一、湖北启动全天限电计划（论文文献综述）
王珂珂[1]（2021）在《计及新能源的电力现货市场交易优化研究》文中认为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。
吴静[2]（2021）在《分布式资源聚合虚拟电厂多维交易优化模型研究》文中指出化石能源的大规模利用在推动我国经济高速发展时,也加剧了能源与环境间的矛盾,可再生能源的高效利用成为能源结构优化的主要方向及可持续发展的重要支撑。为了进一步合理化能源结构、探索市场对资源配置的决定性作用,我国新一轮电力体制改革将充分发挥市场化功能,建立公平合理、竞争活跃的电力市场,挖掘发电侧多源竞争活力。而分布式可再生能源具有单体容量小、地域分散、出力波动的特点,增加了电网统一调度的难度,也为配网运行带来风险。因此,实现对分布式资源的聚合管理,提高可再生电力的消纳水平与市场竞争水平是未来分布式可再生资源发展的重要基础。基于此,本文结合虚拟电厂技术,聚合多分布式资源进行运行优化建模,同时,结合我国电力市场化改革路径,对虚拟电厂参与中长期电力市场、日前市场及日内-实时市场等进行交易优化建模,并基于我国未开展电力现货市场运行地区的实际情况,对虚拟电厂参与辅助服务市场交易进行了建模分析,从而形成了对虚拟电厂参与多级电力市场交易下的优化研究。本文的主要研究内容如下:（1）梳理了虚拟电厂的基本概念、特点、典型项目模式及类型功能。首先对虚拟电厂的定义及特点进行了详细介绍,分析了虚拟电厂的典型结构。其次,从国内和国外两方选取典型虚拟电厂项目展开研究,选择了德国、欧盟等国外虚拟电厂典型项目分析其结构及供能,同时结合上海、冀北、江苏及天津的虚拟电厂项目,总结了我国典型虚拟电厂项目的实施内容及突出效益。最后,总结虚拟电厂类别,提出虚拟电厂参与电力市场交易的主要可行路径,为后续章节虚拟电厂电力交易优化模型构建的研究做出铺垫。（2）提出了考虑“电-气”互转的虚拟电厂低碳运行优化模型。首先,结合“碳减排”的政策导向,考虑引入P2G技术后虚拟电厂中的能源流向,提出接入“P2G”设备的虚拟电厂结构。其次,结合虚拟电厂中的能量流向及初步测算,引入碳交易以实现碳原料的充分供给,基于“零碳排”目标及经济性目标,构建考虑“电-气”互转的虚拟电厂多目标运行优化模型。最后,设置多情景分析引入P2G设备的虚拟电厂运行方案,并进一步分析了碳交易价格对虚拟电厂运行影响的价格传导影响机理。（3）提出了中长期市场交易下虚拟电厂的交易策略。首先,分析了我国电力市场的两种模式,总结了中长期市场下的交易品种和交易方式;其次,梳理了目前市场中中长期合约电量分解的相关规则,提出固定电价合约与差价合约机制下虚拟电厂的收益模型;然后,结合可再生能源配额制及绿色证书交易机制,构建了计及可再生能源衍生品的虚拟电厂中长期合约交易优化模型;最后,在综合绿证交易、合约交易及各单元出力成本的基础上,计算不同可再生能源出力情景下虚拟电厂在集中式电力市场交易规则和分散式电力市场交易规则下参与中长期市场合约交易的收益。（4）提出了日前市场下虚拟电厂的交易优化模型。首先,建模分析了虚拟电厂参与日前市场交易的不确定性来源;其次,提出日前市场中虚拟电厂出力的不确定性综合模型,从发电预测方面进行预测方法的优化改进,构建了基于EEMD-CS-ELM方法的风光出力预测模型,并结合CVaR理论,构建基于预测方法优化与CVaR的虚拟电厂日前市场交易优化模型;最后,选取典型地区对进行算例分析,验证了改进预测方法的有效性和模型的可实现性。（5）提出了基于主从博弈的虚拟电厂三阶段交易优化模型。首先,分析日前市场、日内市场与实时市场的关联耦合关系,提出虚拟电厂可在日内交易中通过博弈达到优化均衡。其次,结合日前、时前、实时三个阶段,以虚拟电厂收益最大的目标,考虑不同阶段下的收益构成,分阶段构建相关优化模型。最后,参考北欧地区丹麦市场2020年4月的现货市场交易数据,设计进行虚拟电厂的市场交易算例,以验证所构建的三阶段交易优化模型的有效性。（6）提出了基于信息间隙决策理论的虚拟电厂辅助服务交易优化模型。首先,结合P2G技术与调峰补偿机制的联合优化,提出参与调峰辅助服务市场的含P2G虚拟电厂的交易路径及内部物理模型;其次,考虑市场交易中的负荷不确定性,分别以不考虑负荷不确定性及考虑不确定性两种前提条件下提出虚拟电厂的交易优化模型;最后,结合拉丁超立方抽样场景生成法和距离测算场景削减法,处理源侧不确定性,联合多目标粒子群算法、帕累托最优解筛选模型和模糊理论对所提模型进行求解,并设计算例进行多情景分析。
卞智博[3]（2020）在《特大自然灾害下电力系统应急管理机制研究 ——以江门供电系统为例》文中研究说明在经济与社会快速发展的过程中,能源起到了关键性的决定作用,而在众多能源类型中,电力能源供应的稳定、安全又占据着绝对性的地位。伴随着我国城市化、工业化等的快步发展,电力市场规模、电力基础设施建设已取得了不错的成绩,到目前我国已建立起相对完善的电力网络系统,在诸多产业领域,电力产业无疑起到基础性的作用,只有全面保障电力系统的运行安全,才能更好的满足社会、经济等各个方面的发展的需要。然而,近些年来,特大自然灾害的发生率增多,这对当地电力系统的运行带来的非常大的影响,在此背景下,结合电力系统运行的需要来制定相应的应急保障制度就非常必要了。以特大自然灾害为背景,深入探讨电力系统应急机制具有重要的理论作用和实用价值。论文以江门市供电局电力系统为具体研究案例,从应急组织体系、应急管理预案体系、应急培训与演练和灾后恢复重建任务这四方面论述了江门市供电局电力系统当前的应急管理机制现状。在研究过程中,论文以30家江门市企业的访谈、264份来自电力部门和电力协会行业中在职人员的有效问卷、省电力应急指挥中心对245位市民的问卷调查和对江门市供电局电力体统各单位员工的访谈为基础,研究发现当前江门市在特大自然灾害下电力系统应急管理机制中存在着应急管理立法缺失协作难,应急管理政企联动效率低,应急管理补偿机制缺失,电力应急体制机制不完善,应急管理宣传教育不到位,社会监督、第三方评价机制和公共舆情管理缺乏等方面的问题。在对“8.14”美加大停电事件和莫斯科停电事件进行案例分析后,总结了完善江门市电力系统应急管理的经验启示包括电网规划极为重要、结合科学技术发展和强化用电安全管理这三点。由此论文提出,优化特大自然灾害下电力系统应急管理机制应当加强应急法制建设,构建有效的政企协调机制,完善应急管理补偿机制,完善电力应急体制机制,完善应急管理宣传教育体系建设,完善社会监督、第三方评价机制和公共舆情管理。对于电力系统的运行来说,需要在深入探讨电力系统本身的特征的同时,结合应急管理的需要,以科学的方法来制定电力系统的应急预案,从而提高应急管理的水平,为构建和谐社会贡献力量。
