| 摘要 | 第11-13页 |
| ABSTRACT | 第13-14页 |
| 第1章 绪论 | 第15-23页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-21页 |
| 1.2.1 电力系统的机组组合与经济调度问题以及相应的求解方法 | 第16-19页 |
| 1.2.2 含风电-火电电力系统调度研究现状 | 第19-20页 |
| 1.2.3 EV集群参与电网经济调度的研究现状 | 第20-21页 |
| 1.3 本文主要研究工作 | 第21-23页 |
| 第2章 风力发电功率预测 | 第23-33页 |
| 2.1 风力发电功率预测研究目的与意义 | 第23页 |
| 2.2 风力发电功率预测的分类及方法 | 第23-25页 |
| 2.2.1 风力发电功率预测分类 | 第23-24页 |
| 2.2.2 风力发电功率预测方法 | 第24-25页 |
| 2.3 基于BP神经网络的风电功率短期预测 | 第25-28页 |
| 2.3.1 BP神经网络算法原理 | 第25-27页 |
| 2.3.2 基于BP神经网络的风电功率短期预测 | 第27-28页 |
| 2.3.3 BP神经网络的不足和改进方法 | 第28页 |
| 2.4 基于粒子群算法-BP神经网络的风电功率短期预测 | 第28-32页 |
| 2.4.1 粒子群算法原理 | 第28-29页 |
| 2.4.2 基本粒子群算法及算法流程 | 第29-30页 |
| 2.4.3 PSO算法对BP神经网络的优化 | 第30-31页 |
| 2.4.4 基于PSO-BP神经网络的风电功率短期预测 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 电动汽车充电功率预测 | 第33-43页 |
| 3.1 不同类型EV的充电时间需求以及充电方式的选择分析 | 第33-36页 |
| 3.1.1 EV充电方式分析 | 第33-34页 |
| 3.1.2 EV充电时间需求分析 | 第34-36页 |
| 3.2 电动汽车充电功率的建模 | 第36-42页 |
| 3.2.1 电动公交车无序充电的概率模型 | 第36-37页 |
| 3.2.2 电动出租车无序充电的概率模型 | 第37-39页 |
| 3.2.3 电动公共事业车辆无序充电的概率模型 | 第39-40页 |
| 3.2.4 电动私家车无序充电的概率模型 | 第40-41页 |
| 3.2.5 区域内规模化EV的无序充电负荷 | 第41-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 单目标量子进化算法在机组组合问题中的应用 | 第43-59页 |
| 4.1 量子进化算法的提出及基本概念 | 第43页 |
| 4.2 量子进化算法的基本原理 | 第43-46页 |
| 4.2.1 编码 | 第43-44页 |
| 4.2.2 算法进化机理 | 第44-46页 |
| 4.3 风电-火电联合调度的问题描述 | 第46-48页 |
| 4.3.1 目标函数 | 第46页 |
| 4.3.2 约束条件 | 第46-47页 |
| 4.3.3 风电功率接受度的计算模型 | 第47-48页 |
| 4.4 算法求解过程 | 第48-54页 |
| 4.4.1 外层算法描述(求解机组状态) | 第48-51页 |
| 4.4.2 主要变量的粒子化 | 第51-52页 |
| 4.4.3 内层算法(负荷分配) | 第52-53页 |
| 4.4.4 粒子群体间的运算 | 第53-54页 |
| 4.5 应用量子进化算法作为外层算法求解机组组合问题的优点 | 第54-56页 |
| 4.5.1 求解0-1规划问题的优越性 | 第54-55页 |
| 4.5.2 改进惩罚函数带来的不确定性 | 第55-56页 |
| 4.6 算例分析 | 第56-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第5章 规模化电动汽车充电与风-火发电系统的协同调度 | 第59-74页 |
| 5.1 将双层粒子群算法改造为多目标算法的原理与方法 | 第59-65页 |
| 5.1.1 多目标粒子群算法的原理 | 第59-62页 |
| 5.1.2 快速非支配排序遗传算法与MOPSO的融合 | 第62-65页 |
| 5.2 含风电-火电系统的经济调度模型 | 第65-67页 |
| 5.2.1 目标函数 | 第65-66页 |
| 5.2.2 约束条件 | 第66-67页 |
| 5.3 算例分析 | 第67-73页 |
| 5.3.1 算例描述 | 第67-68页 |
| 5.3.2 分时电价与电价弹性以及智能充电方式下调度方案的目标函数及约束条件 | 第68-70页 |
| 5.3.3 结果分析 | 第70-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第6章 结论与展望 | 第74-76页 |
| 6.1 研究工作总结 | 第74页 |
| 6.2 不足与展望 | 第74-76页 |
| 附录 | 第76-85页 |
| 附录A 风电预测的样本数据及输出结果 | 第76-78页 |
| 附录B 电动汽车充电需求建模 | 第78-79页 |
| 附录C 十机组算例参数设置及机组组合的结果 | 第79-82页 |
| 附录D 使用多目标算法进行调度的相关参数及结果 | 第82-85页 |
| 参考文献 | 第85-91页 |
| 致谢 | 第91-92页 |
| 攻读学位期间发表学术论文和参加科研情况 | 第92-93页 |
| 学位论文评阅及答辩情况表 | 第93页 |
