| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第10-24页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 缓解世界能源短缺的危机，助力社会经济不断发展 | 第10页 |
| 1.1.2 符合各国能源战略的调整，满足对清洁能源的诉求 | 第10-11页 |
| 1.1.3 探索微网调度理论的发展，推动对微网的工程应用 | 第11-12页 |
| 1.2 论文相关理论及应用 | 第12-17页 |
| 1.2.1 微电网相关综述 | 第12-16页 |
| 1.2.2 供应链关系管理综述 | 第16-17页 |
| 1.3 国内外研究现状 | 第17-21页 |
| 1.3.1 储能容量配置优化研究综述 | 第17-19页 |
| 1.3.2 能量管理调度策略研究综述 | 第19-21页 |
| 1.4 论文研究目的 | 第21页 |
| 1.5 论文主要研究内容及组织结构 | 第21-22页 |
| 1.5.1 论文主要研究内容 | 第21页 |
| 1.5.2 论文组织结构 | 第21-22页 |
| 1.6 本章小结 | 第22-24页 |
| 2 光伏-电池微电网系统结构分析及模型构建 | 第24-38页 |
| 2.1 引言 | 第24页 |
| 2.2 微电网结构和运行模式分析 | 第24-28页 |
| 2.2.1 微电网结构概述 | 第24-26页 |
| 2.2.2 微电网运行模式 | 第26-27页 |
| 2.2.3 光伏-电池储能微电网结构 | 第27-28页 |
| 2.3 微电网功率模型建立 | 第28-35页 |
| 2.3.1 光伏系统模型 | 第28-29页 |
| 2.3.2 锂离子电池储能系统模型 | 第29-33页 |
| 2.3.3 负载及天气概况模型 | 第33页 |
| 2.3.4 电力市场电价及系统收益模型 | 第33-35页 |
| 2.4 微电网运行优化目标 | 第35-36页 |
| 2.4.1 最高系统经济收益（NPV） | 第35-36页 |
| 2.4.2 最高环境保护效益（SSR） | 第36页 |
| 2.5 本章小结 | 第36-38页 |
| 3 基于多目标的微电网能量调度管理策略研究 | 第38-56页 |
| 3.1 引言 | 第38页 |
| 3.2 多目标遗传算法概述 | 第38-41页 |
| 3.2.1 多目标优化问题的相关概念 | 第38-39页 |
| 3.2.2 基于遗传算法多目标寻优策略的发展 | 第39-40页 |
| 3.2.3 多目标遗传算法在微电网中的应用 | 第40-41页 |
| 3.3 传统能量调度运行优化 | 第41-46页 |
| 3.3.1 传统能量调度管理策略分析 | 第41-42页 |
| 3.3.2 传统能量调度约束条件及运行流程 | 第42-44页 |
| 3.3.3 算例分析 | 第44-46页 |
| 3.4 基于动态市价的调度运行优化 | 第46-52页 |
| 3.4.1 基于动态市价的能量调度管理策略分析 | 第46-48页 |
| 3.4.2 基于动态市价的能量调度约束条件及运行流程 | 第48页 |
| 3.4.3 算例分析 | 第48-52页 |
| 3.5 经济性分析 | 第52-54页 |
| 3.6 本章小结 | 第54-56页 |
| 4 基于需求侧响应的混合能量调度管理策略研究 | 第56-76页 |
| 4.1 引言 | 第56页 |
| 4.2 基于需求侧响应的混合能量调度运行优化 | 第56-60页 |
| 4.2.1 基于需求侧响应的混合能量调度管理策略分析 | 第57-60页 |
| 4.2.2 基于需求侧响应的混合能量调度运行约束条件及流程 | 第60页 |
| 4.3 算例分析 | 第60-69页 |
| 4.3.1 基于多目标遗传算法的模型求解 | 第61-63页 |
| 4.3.2 基于需求侧响应的混合能量调度管理策略结果 | 第63-69页 |
| 4.4 策略经济性分析及工程应用评估 | 第69-73页 |
| 4.4.1 策略经济性分析 | 第70-71页 |
| 4.4.2 策略工程应用评估 | 第71-73页 |
| 4.5 本章小结 | 第73-76页 |
| 5 结论与展望 | 第76-78页 |
| 5.1 主要结论 | 第76-77页 |
| 5.2 工作展望 | 第77-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-86页 |
| 附录 | 第86页 |
| A. 攻读硕士期间从事的科研工作 | 第86页 |
| B. 攻读硕士期间的主要获奖情况 | 第86页 |