郭洪武[4]（2020）在《可再生能源多能协同调度优化及效益均衡模型研究》文中认为能源是人类生产经营活动所必需的要素。现阶段,我国能源开发和利用面临两个方主要矛盾,一是供给侧传统能源日益枯竭和需求侧用能需求持续快速增长的矛盾,二是环境压力日益增大与高排放能源消费结构的矛盾。自2014年6月13日,习总书记做出能源供给侧与消费侧革命等部署,能源系统低碳转型的变革便加快推进,逐渐提高可再生能源（水电、风电、光伏发电等）占比是推进能源系统低碳转型的重要途径,近年来,在强有力的政策支撑下,中国可再生能源发电快速发展,2018年,我国可再生能源发电量高达1.87万亿千瓦时,占全年总发电量的26.7%,但可再生能源发电系统,尤其以风电和光伏发电为主的发电系统的出力具有极大的波动性和随机性,在可再生能源发电并网容量日益增大的形势下,电力系统的稳定运行将迎来挑战,以上问题如果从电力装机角度来研究,可以发现,我国的可再生能源发展的时间节点规划、区域平衡、发展模式和运行机制出现了偏差,如缺乏风电、光伏电站与常规电源协调运行机制,且缺乏统筹协调常规发电企业、电网企业、电力用户间利益关系机制。随着多能互补物理系统与数学模型的研究逐渐深入,多类型乃至异质能源的协同利用为解决可再生能源消纳问题提供了新的解决思路,本文以促进可再生能源消纳为主线,对可再生能源多能协同调度优化及效益均衡模型进行研究,并结合多类型可再生能源消纳情景,分别构建各有侧重的多能协同调度优化模型,文章主要研究内容包括:（1）研究了我国可再生能源并网、弃能和投资规划现状,梳理了美国、英国、德国为代表的国外促进可再生能源发展的相关政策,同时,结合可再生能源在我国的发展现状,总结了我国有利于推进可再生能源多能协同互补利用的经验启示。指出多类型电源集成系统、可再生能源集成综合能源系统和分布式可再生能源集成多能互补的利用路径,为后续开展多能协同调度优化奠定坚实的理论基础。（2）考虑风光发电机组出力特性和水火发电机组（包括抽水蓄能机组）调峰性能,分别建立风-光-蓄（抽水蓄能）与风-光-水-火-储多能互补系统调度优化模型,风-光-蓄系统调度模型以系统运行成本最小和系统污染排放量最小为目标,侧重研究多目标调度中经济目标和环境目标的权重分配,并运用了计及约束上下限和基于粒子群变异策略的信息共享方法对粒子群算法进行改进,以提高算法收敛精度。风-光-水-火-储系统调度模型以社会福利最大和系统运行成本最小为目标,侧重研究风、光机组参与下出力不确定性对系统日前调度的风险。算例结果验证了本章设计模型及算法的有效性。（3）运用鲁棒优化的思想,基于能源集线器模型建立了竞价环境（北欧电力市场及天然气市场）下的区域综合能源购售能竞价优化模型,针对系统出力和能源价格的不确定性,分别使用了基数型不确定集和拉丁超立方抽样后k-means聚类场景削减的处理方法,并以热电联产系统和电转气系统为核心组件,基于经济调度构建了可再生能源集成综合能源系统的运行优化模型。（4）选取农村微电网、海岛微电网和虚拟电厂三种分布式可再生能源利用情景,分别建立其调度优化模型,农村微电网多能协同调度优化模型侧重研究农村用能特性及分时电价下的系统运行优化,海岛微电网多能协同调度优化模型侧重研究不同程度风、光机组出力不确定性扰动下的系统运行优化,虚拟电厂多能协同调度优化模型侧重研究P2G参与下的虚拟电厂竞价策略优化。（5）研究可再生能源多能互补系统多主体的效益分配问题,构建了基于改进的Shapley值法和改进的Banzhaf值法的可再生能源多能互补系统多主体效益分配方法;构建了包含风-光-火的可再生能源多能互补系统结构与对应的交易策略;然后在此基础上,构建了可再生能源系统独立运营和合作运营情景下的净收益计算模型;再者,考虑供需平衡、机组出力等约束条件构建了以净收益最大化为目标的可再生能源系统优化运营模型。
任东方[5]（2020）在《多种能源发电协同发展管控模型及大数据分析研究》文中研究说明随着新能源在全球范围内的崛起,我国的新能源发展也十分迅速,新能源和传统能源之间的和谐可持续发展成为值得关注的话题。用于发电的能源占据了能源消耗的重要部分,因此多种能源发电的协同是优化能源结构和促进大规模可再生能源发展的必经之路,是一个值得研究的话题。针对多种能源发电在协同发展中的一些问题,本文在多种能源发电发展现状和协同发展框架分析的基础上对多种能源发电协同发展过程中可再生能源被弃用和发电行业污染气体排放等问题进行探讨,并从多种能源发电协同发展的风险管控、信息管控、大数据分析、仿真分析的角度设计了本课题的研究思路,主要的研究内容和成果如下:（1）在电力和能源行业的当前发展背景下分析了多种能源发电协同发展的模式和框架。系统地分析了协同发展中的参与主体和主要发展瓶颈,从多种发电形式的协同模式、保障机制和发展原则等方面,提出了多种能源发电协同发展的研究结构,为后文的研究内容做铺垫。（2）针对多种能源发电协同发展中可再生能源的弃用风险,建立了风险管控模型。通过发电厂商、电网、政府、社会各方面的利益博弈来计算区域内的整体风险,以期寻求区域内一个风险最低、收益最大的多种能源发电的协同发展模式。然后以我国京津冀地区为例,对降低“弃风率”的风险成本进行计算,得到了该地区在需求不变时增加风电发电量所付出的总体成本和收益。（3）建立了基于系统动力学的多种能源发电协同发展信息管控模型。在构建了各参与主体的信息池的基础上,分析了各主体内部的信息协同和共享关系。从电厂、用户、电网、政府和社会角度对多种能源发电协同过程中涉及的多方信息进行融合,建立了包含多主体的协同发展信息管控模型。将相关数据和政策信息带入模型,分析得到在信息的协同作用下多种能源发电的比例结构变化趋势,不同种类能源发电量对污染气体排放的影响,以及相关政策目标实现的可能性。（4）对多种能源发电中的大数据进行分析,旨在研究协同发展中的规律,更好地对协同发展进行管控。以山西省多种能源的发电数据、用电量数据、污染气体排放数据为例,借助决策树模型、回归分析和聚类分析等大数据挖掘方法,对多种能源发电协同发展进行大数据分析研究,从而得到多种能源发电协同发展中的潜在规律和有价值的信息,为政策的制定提供参考。（5）在上述分析的基础上对多种能源发电协同发展过程进行仿真。本文基于多Agent技术建立起仿真模型,模型中的多种能源发电协同策略是依据我国现行的《节能发电调度办法》对各种发电形式进行调度。仿真中将不同种类机组、不同类型用户、电力调度部门简化为智能体群,通过各智能体间的协调配合完成对协同过程的仿真。然后以山西省为例,得到了该省在协同调度下的各种能源发电比例和污染气体排放量,模拟了山西省传统火电和可再生能源发电以及其他发电形式之间的协同发展过程,仿真结果验证了协同策略的有效性,体现了多种能源发电协同发展的协同效应。本文的研究丰富了多种能源协同发展以及电力结构调整相关理论成果,对于指导多种发电形式的科学和有序发展、管控协同发展风险、提高能源利用效率、大气污染防治等方面都具有实践指导意义。
