1. 研究目的与意义（文献综述）

【研究目的及意义】

根据可持续发展的要求，人类对于可再生清洁能源——电能的需求日益增长。电能作为一种难以有效进行储存的能源，在有需求的情况下，必须即时进行发电，配电和用电，以保证系统的正常高效运行^[1,2]。但是，用户对于电能的需求是不确定，随时间改变且难以预测的，在一年四季甚至一天之内可能发生巨大的变化^[3]。为了满足用电高峰期用户的需求，包括发电机，变压器，电线和变电站在内的大量昂贵的系统备用设备必须保持待机状态，否则系统将无法稳定工作甚至可能停止供电，更重要的是，将导致系统对于新能源的消纳减少。这将带来许多问题，直接影响系统的运行成本和污染排放。一方面，随着科技和社会的发展，人类对于电力的需求日益增加，这意味着需要为备份基础架构进行大量额外投资。以美国为例，截至2030年，对于备用设备的投资将达到2万亿美金^[4]。另一方面，总体来说，每1kwh的发电将排放0.71kg的温室气体。对于那些老旧的备用设备，将排放更多的温室气体^[5]，这将成为可持续发展面临的一个巨大阻碍。在精密智能电表设施和先进通信技术的快速发展使智能电网的能源管理更加灵活，也更具挑战性^[6,7,8] [1-3]的背景下，针对这一问题提出了需求侧管理/响应策略。需求侧管理指为了降低高峰期的用电需求，电力系统市场通过特定的定价策略和价格激励手段间接控制工业，商业和私人等需求侧用户的能耗^[9]。而需求侧响应则指用户对于需求侧管理措施的响应以最小化电成本^[10]。需求侧响应通过将用户在高峰期的用电需求分配到非高峰期，进而降低系统的高峰期用电需求，在最小化用户用电成本的同时降低系统的备用成本和污染排放，同时提高对于新能源的消纳量。据研究表明，采用需求侧响应技术将使2030年美国的发电容量需求从214gw减少到133gw^[4]，另外，需求侧响应技术还可以用于满足具有间歇性可变可再生能源的显着渗透的电网中的供需波动^[11,12]。另一方面，工业用电耗电最大的电能用户，以美国为例，占美国总用电的31%^[4]。

针对大规模新能源集成的电力系统，考虑不确定性因素下对于考虑零售商的分层需求侧响应模型的优化问题，在研究不确定性变量高效率量化的基础上，以建立准确的工业生产以及需求侧响应体系的数学模型为核心，使用两阶段优化方法对模型进行求解。权衡筛选出最大化新能源消纳量，最小化用户用电成本，系统的发电成本和污染排放的折衷解，这是本设计的研究目的。在研究目的基础上的提出合适工业生产以及供电侧调度策略，在电力系统市场可接受的范围内，研究对于最大化新能源的消纳量的影响，并降低系统的备用成本和污染排放，降低用户用电成本并保证用户的用电需求，具有一定的学术意义和现实意义。

2. 研究的基本内容与方案

【研究内容】

针对大规模新能源集成的电力系统，考虑不确定性因素下对于分层需求侧响应模型的优化问题，在研究不确定性变量高效率量化的基础上，以建立准确的需求侧响应以及工业生产系统的数学模型为核心，建立新能源/火电-零售商-工业生产系统的数学模型，使用两阶段优化方法对模型进行求解，得到能够表征各层目标函数间关系的帕累托解集，并权衡筛选出合适的折衷解得到供应侧的调度计划和需求侧的生产调度计划。并通过多种情况下的对比，验证两阶段优化方法在需求侧响应问题中的合理性和有效性，研究需求侧响应对于新能源消纳量的影响。因此，本设计的研究内容包括了智能电网背景下工业生产系统和需求侧响应的具体数学模型，需求侧响应体系中市场价格等不确定性因素的表征量化，考虑不确定性因素下基于两阶段优化需求侧响应调度问题的求解三个部分。

（1） (1)智能电网背景下需求侧响应的具体数学模型

3. 研究计划与安排

1～2周：阅读和消化资料，提出毕业设计方案,完成开题报告；

2～3周 ：通过阅读相关资料，了解智能电网需求侧响应调度问题的背景和研究意义；

4～5周：学习理解并建立智能电网需求侧响应调度问题的经典数学模型；

4. 参考文献（12篇以上）

[1]u.s. environmental protection agency. sources of greenhouse gas emissions[eb/ol]. http://www.epa.gov/climatechange/ghgemissions/sources/electricity.html,2013/2011.

[2]u.s. energy information administration. electric power annual 2010[db/ol]. http://www.eia.gov/electricity/annual/pdf/epa.pdf,2013/2010.

[3]comed. load forecast for five-year planning period (june 2013 - may 2018) [db/ol]. http://www2.illinois.gov/ipa/documents/appendixii-comedloadforecast.pdf,2013/2012.