| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 微电网运行优化研究现状 | 第11-12页 |
| 1.2.2 风电功率预测技术研究现状 | 第12-13页 |
| 1.2.3 负荷预测技术研究现状 | 第13-14页 |
| 1.3 本文所做工作 | 第14-16页 |
| 第2章 微电源及混合储能系统的数学模型 | 第16-22页 |
| 2.1 微电源数学模型 | 第16-19页 |
| 2.1.1 风力发电机数学模型 | 第16-17页 |
| 2.1.2 光伏电池数学模型 | 第17-18页 |
| 2.1.3 微型燃气轮机数学模型 | 第18页 |
| 2.1.4 燃料电池数学模型 | 第18-19页 |
| 2.2 混合储能模型 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 基于小波变换的PSO-SBL预测研究 | 第22-32页 |
| 3.1 贝叶斯理论 | 第22-25页 |
| 3.1.1 贝叶斯观点 | 第22-23页 |
| 3.1.2 主观概率与先验分布 | 第23-24页 |
| 3.1.3 后验分布 | 第24页 |
| 3.1.4 贝叶斯学习 | 第24-25页 |
| 3.2 小波变换 | 第25-27页 |
| 3.3 时序相关性分析 | 第27-28页 |
| 3.4 SBL回归模型 | 第28-30页 |
| 3.4.1 SBL机制下的核方法 | 第28-29页 |
| 3.4.2 SBL模型预测方法 | 第29-30页 |
| 3.5 核参数的粒子群优化 | 第30页 |
| 3.6 基于小波变换的PSO-SBL预测模型 | 第30-31页 |
| 3.7 本章小结 | 第31-32页 |
| 第4章 基于小波变换的PSO-SBL风电功率以及负荷预测 | 第32-44页 |
| 4.1 基于拉丁超立方抽样的蒙特卡洛法 | 第32-33页 |
| 4.2 风电功率预测 | 第33-39页 |
| 4.2.1 预测流程 | 第33-34页 |
| 4.2.2 算例分析 | 第34-39页 |
| 4.3 负荷预测 | 第39-43页 |
| 4.3.1 预测流程 | 第39页 |
| 4.3.2 算例仿真 | 第39-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 基于改进多目标细菌群体趋药性优化算法的微电网多目标优化运行 | 第44-61页 |
| 5.1 多种发电单元的微电网多目标优化运行模型建立 | 第44-46页 |
| 5.1.1 目标函数 | 第44-45页 |
| 5.1.2 约束条件 | 第45-46页 |
| 5.2 微电网多目标优化运行策略 | 第46-47页 |
| 5.3 MOBCC算法及其改进 | 第47-52页 |
| 5.3.1 多目标优化算法 | 第47-48页 |
| 5.3.2 MOBCC算法的改进 | 第48-52页 |
| 5.4 基于灰色关联TOPSIS法的决策 | 第52-56页 |
| 5.4.1 基于灰色关联TOPSIS法 | 第52-54页 |
| 5.4.2 权重的确定 | 第54-56页 |
| 5.5 算例分析 | 第56-60页 |
| 5.5.1 算例参数设定 | 第56-57页 |
| 5.5.2 不同目标优化结果比较分析 | 第57-60页 |
| 5.6 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69页 |