林弘杨[6]（2020）在《电力现货市场中发电企业竞争能力研究》文中研究指明自2015年3月15日,中共中央、国务院发布电力体制改革纲领性文件《关于进一步深化电力体制改革的若干意见（中发[2015]9号）》（下称“9号文”）以来,中国新一轮电改即将进入第5个年头。四年来电力体制改革取得了一定的成就,在电力市场体制建设、输配电价制定、发电侧改革、售电侧改革等方面已经取得了可喜的进展。随着全国范围内8个电力现货试点的建设及运行,中国新一轮电力体制改革即将迈入一个新的阶段。在全国范围内建立完善的电力现货市场是电力体制改革的下一个主要目标。本文着眼于电力现货市场建立的关键时期,以发电企业为研究对象,围绕电力现货市场的运行规则构建演化博弈模型,对电力现货市场中的演化均衡的存在性进行了讨论。由于电力现货市场的演化均衡的解析解难以求出,本文又借助改进后的遗传算法,建立了基于改进遗传算法的演化博弈模型。该模型的主要特点为充分还原了电力现货市场竞争的规则,将单时段内发电商报价、电力交易中心出清的过程和单日内不同时段需求的变化情况都考虑在内,并进行了数字化的表达和模拟。基于改进遗传算法的演化博弈模型,本文设立了多类型的发电商参与现货市场的竞争,具体包括风能发电商、太阳能发电商和火电发电商,在火电发电商中分设了传统低效率火电和新型高效率火电。这种设定,即考虑了如今新能源高速发展的现状,又考虑了火电企业的多样性与复杂性,保证参与现货市场竞争的主体拥有丰富的类别,进而保证模拟的仿真性和普适性。模拟的结果表明,需求曲线的类别（日内不同时段的波动程度）和总需求量对发电企业的收益情况都有所影响,需求曲线的类别对发电行业的整体收入影响较小,主要影响不同发电企业间的利润分配;总需求量对发电行业的整体收入影响较大,当总需求量降低时,传统低效率火电企业将面临较大的竞争压力。
鄢发齐,李姚旺,汪旸,徐浩,苗世洪,周良松,姚占东,沈宇亮[7]（2019）在《含CAES和多类型柔性负荷的电力系统多时间尺度电能-备用联合优化调度》文中研究说明为了应对大规模风电接入,压缩空气储能（CAES）技术和柔性负荷主动响应技术在近年来发展迅速。以含CAES电站、可转移负荷、可中断负荷、可直接负荷控制（DLC）负荷、风电场、常规机组的电力系统为研究对象,综合考虑CAES电站和多类型柔性负荷在日前、日内、实时时间尺度下的调度特性及其在备用与调频方面的应用潜能,建立考虑源-荷-储协调互动的电力系统多时间尺度电能-备用联合调度模型。该模型以最小化电网运营商的总支出成本为优化目标,能够同时制定系统的发电计划、旋转备用购置与调用计划和自动发电控制（AGC）参与因子配置计划。基于修改版PJM-5Bus系统的仿真结果验证了所建调度模型的有效性。
常春春[8]（2017）在《“禁摩限电”的行政法规制》文中提出改革开放30多年来,我国经济社会得到快速发展,摩托车、电动车和私家车的保有量在迅猛增长。随之而来的是交通拥堵、城市交通污染等问题。因此,各大城市制定了“禁摩限电”政策规范电动车和摩托车。“禁摩”产生于上世纪八十年代的北京,之后扩展到全国各大城市,对于摩托车的管制措施也从限制升级到禁止。“限电”产生于“禁摩”之后,可以说是“禁摩”的继承和发展,都是对这种小型交通工具的管制措施。政府认为摩托车和电动车缺乏安全防护措施、破坏交通秩序、影响城市形象、造成城市环境污染,依此制定“禁摩限电”政策。但是“禁摩限电”对公民的生活影响很大,并且损害了公民的合法权益,其合法性和实效性受到质疑。本文采用理论分析与实证分析的方法,分析“禁摩限电”的法律与实效缺陷。首先,分析“禁摩限电”作为交通管制措施存在的理论基础和原因,并回应相关质疑。我们通过行政法的基本原则对“禁摩限电”的正当性进行考量,从法律自身角度去寻求规制。其次,笔者认为还应该从实现行政目标的角度,严格规范“禁摩限电”这一重大行政决策的程序要求,使之符合程序正义。最后,通过借鉴外国交通治理经验,立足于中国客观情况,提出“禁摩限电”规制措施。论文写作的逻辑是首先承认并证明对道路交通管制存在的必要性,再从形式、程序和实质三个角度审视正当性缺陷,最后针对缺陷提出规制思路。论文第一部分分析“禁摩限电”存在的理论基础和必要性,并分析存在的问题,第二部分通过行政法基本原则对“禁摩限电”正当性进行考量,第三部分结合相关学科知识和域外治理经验,加强摩托车和电动车的管理,以及优先发展公共交通,反思并提出相关规制措施,以社会发展的客观需要和行政目标的良好效果为出发点,注重公共利益和个人利益,以实现公正、正义和秩序。
廖诗武[9]（2017）在《风电接入区域电力系统的潜力及环境效益评估方法》文中研究指明化石能源枯竭以及全球气候变暖,推动了我国可再生能源的快速发展。为了实现我国2020、2030年非化石能源占一次能源消费比重分别达到15%、20%的能源发展战略目标,并通过清洁能源替代缓解我国严重的大气污染问题,以风电为主的可再生能源仍将继续保持高速增长。因为缺乏对风电接入区域电力系统的潜力以及环境效益的准确认识,导致风电发展过程中出现了严重的区域间不平衡现象,在带来了严重弃风问题的同时,风电的大气污染治理作用也难以充分发挥。为了避免风电继续发展过程中弃风问题的加剧,引导风电的合理布局并充分利用风电进行雾霾治理,必须对风电接入区域电力系统的潜力及环境效益进行准确地评估。本文归纳总结了现有风电接入区域电力系统的潜力及环境效益评估的研究现状,针对现有研究成果的局限性,提出了本文的主要研究思路。本文以为我国风电发展布局提供科学的分析手段为目标,系统地研究了风电接入区域电力系统的潜力及环境效益评估方法。取得的主要研究成果如下:首先,提出了一种基于气象及地理数据的区域电力系统时序运行模拟框架,该框架能够利用气象数据及地理信息计算得到任意风电场、光伏电站出力以及热电联产机组热负荷;并利用含时间重叠的时序分解算法以及无解自动回滚算法确保了大规模电力系统长时间尺度运行模拟的快速、可靠求解;最后通过对比西北电网2015年实际运行数据验证了本文所提时序运行模拟框架的有效性;该框架为风电接入区域电力系统的潜力及环境效益评估提供了基础分析方法。其次,提出了一种风电接入区域电力系统的潜力评估方法。该方法由风电资源潜力评估、电力系统风电接纳场景扫描以及风电经济接入潜力评估三部分组成,分别确保了风电经济接入潜力评估结果与风资源、电力系统运行特性以及我国可再生能源政策和投资现状相符合;最后利用所提出的评估方法对东北电网2025年的风电经济接入潜力进行了评估,并提出了对我国风电发展支持政策的建议。然后,建立了省间可再生能源电量及省间备用容量交易、火电机组灵活性改造、提高风电出力预测精度、风电供暖以及负荷侧响应五种风电接入潜力提升措施的数学模型;提出了从风电经济接入潜力提升角度分析不同措施作用效果的方法;并利用所提方法分析了上述措施对2025年风电接入东北电网的潜力的提升效果,并对比了各措施在不同特性电力系统中的适用性。最后,结合所提出的电力系统时序运行模拟框架以及WRF-Chem大气物理-化学过程仿真模型,提出了一种风电接入电力系统的环境效益评估方法。该方法建立了从含可再生能源电力系统的运行模拟到环境效益分析的完整方法,能够准确计及风电接入对包括PM2.5在内的大气污染物的形成、转移和演变过程的影响,从而实现了对风电接入电力系统后带来的环境效益的准确评估;最后利用该方法对东北电网2025年风电接入可能带来的环境效益进行了评估,发现风电接入能够降低PM2.5等大气污染物的浓度。
