高校樓宇用電負荷優(yōu)化策略研究-畢業(yè)論文開題報告(文件)
【正文】 燈；文獻[2] 在管理體制上，建立規(guī)章制度，形成考核機制,通過節(jié)能技術(shù)改造，主要是照明選用緊湊型螢火燈即“節(jié)能燈”,校園節(jié)能比賽，宣傳節(jié)能思想；文獻[3]針對高校圖書館機房耗能現(xiàn)象，提出利用蓄能技術(shù)開發(fā)自然冷能取代空調(diào)降溫的方案，保障數(shù)據(jù)中心穩(wěn)定可靠的工作，并通過能量回收的方式，將機房產(chǎn)生的熱能進行蓄能再利用，達到綠色節(jié)能的目的。文獻[7]計及了空調(diào)系統(tǒng)的運行狀態(tài)與新型可再生能源發(fā)電的出力情況，以最小化用戶用電費用為目標，采用改進的遺傳算法，對系統(tǒng)進行優(yōu)化控制。本文主要開展了以下幾項工作：建立基于并行模型的短期負荷預測策略，以消除累積誤差對日內(nèi)短期負荷預測精度的影響；采用模糊C均值聚類相的方式，為預測模型選取合適規(guī)模及變量維度的樣本數(shù)據(jù)；通過粒子群算法對支持向量機預測模型的參數(shù)進行自適應尋優(yōu)，提高預測精度。分析并構(gòu)建了光伏式分布式能源系統(tǒng)的控制模型，以優(yōu)化用電系統(tǒng)用電費用為目標，提出了儲能系統(tǒng)與空調(diào)、照明、熱水器系統(tǒng)及電梯系統(tǒng)相配合的負荷優(yōu)化策略。同時，訓練數(shù)據(jù)的規(guī)模大小影響著預測模型訓練效率，如訓練數(shù)據(jù)直接選用全體歷史數(shù)據(jù)，則將不必要的增長了模型訓練的時間，降低訓練效率，因此，選取合適規(guī)模和相似程度的歷史數(shù)據(jù)可以防止過度擬合的現(xiàn)象發(fā)生，大大減少預測模型訓練時間，提高數(shù)據(jù)利用率。評價聚類結(jié)果的優(yōu)劣的基本思想，在幾何意義下，就是將數(shù)據(jù)進行分類，使得類間距離盡量遠，而類內(nèi)部數(shù)據(jù)點間距盡量近。步驟2：計算： 如果存在，使得，則令且對。在建立支持向量機預測模型的過程中，需要確定預測模型的兩個參數(shù)：高斯核函數(shù)參數(shù)及平衡參數(shù)，其選取的合理性影響到預測模型的性能。更新粒子的速度和位置，計算適應度函數(shù)，并將得到的適應度值修正個體最優(yōu)及全局最優(yōu)解。2015.[26] [D].太原理工大學5．已完成工作序號內(nèi)容時間1了解園區(qū)能效的背景，確定研究課題的關(guān)鍵問題，收集國內(nèi)外有關(guān)樓宇能源管理、協(xié)調(diào)控制、建筑節(jié)能等方面的文獻資料2詳細研究國內(nèi)外的文獻資料，掌握相關(guān)問題的知識基礎(chǔ)，明確相關(guān)內(nèi)容的研究現(xiàn)狀3研究高校樓宇各系統(tǒng)負荷的預測方法，并確定其預測流程6. 論文擬進行的工作編號工作內(nèi)容時間1學習了解分布式能源并重點學習光伏分布式能源2建立支持向量機負荷預測模型3建立高校園區(qū)各系統(tǒng)協(xié)調(diào)控制模型4建立基于粒子群優(yōu)化算法調(diào)控制策略5整理資料，完成論文初稿6修改、完善論文7．論文提綱中文摘要英文摘要目錄第一章 緒論 研究現(xiàn)狀第二章 高校負荷特性分析和用電負荷預測 高校負荷特性分析 負荷預測方法 園區(qū)負荷預測流程 算例分析 本章小結(jié)第三章 高校用電能耗模型及光伏分布式電源模型建立 高校主要用電系統(tǒng)能耗模型 照明系統(tǒng)能耗模型 空調(diào)系統(tǒng)能耗模型 電梯系統(tǒng)能耗模型 熱水器系統(tǒng)能耗模型 本章小結(jié)第4章 計及光伏分布式電源的高校源荷互動能源優(yōu)化策略 目標函數(shù) 約束條件 總體模型 基于粒子群優(yōu)化算法的高校源荷的協(xié)調(diào)控制結(jié)構(gòu) 基于粒子群優(yōu)化算法的協(xié)調(diào)控制算法 基于粒子群優(yōu)化算法的高校源荷的協(xié)調(diào)控制步驟 本章小結(jié)第五章 結(jié)論與展望 結(jié)論 展望參考文獻致謝
公司管理相關(guān)推薦
鄂ICP備17016276號-1