随着社会电力需求的不断增长,电力负荷峰谷差正在逐渐变大。电力系统中的供需不平衡问题给输配电线路带来了严峻挑战。应用储能系统转移电力负荷峰谷差是解决电力系统供需不平衡问题的可行手段之一。用户侧储能是一种分布式储能技术,可以实现负荷本地平衡,具有诸多潜在优势。基于扁平化、无中心网络结构的新型建筑智能化平台将建筑内的机电设备或建筑空间抽象为一个智能单元,每个单元对应一个计算节点(Computing Process Node,CPN),各个CPN按照物理空间关系连接成CPN网络。在CPN网络中每个CPN只与邻居CPN交互数据,通过相互协同,以自组织的方式完成全局计算和控制任务。新型建筑智能化平台无需中央监控站进行信息集中处理,同时CPN网络具有很好的扩展性、是智能建筑楼宇控制技术研究的新兴方向。本文面向新型建筑智能化平台,结合建筑用电负荷的削峰填谷控制问题,开展了以下主要研究工作:首先,掌握用户用电规律是进行用户侧储能装置充放电调度的先决条件。本文根据建筑用电负荷的历史数据,分析用电负荷的影响因素,提取用电负荷特征,利用遗传算法优化的支持向量回归机和长短期记忆神经网络构建了用电负荷预测模型。将预测日的天气数据以及工作日类型作为预测模型的输入,获得了预测日当天的用电负荷数据。通过对比分析不同预测模型获取的用电负荷预测结果,根据用电负荷预测的相关评价指标,选择适合储能装置充放电调度策略研究的用电负荷预测数据,为后续研究储能装置的充放电调度策略奠定了基础。其次,根据用电负荷预测数据和储能装置的参数,本文构建了面向削峰填谷的储能装置充放电调度模型、面向节省用电开支的储能装置充放电调度模型、以及面向多目标的储能装置充放电调度模型,利用粒子群算法对模型中储能装置的充放电功率进行优化,根据不同的储能装置充放电调度模型,进行多次的仿真实验,将实验结果进行对比分析,选取粒子群算法优化后适应度值最小的一次实验结果作为储能装置充放电调度模型的求解结果,依据储能装置充放电调度模型的求解结果,制定合理的储能装置充放电策略。最后,在新型建筑智能化平台上搭建了用户侧储能系统,对储能装置的充放电调度策略进行仿真,验证了储能装置充放电调度策略的可行性与有效性。同时新型建筑智能化平台基于邻居交互的机制,可以高效、灵活的实现建筑设备的协同运行。图[44]表[8]参[52]