吴杰[10]（2017）在《基于参数化方法的城市住区热环境多目标优化设计研究》文中研究说明我国城市室外热环境形势严峻,尤以湿热地区问题突出。城市住区是城市的重要组成部分,也是与人们生活关系最为密切的区域。为从规划设计阶段着手控制和解决住区室外热环境问题,我国颁布了多部绿色评价标准和设计规范。然而,现有的城市住区性能优化侧重于方案评价而非设计,方案的性能优化方法和软件工具并不完善,无法满足多目标性能优化设计的需求。因此,本文以城市住区室外热环境优化为出发点,基于参数化设计和多目标寻优算法,开展城市住区的绿色优化设计研究。首先,论文通过对城市住区设计过程和绿色住区评价体系的研究,提出相应的城市住区优化设计方法,筛选面向方案阶段的优化目标及其性能评价指标。基于参数化软件Rhinoceros&Grasshopper,研究方案的生成规则与方法,检验了SPEA2和HpyE进化算法插件Octopus的多目标优化性能。其次,从现有住区热岛强度计算问题出发,通过湿热地区夏季住区室外热环境测试,明确住区热岛强度的定义,为合理指导住区热岛强度的计算与设计提供科学依据。提出并验证基于改进绿色CTTC模型的住区热岛强度计算方法,通过实测获得改进绿色CTTC模型的关键参数:树木的太阳辐射遮挡率和对流换热率,为定量计算住区平均气温与热岛强度提供技术支持。第三,基于行列式住区案例的统计调研,建立典型行列式布局的数值模型,并通过数值模拟方法计算建筑迎背风面的表面风压差,采用多元线性回归的方法确定住区建筑风压差的参数化经验计算公式,为定量预测和评价住区的室外风环境性能提供技术支持。计算公式仅需较少步骤,输入少量规划布局与设计参数,便可快速预测住区各建筑的风压差,可用于南方地区常见行列式住区板式建筑的风压差预测。最后,针对目前优化设计工具的不足,基于上述优化设计方法和方案性能计算的研究,提出了一种基于遮挡角和反三角函数的城市天空遮挡简化算法,编制开发了面向方案设计阶段的绿色住区优化设计平台。该平台基于参数化设计软件Rhinoceros&Grasshopper,采用Python脚本语言、可视化编程技术并结合SPEA2与Hpy E进化算法编制开发。该平台能同时针对技术经济指标和环境性能指标进行定量计算、评估与优化,可获得满足多目标优化的总平面布局最优解集,为住区规划设计提供合理、科学的决策支持。经检验,软件平台的计算精度和可靠性满足工程设计的需要。
二、湖北启动全天限电计划（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、湖北启动全天限电计划（论文提纲范文）
（1）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 |
（2）分布式资源聚合虚拟电厂多维交易优化模型研究（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 虚拟电厂研究现状 |
| 1.2.2 电力市场发展现状 |
| 1.2.3 虚拟电厂市场交易研究现状 |
| 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 论文研究技术路线 |
| 1.3.3 论文主要创新点 |
| 第2章 虚拟电厂发展现状及功能分析 |
| 2.1 虚拟电厂概述 |
| 2.1.1 虚拟电厂理论基础 |
| 2.1.2 虚拟电厂的组成与结构 |
| 2.2 典型虚拟电厂项目总结 |
| 2.2.1 国外典型虚拟电厂项目 |
| 2.2.2 国内典型虚拟电厂项目 |
| 2.3 虚拟电厂类型与功能 |
| 2.3.1 需求响应虚拟电厂 |
| 2.3.2 供给侧虚拟电厂 |
| 2.3.3 混合资产虚拟电厂 |
| 2.3.4 虚拟电厂参与电力市场的交易路径分析 |
| 2.4 本章小结 |
| 第3章 考虑碳减排目标的虚拟电厂运行优化模型 |
| 3.1 引言 |
| 3.2 虚拟电厂构成单元建模 |
| 3.2.1 微型燃气轮机 |
| 3.2.2 风电机组 |
| 3.2.3 光伏机组 |
| 3.2.4 电转气设备 |
| 3.2.5 需求响应 |
| 3.2.6 储能系统 |
| 3.3 考虑电-气互转的虚拟电厂运行优化模型 |
| 3.3.1 考虑电-气互转的虚拟电厂多目标运行优化模型 |
| 3.3.2 约束条件 |
| 3.3.3 线性化处理 |
| 3.4 算例分析 |
| 3.4.1 基础数据 |
| 3.4.2 算例分析 |
| 3.5 本章小结 |
| 第4章 虚拟电厂电力中长期合约交易优化模型 |
| 4.1 引言 |
| 4.2 中长期电力市场特点 |
| 4.2.1 电力市场模式 |
| 4.2.2 中长期市场交易品种 |
| 4.2.3 中长期电力市场交易方式 |
| 4.3 虚拟电厂参与中长期电力市场交易优化分析 |
| 4.3.1 中长期市场交易合约机制 |
| 4.3.2 固定电价合约下虚拟电厂收益分析 |
| 4.3.3 差价合约下虚拟电厂收益分析 |
| 4.4 计及可再生能源衍生品的虚拟电厂中长期合约交易优化分析 |
| 4.4.1 可再生能源配额制及绿色证书机制影响量化分析 |
| 4.4.2 计及可再生能源衍生品的虚拟电厂中长期合约交易决策模型 |
| 4.4.3 算例分析 |
| 4.5 本章小结 |
| 第5章 虚拟电厂日前电力市场交易优化模型 |
| 5.1 引言 |
| 5.2 日前交易下虚拟电厂不确定性分析 |
| 5.2.1 虚拟电厂不确定性分析及建模 |
| 5.2.2 结合CVaR的日前市场不确定性综合模型 |
| 5.3 基于EEMD-CS-ELM及CVAR方法的虚拟电厂日前交易优化模型 |
| 5.3.1 虚拟电厂内部不确定性处理 |
| 5.3.2 计及CVaR的虚拟电厂日前交易优化模型 |
| 5.3.3 基于蚁群算法的多目标优化模型求解 |
| 5.4 算例分析 |
| 5.4.1 基于EEMD-CS-ELM的风光出力预测 |
| 5.4.2 虚拟电厂日前交易结果分析 |
| 5.4.3 不同置信水平对虚拟电厂日前交易优化结果的影响 |
| 5.5 本章小结 |
| 第6章 虚拟电厂日内-实时交易优化模型 |
| 6.1 引言 |
| 6.2 电力日内-实时市场概述 |
| 6.2.1 日前市场与日内市场关联分析 |
| 6.2.2 日前市场与实时市场关联分析 |
| 6.2.3 虚拟电厂日内市场交易博弈行为分析 |
| 6.3 虚拟电厂参与日前电力市场交易建模 |
