清洁能源优先的火电厂过程控制负荷优化模型及仿真平台研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 课题背景介绍 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 目前存在问题 | 第9-10页 |
| 1.4 论文主要工作 | 第10-13页 |
| 第二章 清洁能源优先的火电机组负荷调度模型 | 第13-19页 |
| 2.1 引言 | 第13页 |
| 2.2 多目标函数 | 第13-14页 |
| 2.3 电力约束条件 | 第14-15页 |
| 2.4 联合调度模型 | 第15-17页 |
| 2.4.1 基于最小备用量确定的火电机组数 | 第15-16页 |
| 2.4.2 基于线性加权系数和的目标函数 | 第16-17页 |
| 2.5 本章小节 | 第17-19页 |
| 第三章 基于PSO算法的火电机组负荷调度优化模型 | 第19-27页 |
| 3.1 引言 | 第19页 |
| 3.2 粒子群PSO算法 | 第19-21页 |
| 3.2.1 算法基本步骤 | 第19-20页 |
| 3.2.2 PSO主要流程图 | 第20-21页 |
| 3.3 火电机组负荷优化调度模型 | 第21页 |
| 3.3.1 模型中粒子的产生 | 第21页 |
| 3.3.2 负荷调度模型的基本步骤 | 第21页 |
| 3.4 典型日负荷优化调度仿真及分析 | 第21-25页 |
| 3.4.1 情形1仿真情况 | 第22-24页 |
| 3.4.2 情形2仿真情况 | 第24页 |
| 3.4.3 情形3仿真情况 | 第24-25页 |
| 3.5 本章小节 | 第25-27页 |
| 第四章 基于SOS算法的火电机组负荷调度优化模型 | 第27-41页 |
| 4.1 引言 | 第27页 |
| 4.2 生物共生搜索(SOS)算法 | 第27-30页 |
| 4.2.1 生物基本概念 | 第27页 |
| 4.2.2 SOS算法 | 第27-29页 |
| 4.2.3 SOS算法主要流程 | 第29-30页 |
| 4.3 火电机组负荷优化调度模型 | 第30-35页 |
| 4.3.1 负荷优化调度的SOS算法 | 第30-31页 |
| 4.3.2 负荷调度模型的基本步骤 | 第31-32页 |
| 4.3.3 步骤中SOS算法的详细流程 | 第32-35页 |
| 4.4 典型日负荷优化调度仿真及分析 | 第35-39页 |
| 4.4.1 情形1仿真情况 | 第36页 |
| 4.4.2 情形2仿真情况 | 第36-38页 |
| 4.4.3 情形3仿真情况 | 第38-39页 |
| 4.5 本章小节 | 第39-41页 |
| 第五章 电厂锅炉过程控制仿真平台的研制 | 第41-51页 |
| 5.1 引言 | 第41页 |
| 5.2 自然循环锅炉控制系统需求分析 | 第41-44页 |
| 5.3 半实物仿真平台设计 | 第44-47页 |
| 5.4 实验设计及仿真结果 | 第47-50页 |
| 5.5 本章小节 | 第50-51页 |
| 第六章 总结和展望 | 第51-53页 |
| 附录 | 第53-57页 |
| 参考文献 | 第57-61页 |
| 科研成果和参与科研情况 | 第61-63页 |
| 致谢 | 第63页 |
