| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 国内外微电网发展现状 | 第10-13页 |
| 1.2.2 独立微电网电源优化配置的研究 | 第13-15页 |
| 1.2.3 独立微电网经济调度的研究 | 第15-16页 |
| 1.3 论文的章节安排 | 第16-18页 |
| 第2章 分布式电源与优化目标建模 | 第18-28页 |
| 2.1 分布式电源模型 | 第18-23页 |
| 2.1.1 风力发电模型 | 第18-20页 |
| 2.1.2 光伏发电模型 | 第20-21页 |
| 2.1.3 储能蓄电池模型 | 第21-22页 |
| 2.1.4 柴油发电机模型 | 第22-23页 |
| 2.2 优化目标模型 | 第23-27页 |
| 2.2.1 等年值成本 | 第23-25页 |
| 2.2.2 负荷缺电率 | 第25-26页 |
| 2.2.3 污染物排放量 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 独立微电网电源优化配置 | 第28-50页 |
| 3.1 独立微电网能量管理策略 | 第28-35页 |
| 3.1.1 静态管理策略 | 第28-30页 |
| 3.1.2 动态管理策略 | 第30-32页 |
| 3.1.3 动态管理修正策略 | 第32-35页 |
| 3.2 独立微电网多目标优化模型 | 第35-37页 |
| 3.2.1 系统运行约束条件 | 第35-36页 |
| 3.2.2 多目标优化模型 | 第36-37页 |
| 3.3 独立微电网电源优化配置 | 第37-49页 |
| 3.3.1 多目标优化方法研究 | 第37-39页 |
| 3.3.2 基于NSGA2算法的电源优化配置 | 第39-42页 |
| 3.3.3 算例分析 | 第42-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第4章 风电功率预测方法研究 | 第50-63页 |
| 4.1 风电功率预测概述 | 第50-51页 |
| 4.2 径向基神经网络 | 第51-52页 |
| 4.3 基于HHDE算法优化的RBF神经网络 | 第52-58页 |
| 4.3.1 混合递阶差分进化算法 | 第53-55页 |
| 4.3.2 基于HHDE算法的RBF神经网络优化 | 第55-58页 |
| 4.4 实例分析 | 第58-62页 |
| 4.4.1 基于HHDE-RBF神经网络的风电功率预测 | 第58-59页 |
| 4.4.2 采用不同算法的风电功率预测对比分析 | 第59-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 基于风电功率预测误差修正的独立微电网经济调度 | 第63-73页 |
| 5.1 风电功率预测误差修正 | 第63-67页 |
| 5.1.1 风电功率预测误差分布模型 | 第63-65页 |
| 5.1.2 基于分段指数分布的风电功率预测误差修正 | 第65-67页 |
| 5.2 基于风电功率预测误差修正的经济调度 | 第67-72页 |
| 5.2.1 独立微电网经济调度流程 | 第67-68页 |
| 5.2.2 算例分析 | 第68-72页 |
| 5.3 本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 全文总结 | 第73-74页 |
| 6.2 研究展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间发表的论文 | 第80页 |