| 6.3.1 虚拟电厂参与日前-时前-实时市场交易 |
| 6.3.2 虚拟电厂多阶段交易优化模型 |
| 6.3.3 基于人工鱼群算法的模型求解方法 |
| 6.4 算例分析 |
| 6.4.1 基础数据 |
| 6.4.2 情景设置 |
| 6.4.3 结果分析 |
| 6.5 本章小结 |
| 第7章 虚拟电厂参与辅助服务市场交易优化模型 |
| 7.1 引言 |
| 7.2 调峰辅助服务市场环境下虚拟电厂参与路径 |
| 7.2.1 调峰辅助服务市场概述 |
| 7.2.2 虚拟电厂参与辅助服务市场 |
| 7.2.3 虚拟电厂物理模型 |
| 7.3 虚拟电厂辅助服务交易优化模型 |
| 7.3.1 不考虑负荷不确定性下交易优化模型 |
| 7.3.2 计及负荷不确定性基于IGDT的交易优化模型 |
| 7.3.3 优化结果评价指标 |
| 7.4 模型求解算法 |
| 7.4.1 风光不确定性处理算法 |
| 7.4.2 基于PSO的多目标优化模型求解算法 |
| 7.5 算例分析 |
| 7.5.1 情景设置 |
| 7.5.2 基础数据 |
| 7.5.3 确定性优化模型结果分析 |
| 7.5.4 不确定性优化模型结果分析 |
| 7.6 本章小结 |
| 第8章 结论与展望 |
| 8.1 研究成果与结论 |
| 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 |
（3）特大自然灾害下电力系统应急管理机制研究 ——以江门供电系统为例（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 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究综述 |
| 1.3 研究内容方法以及创新点 |
| 1.3.1 研究方法 |
| 1.3.2 研究内容 |
| 第2章 相关概念及理论基础 |
| 2.1 相关概念界定 |
| 2.1.1 特大自然灾害 |
| 2.1.2 突发公共事件 |
| 2.1.3 应急管理概述 |
| 2.1.4 电网概述 |
| 2.1.5 电网灾害概述 |
| 2.1.6 电力系统突发灾害 |
| 2.1.7 电力突发公共事件应急管理概述 |
| 2.2 相关理论 |
| 2.2.1 政府应急管理理论 |
| 2.2.2 电力相关应急管理研究理论基础 |
| 2.2.3 政府失灵与市场失灵 |
| 2.2.4 第三方管理理论 |
| 第3章 江门供电系统特大自然灾害应急管理机制的现状及存在的问题 |
| 3.1 江门市供电局电力系统案例 |
| 3.2 应急管理机制现状 |
| 3.2.1 应急组织体系 |
| 3.2.2 应急管理预案体系 |
| 3.2.3 应急培训与演练 |
| 3.2.4 灾后恢复重建任务 |
| 3.3 江门市在特大自然灾害下电力系统应急管理机制中存在的问题 |
| 3.3.1 应急管理立法缺失协作难 |
| 3.3.2 应急管理政企联动效率低 |
| 3.3.3 应急管理补偿机制缺失 |
| 3.3.4 电力应急体制机制不完善 |
| 3.3.5 应急管理宣传教育不到位 |
| 3.3.6 社会监督、第三方评价机制和公共舆情管理缺乏 |
| 第4章 国外电力系统应急管理案例分析与借鉴 |
| 4.1 “8.14”美加大停电事件案例 |
| 4.1.1 事件概况及影响 |
| 4.1.2 美加大停电事件中存在的问题 |
| 4.1.3 采取措施及借鉴 |
| 4.2 莫斯科停电事件案例 |
| 4.2.1 事件概况及影响 |
| 4.2.2 莫斯科停电事件中存在的问题 |
| 4.2.3 采取措施及借鉴 |
| 4.3 完善江门市电力系统应急管理的经验启示 |
| 4.3.1 电网规划极为重要 |
| 4.3.2 结合科学技术发展 |
| 4.3.3 强化用电安全管理 |
| 第5章 优化特大自然灾害下电力系统应急管理机制的对策 |
| 5.1 加强应急法制建设 |
| 5.2 构建有效的政企协调机制 |
| 5.3 完善应急管理补偿机制 |
| 5.4 完善电力应急体制机制 |
| 5.3.1 多方面完善应急预案内容 |
| 5.3.2 加强信息平台建设 |
| 5.3.3 加强政府的电力应急管理机制 |
| 5.5 完善应急管理宣传教育体系建设 |
| 5.6 完善社会监督、第三方评价机制和公共舆情管理 |
| 5.6.1 完善第三方社会评估监督体系 |
| 5.6.2 创新公共舆论管理机制 |
| 第6章 结论 |
| 参考文献 |
| 致谢 |
| 附录 |
| 攻读硕士学位期间取得的研究成果 |
| 附件 |
（4）可再生能源多能协同调度优化及效益均衡模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.1.1 选题背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究现状 |
| 1.2.1 可再生能源发展政策研究现状 |
| 1.2.2 多能源协同互补利用研究现状 |
| 1.2.3 多主体利益均衡分配研究现状 |
| 1.3 主要研究内容与创新点 |
| 1.3.1 主要研究内容 |
| 1.3.2 主要创新点 |
| 第2章 可再生能源发展现状、政策及利用途径分析 |
| 2.1 我国可再生能源发展利用现状分析 |
| 2.1.1 可再生能源并网现状 |
| 2.1.2 可再生能源弃能现状 |
| 2.1.3 可再生能源发展投资规划 |
| 2.2 国内外可再生能源发展的相关政策 |
| 2.2.1 国外可再生能源发展政策 |
| 2.2.2 国内可再生能源发展政策 |
| 2.2.3 国外发展经验启示及借鉴 |
| 2.3 可再生能源利用途径分析 |
| 2.3.1 多类型电源集成系统多能协同利用途径 |
| 2.3.2 可再生能源集成综合能源系统多能协同利用途径 |
| 2.3.3 分布式可再生能源集成系统多能协同利用途径 |
| 2.4 本章小结 |
| 第3章 多类型电源集成系统多能协同调度优化模型 |
| 3.1 引言 |
| 3.2 风-光-蓄互补系统多目标调度优化模型 |
| 3.2.1 风-光-蓄系统结构及运行模式 |
| 3.2.2 风-光-蓄系统多目标调度优化模型 |
| 3.2.3 基于粗糙集的多目标权重设计模型 |
| 3.2.4 算例分析 |
| 3.3 风-光-水-火-储互补系统多目标调度优化模型 |
| 3.3.1 风-光-水-火-储系统结构及运行模式 |
| 3.3.2 基于CVaR的风光出力随机模拟分析模型 |
| 3.3.3 考虑出力偏差随机情境下的多目标调度优化模型 |
| 3.3.4 算例分析 |
| 3.4 本章小结 |
| 第4章 可再生能源集成综合能源系统多能协同调度优化模型 |
