首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

蚁群算法在风光互补系统优化配置中的应用

摘要第1-5页
Abstract第5-9页
1 绪论第9-17页
   ·背景及意义第9-10页
   ·研究现状第10-16页
     ·国内外风力发电发展现状第10-13页
     ·国内外光伏发电发展现状第13-14页
     ·国内外风光互补研究现状第14-16页
   ·论文的主要研究内容第16-17页
2 风光互补发电系统第17-27页
   ·太阳能光伏发电部分第17-22页
     ·光伏电池工作原理第17-18页
     ·太阳能电池的基本特性第18-20页
     ·光伏组件方阵设计第20-21页
     ·太阳能光伏系统的组成第21页
     ·太阳能光伏发电系统的主要供电类型第21-22页
   ·风力发电部分第22-24页
     ·风力机的结构和分类第22-23页
     ·不同地点和高度的风速计算第23页
     ·风力机的输出功率第23-24页
     ·风机发电量的计算第24页
   ·复合储能部分第24-26页
     ·储能类型及特点第24-25页
     ·复合储能的组合模式第25-26页
   ·本章小结第26-27页
3 蚁群算法概况第27-40页
   ·蚁群行为描述第27-29页
   ·蚁群算法模型第29-32页
     ·蚁群算法在商旅问题(TSP)中的应用第29-31页
     ·蚁群算法中有关参数的最优选择第31-32页
   ·蚁群算法的流程第32-34页
   ·蚁群算法的设计与实现第34-36页
   ·蚁群算法的优缺点第36-37页
     ·蚁群算法的优点第36-37页
     ·蚁群算法的缺点第37页
   ·基于排序的蚂蚁系统第37-38页
   ·实验验证第38-39页
   ·本章小结第39-40页
4 风光互补系统优化配置第40-53页
   ·风光互补发电系统描述第40-41页
     ·风光互补发电的优点第40页
     ·风光互补发电的缺点第40页
     ·风光互补发电系统的设计步骤第40-41页
     ·风光联合发电系统的结构第41页
   ·系统主要单元的数学模型第41-44页
     ·PV发电量与方阵倾角β的关系第41-43页
     ·风机发电量和风机高度的关系第43页
     ·蓄电池组容量计算第43-44页
   ·系统的优化配置模型第44-46页
     ·优化指标第44-45页
     ·目标函数第45页
     ·约束条件第45-46页
   ·优化模型的蚁群算法实现第46-49页
     ·算法优化图第46-47页
     ·方法与规则第47-49页
     ·实现步骤第49页
   ·算例分析第49-52页
   ·本章小结第52-53页
5 结论与展望第53-54页
致谢第54-55页
参考文献第55-57页

论文共57页,点击 下载论文
上一篇:电网规划数据库与负荷预测的研究及实现
下一篇:配电网自动化通信系统研究及应用