| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-11页 |
| 1.2 自动发电控制的研究现状 | 第11-13页 |
| 1.2.1 基于滑膜变结构控制的自动发电控制 | 第11页 |
| 1.2.2 基于鲁棒控制的自动发电控制 | 第11-12页 |
| 1.2.3 基于人工智能控制的自动发电控制 | 第12页 |
| 1.2.4 基于模型预测控制的自动发电控制 | 第12-13页 |
| 1.3 风电规模并网的研究现状 | 第13-15页 |
| 1.4 本文的研究内容和论文结构 | 第15-17页 |
| 第二章 自动发电控制系统基础 | 第17-27页 |
| 2.1 自动发电控制系统概述 | 第17-18页 |
| 2.2 自动发电控制系统组成 | 第18-19页 |
| 2.2.1 系统构成 | 第18页 |
| 2.2.2 控制回路 | 第18-19页 |
| 2.2.3 与能量管理系统的关系 | 第19页 |
| 2.3 自动发电控制系统的工作过程 | 第19-21页 |
| 2.3.1 AGC系统信息的传输方式 | 第19-20页 |
| 2.3.2 负荷频率控制 | 第20-21页 |
| 2.3.3 实时经济调度 | 第21页 |
| 2.3.4 自动发电控制系统的运行状态 | 第21页 |
| 2.4 AGC的控制标准 | 第21-23页 |
| 2.4.1 A/B标准 | 第21-22页 |
| 2.4.2 CPS标准 | 第22-23页 |
| 2.5 风电优先调度下的自动发电控制 | 第23-26页 |
| 2.5.1 风电机组输出功率特性 | 第24页 |
| 2.5.2 风电功率波动对电力系统的影响 | 第24-25页 |
| 2.5.3 传统AGC模型 | 第25页 |
| 2.5.4 考虑机组控制回路的AGC模型 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 PI型广义预测平均控制 | 第27-36页 |
| 3.1 广义预测控制概述 | 第27-28页 |
| 3.2 改进的PI型广义预测平均控制 | 第28-33页 |
| 3.2.1 控制律的推导 | 第28-32页 |
| 3.2.2 Diophantine方程的递推求解 | 第32-33页 |
| 3.2.4 参数的选择 | 第33页 |
| 3.3 粒子群算法整定比例因子和积分因子 | 第33-35页 |
| 3.3.1 粒子群算法概述 | 第33-34页 |
| 3.3.2 带惯性权重的粒子群优化模型 | 第34-35页 |
| 3.3.3 算法流程 | 第35页 |
| 3.3.4 利用粒子群算法整定PI型广义预测平均控制的参数 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 PI型广义预测平均控制在AGC系统中的应用 | 第36-51页 |
| 4.1 单区域AGC系统控制 | 第36-42页 |
| 4.2 两区域AGC系统控制 | 第42-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第五章 结论与展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第57-58页 |
| 致谢 | 第58页 |