| 4.1 引言 |
| 4.2 可再生能源集成综合能源系统购售能竞价优化模型 |
| 4.2.1 可再生能源集成综合能源系统能源流稳态分析 |
| 4.2.2 竞价环境中市场不确定因素分析 |
| 4.2.3 基于能量管理的购售能竞价鲁棒优化模型 |
| 4.2.4 算例分析 |
| 4.3 可再生能源集成综合能源系统运行优化模型 |
| 4.3.1 可再生能源集成综合能源系统运行模式 |
| 4.3.2 基于经济调度的多目标运行优化模型 |
| 4.3.3 算例分析 |
| 4.4 本章小结 |
| 第5章 分布式可再生能源集成系统多能协同调度优化模型 |
| 5.1 引言 |
| 5.2 分布式可再生能源集成系统模式 |
| 5.2.1 微电网模式 |
| 5.2.2 虚拟电厂模式 |
| 5.2.3 不同模式对比 |
| 5.3 农村微电网多能协同调度优化模型 |
| 5.3.1 农村微电网结构分析 |
| 5.3.2 农村微电网调度优化模型 |
| 5.3.3 算例分析 |
| 5.4 海岛微电网多能协同调度优化模型 |
| 5.4.1 海岛微电网结构分析 |
| 5.4.2 海岛微电网调度优化模型 |
| 5.4.3 算例分析 |
| 5.5 虚拟电厂多能协同调度优化模型 |
| 5.5.1 虚拟电厂结构分析 |
| 5.5.2 虚拟电厂随机调度模型 |
| 5.5.3 算例分析 |
| 5.6 本章小结 |
| 第6章 可再生能源多能协同系统多主体效益均衡模型 |
| 6.1 引言 |
| 6.2 可再生能源多能协同系统多主体效益分配方法 |
| 6.2.1 多主体效益分配角色定位 |
| 6.2.2 多主体效益基础分配模型 |
| 6.2.3 多主体效益改进分配模型 |
| 6.2.4 多主体效益满意度测算模型 |
| 6.3 可再生能源多能协同系统合作运营优化模型 |
| 6.3.1 可再生能源多能协同参与主体分析 |
| 6.3.2 可再生能源多能协同系统收益测算模型 |
| 6.3.3 可再生能源多能协同系统优化运营模型 |
| 6.4 算例分析 |
| 6.4.1 情景设置 |
| 6.4.2 基础数据 |
| 6.4.3 可再生能源多能协同系统合作效益结果分析 |
| 6.4.4 可再生能源多能协同系统效益分配结果分析 |
| 6.5 本章小结 |
| 第7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 |
| 作者简介 |
（5）多种能源发电协同发展管控模型及大数据分析研究（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 多种能源同发展研究综述 |
| 1.2.2 多种能源发电中的风险研究综述 |
| 1.2.3 电力信息协同利用研究综述 |
| 1.2.4 大数据挖掘研究进展 |
| 1.2.5 基于多智能体仿真研究进展 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 研究难点和创新 |
| 第2章 多种能源发电协同发展模式和框架分析 |
| 2.1 多能源发电协同发展现状分析 |
| 2.1.1 多种能源发电现状分析 |
| 2.1.2 协同发展参与主体和环境分析 |
| 2.1.3 协同发展中存在的问题 |
| 2.2 多种能源发电协同发展模式分析 |
| 2.2.1 协同关系分析 |
| 2.2.2 协同发展中的保障机制 |
| 2.2.3 协同发展模式和原则 |
| 2.3 多种能发电协同发展框架分析 |
| 2.3.1 协同发展层次结构分析 |
| 2.3.2 协同发展框架研究 |
| 2.4 本章小结 |
| 第3章 多种能源发电协同发展的风险管控模型 |
| 3.1 多种能源发电协同发展的风险分析 |
| 3.1.1 发展风险 |
| 3.1.2 政策风险 |
| 3.1.3 社会风险 |
| 3.2 基于多参与主体的风险收益管控模型 |
| 3.2.1 协同发展的风险因素 |
| 3.2.2 多主体间利益博弈的风险管控模型 |
| 3.3 实例分析 |
| 3.3.1 京津冀发电产业概况 |
| 3.3.2 风险收益模型计算 |
| 3.3.3 结果分析 |
| 3.4 本章小结 |
| 第4章 多种能源发电协同发展的信息管控模型 |
| 4.1 多种能源发电协同发展的信息结构 |
| 4.1.1 信息结构分析 |
| 4.1.2 信息结构模型 |
| 4.2 基于多主体的信息融合 |
| 4.2.1 发电侧 |
| 4.2.2 电力用户 |
| 4.2.3 电网和市场 |
| 4.2.4 电力排放 |
| 4.3 信息协同和管控模型 |
| 4.3.1 模型构建 |
| 4.3.2 信息管控模型计算 |
| 4.3.3 结果分析 |
| 4.4 本章小结 |
| 第5章 多种能源发电协同发展的大数据分析 |
| 5.1 大数据分析方法与流程设计 |
| 5.1.1 大数据分析方法 |
| 5.1.2 大数据挖掘流程设计 |
| 5.2 大数据收集和处理 |
| 5.2.1 发电数据 |
| 5.2.2 用电负荷数据 |
| 5.2.3 污染气体排放数据 |
| 5.2.4 数据预处理 |
| 5.3 大数据分析模型 |
| 5.3.1 基于决策树模型的多种能源发电排放分析 |
| 5.3.2 基于回归模型的多种能源发电量分析 |
| 5.3.3 基于聚类模型的多种能源发电与用电协同分析 |
| 5.4 本章小结 |
| 第6章 多种能源发电协同发展的仿真模型 |
| 6.1 智能体技术 |
| 6.1.1 多Agent关系 |
| 6.1.2 多Agent通讯 |
| 6.1.3 多Agent协作 |
| 6.2 多Agent建模方法 |
| 6.2.1 Agent行为理论 |
| 6.2.2 ABMS智能体建模方法 |
| 6.3 基于多智能体的仿真模型 |
| 6.3.1 Anylogic仿真软件简介 |
| 6.3.2 建模背景分析 |
| 6.3.3 仿真设计 |
| 6.4 案例分析 |
| 6.4.1 案例介绍 |
| 6.4.2 结果输出 |
| 6.4.3 仿真分析 |
| 6.5 本章小结 |
| 第7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）电力现货市场中发电企业竞争能力研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景和意义 |
| 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 电力市场化体制改革研究现状 |
| 1.2.2 电改中发电侧相关研究现状 |
| 1.3 研究内容 |
| 第2章 相关基本理论 |
