.2 农户生活用电负荷的仿真 |
| 3.5 本章小节 |
| 第四章 农户小型离网式风光蓄发电系统容量配置优化研究 |
| 4.1 研究地点气象资源概况 |
| 4.1.1 天津气象资源特性 |
| 4.1.2 天津风能资源概况 |
| 4.1.3 天津太阳能资源概况 |
| 4.2 小型离网式风光蓄发电系统容量配置优化模型 |
| 4.2.1 风力发电单元功率输出模型及约束条件 |
| 4.2.2 光伏发电单元功率输出模型及约束条件 |
| 4.2.3 蓄能系统优化模型及约束条件 |
| 4.2.4 容量配置优化模型及约束条件 |
| 4.3 仿真结果分析 |
| 4.3.1 农户不同用电负荷下的容量配置优化结果 |
| 4.3.2 农户日均用电量为2k Wh时的容量配置优化结果 |
| 4.3.3 农户日均用电量为9k Wh时的容量配置优化结果 |
| 4.4 本章小结 |
| 第五章 试验验证发电系统容量配置优化仿真结果 |
| 5.1 试验平台及方法介绍 |
| 5.2 试验结果及与仿真结果对比分析 |
| 5.2.1 试验结果分析 |
| 5.2.2 仿真结果分析 |
| 5.2.3 试验结果与仿真结果对比 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 工作展望 |
| 参考文献 |
| 发表论文及参加科研情况说明 |
| 致谢 |
四、太阳能用电安全也重要（论文参考文献）
- [1]高铁新能源微电网规划定容及调度优化研究[D]. 田立霞. 华北电力大学(北京), 2021(01)
- [2]新配额制下高比例可再生能源消纳优化研究[D]. 卜银河. 华北电力大学(北京), 2021
- [3]面向系统灵活性的高比例可再生能源电力规划研究[D]. 张文华. 华北电力大学(北京), 2021(01)
- [4]输电网项目视角下可再生能源消纳时空特征及驱动模型[D]. 杨蕙嘉. 华北电力大学(北京), 2021(01)
- [5]计及新能源的电力现货市场交易优化研究[D]. 王珂珂. 华北电力大学(北京), 2021(01)
- [6]考虑农村资源禀赋的多能互补运行优化及效益评价研究[D]. 黄礼玲. 华北电力大学(北京), 2021(01)
- [7]基于分布式电力交易的微网运行成本优化研究[D]. 聂仕麟. 华北电力大学(北京), 2021(01)
- [8]广西地区智慧光伏温室系统研究与设计[D]. 李娜娜. 广西大学, 2021(12)
- [9]分布式电源发配售一体化系统经济性分析模型及其应用[D]. 朱轩昊. 华北电力大学(北京), 2021(01)
- [10]农户小型离网式风光蓄发电系统容量配置优化研究[D]. 张明珠. 天津商业大学, 2021(12)