电力系统的群体智能优化及电力市场稳定研究
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 1 绪论 | 第13-22页 |
| ·电力系统规划及其面临的挑战 | 第13-15页 |
| ·基于群体智能的优化技术 | 第15-18页 |
| ·电力市场的稳定性 | 第18-20页 |
| ·本文的主要工作 | 第20-22页 |
| 2 群体智能优化算法框架 | 第22-38页 |
| ·引言 | 第22-23页 |
| ·行为主义体系下的群体智能算法 | 第23-25页 |
| ·群体智能算法描述 | 第25-29页 |
| ·群体智能算法收敛性的一般研究 | 第29-37页 |
| ·小结 | 第37-38页 |
| 3 蚁群算法及其应用 | 第38-67页 |
| ·引言 | 第38-39页 |
| ·经典蚁群算法描述 | 第39-44页 |
| ·广义蚁群算法(GACO) | 第44-52页 |
| ·基于广义蚁群算法的电力系统经济负荷分配 | 第52-59页 |
| ·广义蚁群算法在电力系统无功优化中的应用 | 第59-65页 |
| ·小结 | 第65-67页 |
| 4 粒子群算法及其在电力系统经济负荷分配中的应用 | 第67-89页 |
| ·引言 | 第67-68页 |
| ·经典粒子群算法描述 | 第68-75页 |
| ·改进粒子群算法及其全局收敛性 | 第75-81页 |
| ·PSO与GACO的组合算法 | 第81页 |
| ·算例研究与结果分析 | 第81-87页 |
| ·小结 | 第87-89页 |
| 5 量子进化算法及其在输电网扩展规划中的应用 | 第89-105页 |
| ·引言 | 第89-90页 |
| ·输电网扩展规划问题描述 | 第90-94页 |
| ·量子进化算法描述 | 第94-100页 |
| ·基于量子进化算法的输电网扩展规划 | 第100-101页 |
| ·算例仿真与结果分析 | 第101-104页 |
| ·小结 | 第104-105页 |
| 6 基于分布估计算法的输电网扩展规划 | 第105-115页 |
| ·引言 | 第105页 |
| ·分布估计算法 | 第105-110页 |
| ·基于分布估计算法的输电网扩展规划 | 第110页 |
| ·算例仿真与结果分析 | 第110-113页 |
| ·小结 | 第113-115页 |
| 7 改进遗传算法在电源规划中的应用 | 第115-134页 |
| ·引言 | 第115-116页 |
| ·电力系统电源规划模型 | 第116-118页 |
| ·电力系统电源规划求解方法 | 第118-123页 |
| ·基于改进遗传算法的电力系统电源规划 | 第123-126页 |
| ·基于单亲遗传算法的电力系统电源规划 | 第126-129页 |
| ·算例仿真与结果分析 | 第129-131页 |
| ·在福建省电源扩展规划优化中的应用实例 | 第131-133页 |
| ·小结 | 第133-134页 |
| 8 电力市场稳定性研究 | 第134-186页 |
| ·引言 | 第134页 |
| ·电力市场历史回顾及研究内容 | 第134-139页 |
| ·简单的经济学基础 | 第139-143页 |
| ·电力市场模型 | 第143-149页 |
| ·电力市场稳定性定义及相关引理 | 第149-158页 |
| ·电力市场模型的稳定条件 | 第158-174页 |
| ·算例分析与结果分析 | 第174-184页 |
| ·小结 | 第184-186页 |
| 9 总结与展望 | 第186-189页 |
| ·全文总结 | 第186-187页 |
| ·前景展望 | 第187-189页 |
| 致谢 | 第189-190页 |
| 参考文献 | 第190-210页 |
| 附录1 攻读博士学位期间发表论文目录 | 第210-213页 |
| 附录2 参加科研工作 | 第213-214页 |
| 附录3 数值实验函数 | 第214-215页 |
| 附录4 经济负荷分配实验原始数据 | 第215-218页 |
| 附录5 输电网扩展规划原始数据 | 第218-224页 |
| 附录6 电源规划原始数据 | 第224-226页 |