| 2.1 电力市场 |
| 2.1.1 中国电力体制改革历程 |
| 2.1.2 中国电力市场现状 |
| 2.2 博弈论 |
| 2.2.1 博弈论的基本概念 |
| 2.2.2 经典博弈论模型 |
| 2.2.3 演化博弈模型 |
| 2.2.4 演化博弈稳定分析 |
| 2.3 发电企业营收构成 |
| 2.3.1 发电企业收益构成 |
| 2.3.2 发电企业成本构成 |
| 2.4 本章小结 |
| 第3章 电力现货市场演化博弈分析 |
| 3.1 电力市场出清规则 |
| 3.2 发电商电量分配 |
| 3.3 电力现货市场演化博弈稳定分析 |
| 3.4 本章小结 |
| 第4章 基于改进遗传算法的演化博弈模型 |
| 4.1 发电企业报价模型 |
| 4.1.1 发电企业报价规则 |
| 4.1.2 发电企业成本拟合 |
| 4.1.3 发电企业报价策略 |
| 4.2 一种改进了遗传算子的遗传算法 |
| 4.2.1 典型遗传算法及其特点 |
| 4.2.2 典型遗传算法流程与内容 |
| 4.2.3 改进遗传算子的遗传算法 |
| 4.3 基于改进遗传算法的演化博弈建模 |
| 4.3.1 背景搭建及种群初始化 |
| 4.3.2 适应度的计算 |
| 4.3.3 选择,交叉,变异 |
| 4.3.4 小种群信息交流与基因整理 |
| 4.4 本章小结 |
| 第5章 简单算例的计算与分析 |
| 5.1 一个简单算例的构建 |
| 5.2 可再生能源机组出力模拟 |
| 5.3 单时段火电机组竞价模拟 |
| 5.3.1 标准供需背景 |
| 5.3.2 紧张供需背景 |
| 5.3.3 宽松供需背景 |
| 5.4 不同需求曲线下发电机组竞争能力分析 |
| 5.4.1 标准需求曲线 |
| 5.4.2 工业型需求曲线 |
| 5.4.3 宽松供需情况下需求曲线 |
| 5.5 本章小结 |
| 第6章 研究成果和结论 |
| 参考文献 |
| 致谢 |
（7）含CAES和多类型柔性负荷的电力系统多时间尺度电能-备用联合优化调度（论文提纲范文）
| 0 引言 |
| 1 调度构架 |
| 2 含CAES和多类型柔性负荷的电力系统多时间尺度优化调度模型 |
| 2.1 日前调度模型 |
| 2.1.1 目标函数 |
| 2.1.2 约束条件 |
| (1）系统功率平衡约束。 |
| (2）系统旋转备用容量约束。 |
| (3)AGC容量约束。 |
| (4）常规机组日前调度运行约束。 |
| (5)CAES电站日前调度运行约束。 |
| (6）可转移负荷调度约束。 |
| (7）传输功率约束。 |
| 2.2 日内调度模型 |
| 2.2.1 目标函数 |
| 2.2.2 约束条件 |
| 2.3 实时调度模型 |
| 2.3.1 目标函数 |
| 2.3.2 约束条件 |
| (1)AGC参与因子约束。 |
| (2)AGC机组和CAES电站在实时调度阶段的运行约束。 |
| (3)DLC约束。 |
| 3 模型求解 |
| 4 算例分析 |
| 4.1 算例参数 |
| 4.2 算例分析 |
| 4.2.1 调度结果分析 |
| (1）日前调度结果。 |
| (2）日内调度结果。 |
| (3）实时调度结果。 |
| 4.2.2 CAES电站参与AGC调频对实时调度结果的影响分析 |
| 4.2.3 多类型柔性负荷响应时间特性对调度结果的影响 |
| 5 结论 |
（8）“禁摩限电”的行政法规制（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 第一节 选题背景及意义 |
| 第二节 文献综述 |
| 第三节 写作思路和研究方法 |
| 第二章 “禁摩限电”政策存在的基础与法治困境 |
| 第一节 “禁摩限电”的概念 |
| 第二节 “禁摩限电”之缘由与存在基础 |
| 一、缘由 |
| 二、存在基础 |
| 第三节 “禁摩限电”的法治困境 |
| 一、法律依据不足 |
| 二、欠缺正当程序 |
| 三、有悖合理性原则 |
| 第三章 “禁摩限电”之正当性考量 |
| 第一节 “禁摩限电”之合法性考量—决策依据维度的思虑 |
| 一、“禁摩限电”与法律优先原则 |
| 二、“禁摩限电”与法律保留原则 |
| 第二节 “禁摩限电”合理性考量—实质内容维度的审视 |
| 一、“禁摩限电”与平等保护原则 |
| 二、“禁摩限电”与比例原则 |
| 三、“禁摩限电”与信赖保护原则 |
| 第三节 “禁摩限电”之正当行政程序考量—决策过程向度的批判 |
| 一、程序的中立性与“禁摩限电” |
| 二、程序的参与性与“禁摩限电” |
| 三、程序的公开性与“禁摩限电” |
| 第四章 规制“禁摩限电”的法治路径 |
| 第一节 完善对“禁摩限电”规范性文件的合法性审查 |
| 一、完善对“禁摩限电”规范性文件的事前合法性审查 |
| 二、加强对“禁摩限电”规范性文件的监督 |
| 第二节 完善“禁摩限电”决策程序 |
| 一、“禁摩限电”规范性文件的起草 |
| 二、专家咨询 |
| 三、公众参与与信息资料的公开 |
| 四、事后评估制度 |
| 第三节 从城市交通治理角度提出规制路径 |
| 一、域外国家和地区对电动车和摩托车的规定 |
| 二、加强对摩托车和电动车的管理 |
| 三、优先发展公共交通 |
| 结论 |
| 致谢 |
| 参考文献 |
（9）风电接入区域电力系统的潜力及环境效益评估方法（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 风电接入区域电力系统的潜力及环境效益评估研究现状 |
| 1.3 现有研究的局限性 |
| 1.4 本文研究内容、创新点及章节安排 |
| 2 基于气象及地理数据的区域电力系统时序运行模拟框架 |
| 2.1 引言 |
| 2.2 区域电力系统时序运行模拟框架 |
| 2.3 运行模拟数据准备 |
| 2.4 区域电力系统时序运行模型及求解 |
| 2.5 算例分析 |
| 2.6 本章小结 |
| 3 风电接入区域电力系统的潜力评估方法 |
| 3.1 引言 |
| 3.2 风电接入区域电力系统的潜力评估思路及流程 |
| 3.3 风电经济接入潜力评估方法 |
| 3.4 算例分析 |
| 3.5 本章小结 |
| 4 提高风电接入潜力的措施及其效果分析 |
| 4.1 引言 |
| 4.2 风电接入潜力提高措施数学建模 |
| 4.3 各措施作用效果分析对比方法 |
| 4.4 算例分析 |
| 4.5 本章小结 |
| 5 风电接入电力系统的环境效益评估方法及应用 |
| 5.1 引言 |
| 5.2 风电接入对空气质量的影响方式 |
| 5.3 风电接入电力系统的环境效益评估方法 |
| 5.4 算例分析 |
| 5.5 本章小结 |
| 6 总结及展望 |
| 6.1 全文总结 |
