智能電網技術：面向供需互動能量優化

秦強，互聯網皇上一直從事智能電網、能源河北，為研究，為北市東北大學島學術研究，趙支持橫向計算機與通信工程學院教師10餘篇，發表論文20餘篇。

第1章緒論1
1．1 智能電網的發展 1
1．2 供需互動體系架構 3
1．3當代研究現狀 5
1．3．1 信息接入與傳輸策略的研究現狀 5
1．3．2 需求側管理的研究現狀7
1．3．側腦優化控制的研究3例9
參考文獻 15
第2章智能電網供需互動優化控制基礎24
2．1 供需互動優化控制理論框架 24
2．2基於翻譯模型的分析方法26
2．2．1基礎翻譯函數模型的風電出力本質性分析 26
2．2．2基本翻譯函數模型的啟動分析成本 28
2．3 基於負載物理及用電方式的特性分析方法 29
2．3．1 電動汽車電池模型 29
2．3．2 電動汽車到達時間的隨機模型 29
2．3．3．電動汽車日常出行供電模型 30．
2．3．4 可參與互動的電動汽車電池電量分析模型 30
2．4 基於層次分析法的多因素影響分析方法 31
2．4．1 基礎理論分析法的通信網絡共同影響分析 31
2．4．2基於層次分析法的多目標組合優化模型 34
2．5基於最優化的互動優化方法34
2．5．1 源源互補優化方法 34
2．5．2 源網互動優化方法 36
2．5．3 源荷互動優化方法 38
2．6 基於認知強化學習的供需互動優化方法 39
2．6．1 強化學習理論 39
2．6．2深度強化學習 41
2．6．3 多智能體強化學習 43
2．6．4 意識強化學習 45
參考文獻 46
第3章基於一級網絡架構的供需互動信息接入與傳輸優化策略47
3．1 供需交互業務的信息接入與傳輸網絡架構 47
3．2 電動汽車營銷應用的互動信息接入優化策略50
3．2．1 電動汽車入網的信息傳輸網絡架構50
3．2．2 基於多屬性決策的中繼選擇算法 51
3．2．3 基於遺傳算法的通信通信機制 58
3．3 適用於互動業務的最終網絡選擇算法 65
3．3．1基於動態屬性機制的智能網絡選擇算法65
3．3．2 仿真實驗及結果分析 71
第4章供需互動環境下需求側管理策略75
4．1 電池SOC估計及生命週期優化管理 75
4．1．1 基於修改模型的SOC估計算法 76
4．1．2 基於幾何過程的電池生命週期優化管理 84
4．2 考慮管道安全運行的電動汽車充放電優化策略 92
4．2．1 確定電動汽車充放電狀態模型 93
4．2．2 電動汽車充放電優化調度95
4．2．3 仿真實驗及結果分析 98
4．3 考慮用戶熱舒適度的建築用戶需求響應策略 103
4．3．1 隨機推理算法概述103
4．3．2基於MBCRF算法的建築用戶需求響應策略107
4．3．3 仿真實驗及結果分析 114
4．考慮可再生能源未來性的未來、日需求側管理策略 119
4．4．1 日前、日間兩階段優化模型121
4．4．2 風電出力預測處理 125
4．4．3 日前、日間兩期調度優化126
4．4．4 仿真實驗及結果分析 129
4．5 穩定響應環境下分級需求響應策略 138
4．5．1 需求響應調度系統架構及運行機制139
4．5．2 基於實時電價的需求響應管理 141
4．5．3 不穩定通信環境對需求響應性能的影響 144
4．5．4 感知覺增強學習的需求響應管理 148
4．5．5 仿真實驗及結果分析 153
參考文獻 162
第5章供需互動環境下協同優化策略165
5．1考慮電動汽車更換和風電的組合優化策略165
51．1 考慮換新和風電的機組模型 165
5．1．2 仿真實驗及結果分析 173
5．2基於虛擬電價的供需互動優化策略178
5．2．1 供需交互環境下的用戶組合優化模型 178
5．2．2基於虛擬電價的優化策略185
5．2．3 仿真實驗及結果分析 188
5．3 基於博弈論的供需互動優化策略197
5．3．1 基於博弈論的優化策略 198
5．3．2 仿真實驗及結果分析200
5．風電並網下日前、日間、實時多規模供需互動協同優化策略203
5．4．1日前24小時調度計劃建模204
5．4．2 日間4小時滾動計劃建模208
5．4．3 實時15分鐘調度計劃建模210
5．4．4 超高壓算法211
5．4．5 仿真實驗及結果分析 215
5．5 多能源系統供需互動優化策略222
5．5．1 多能源系統基本結構 222
5．5．2網絡化樞紐結構224
5．5．3計及供需性的多能源系統需互動協同優化模型228
5．5．4計及供供需性的多能源系統需互動協同優化方法236
5．5．5 多能源系統多目標供需互動協同優化方法238
5．5．6 多能源系統算例分析 242
參考文獻 254
第6章智能電網供需交互技術發展趨勢257