| 6.2 后续研究工作的展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间发表的学术论文 |
| 附录2 攻读博士学位期间申请的发明专利 |
| 附录3 攻读博士学位期间参与的科研项目 |
（10）基于参数化方法的城市住区热环境多目标优化设计研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 国内外研究现状 |
| 1.2.1 城市住区的绿色设计优化过程 |
| 1.2.2 城市住区现有绿色评价体系 |
| 1.2.3 面向方案阶段的设计优化工具 |
| 1.2.4 参数化设计与多目标优化 |
| 1.2.5 住区室外环境的快速计算方法 |
| 1.2.6 总结与讨论 |
| 1.3 本论文的研究工作 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 工作框架 |
| 第二章 城市住区的优化设计方法研究 |
| 2.1 概述 |
| 2.2 研究背景 |
| 2.3 优化设计方法 |
| 2.3.1 优化设计阶段的界定 |
| 2.3.2 人机结合优化系统的必要性 |
| 2.3.3 基于参数化设计方法的优化系统结构 |
| 2.3.4 多目标优化设计的数学描述 |
| 2.4 优化目标及评价指标的筛选 |
| 2.4.1 评价指标的筛选 |
| 2.4.2 评价指标的计算方法 |
| 2.4.3 评价指标与适应值的换算 |
| 2.5 优化平台和模型生成方法的确立 |
| 2.5.1 参数化软件平台简介 |
| 2.5.2 参数化模型的原理 |
| 2.5.3 住区模型生成范例 |
| 2.6 智能优化算法和计算插件的选择 |
| 2.6.1 进化算法的发展现状 |
| 2.6.2 进化寻优算法的原理 |
| 2.6.3 参数化设计寻优插件 |
| 2.7 本章小结 |
| 第三章 住区热岛强度定义及空间尺度的实验研究 |
| 3.1 概述 |
| 3.2 研究现状 |
| 3.2.1 住区的内部环境 |
| 3.2.2 住区周边的城区热环境 |
| 3.2.3 中尺度气象条件的影响 |
| 3.2.4 研究不足 |
| 3.3 研究方法 |
| 3.3.1 测试住区与时间 |
| 3.3.2 热岛计算的基准温度选取 |
| 3.3.3 测点布置 |
| 3.3.4 热环境测试 |
| 3.3.5 热环境设计参数测试 |
| 3.4 实测结果 |
| 3.4.1 测试日天气条件 |
| 3.4.2 热岛计算的基准温度 |
| 3.4.3 住区气温 |
| 3.4.4 住区热环境设计参数 |
| 3.4.5 住区测点气温 |
| 3.5 分析与讨论 |
| 3.5.1 城区热岛强度 |
| 3.5.2 住区热岛强度 |
| 3.5.3 住区测点热岛强度 |
| 3.5.4 热岛空间尺度分级 |
| 3.6 本章小结 |
| 第四章 基于改进绿色CTTC模型的住区热岛强度计算 |
| 4.1 概述 |
| 4.2 绿色CTTC模型简介 |
| 4.3 改进绿色CTTC模型 |
| 4.3.1 太阳辐射热扰与热时间常数计算方法的改进 |
| 4.3.2 太阳辐射-树木-气温算法的改进 |
| 4.3.3 阴影率计算的确定 |
| 4.4 住区微气候测试方法 |
| 4.4.1 测试住区 |
| 4.4.2 测试方法 |
| 4.4.3 测试时间 |
| 4.5 测试结果与分析 |
| 4.5.1 城区微气候 |
| 4.5.2 住区微气候 |
| 4.5.3 树木对流换热率 |
| 4.6 模型性能验证 |
| 4.6.1 住区气温 |
| 4.6.2 住区热岛强度 |
| 4.7 本章小结 |
| 第五章 住区遮挡效应与建筑表面风压差的计算 |
| 5.1 概述 |
| 5.2 研究现状 |
| 5.3 模拟方法及验证 |
| 5.3.1 模拟工况 |
| 5.3.2 模拟参数的设置 |
| 5.3.3 模拟方法的验证 |
| 5.4 模拟结果与分析 |
| 5.4.1 单栋建筑风压差系数 |
| 5.4.2 住区风压差系数 |
| 5.4.3 风压差系数比 |
| 5.4.4 住区建筑风压差系数 |
| 5.5 住区建筑风压差的计算方法 |
| 5.5.1 遮挡效应表征参数 |
| 5.5.2 住区建筑风压差的参数化模型 |
| 5.6 本章小结 |
| 第六章 绿色住区优化设计软件平台的开发 |
| 6.1 概述 |
| 6.2 软件平台框架 |
| 6.3 参数化建模模块 |
| 6.3.1 模块功能的设定 |
| 6.3.2 主要参数的算法 |
| 6.3.3 模块程序的编制 |
| 6.3.4 模块性能的验证 |
| 6.4 方案评价计算模块 |
| 6.4.1 模块功能的设定 |
| 6.4.2 关键参数的算法 |
| 6.4.3 模块程序的编制 |
| 6.4.4 模块性能的验证 |
| 6.5 方案性能优化模块 |
| 6.5.1 模块功能的设定 |
| 6.5.2 主要参数的算法 |
| 6.5.3 模块程序的编制 |
| 6.5.4 模块性能的验证 |
| 6.6 本章小结 |
| 结论与展望 |
| 参考文献 |
| 附录一 住区热环境设计参数实测数据 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
四、湖北启动全天限电计划（论文参考文献）
- [1]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)
- [2]分布式资源聚合虚拟电厂多维交易优化模型研究[D]. 吴静. 华北电力大学(北京), 2021(01)
- [3]特大自然灾害下电力系统应急管理机制研究 ——以江门供电系统为例[D]. 卞智博. 华南理工大学, 2020(02)
- [4]可再生能源多能协同调度优化及效益均衡模型研究[D]. 郭洪武. 华北电力大学(北京), 2020(06)
- [5]多种能源发电协同发展管控模型及大数据分析研究[D]. 任东方. 华北电力大学(北京), 2020(06)
- [6]电力现货市场中发电企业竞争能力研究[D]. 林弘杨. 华北电力大学(北京), 2020(06)
- [7]含CAES和多类型柔性负荷的电力系统多时间尺度电能-备用联合优化调度[J]. 鄢发齐,李姚旺,汪旸,徐浩,苗世洪,周良松,姚占东,沈宇亮. 电力自动化设备, 2019(12)
- [8]“禁摩限电”的行政法规制[D]. 常春春. 东南大学, 2017(04)
- [9]风电接入区域电力系统的潜力及环境效益评估方法[D]. 廖诗武. 华中科技大学, 2017(10)
- [10]基于参数化方法的城市住区热环境多目标优化设计研究[D]. 吴杰. 华南理工大学, 2017(07)