摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第13-25页 |
1.1 课题研究背景及意义 | 第13-14页 |
1.2 风力发电发展概述 | 第14-16页 |
1.2.1 全球风力发电发展现状 | 第14-15页 |
1.2.2 国内风力发电发展现状及展望 | 第15-16页 |
1.3 电力系统经济负荷分配研究现状 | 第16-21页 |
1.3.1 传统的优化算法 | 第17-18页 |
1.3.2 人工智能算法 | 第18-21页 |
1.4 含风电的电力系统经济负荷分配研究现状 | 第21-22页 |
1.5 加入储能系统的电力系统经济负荷分配研究现状 | 第22-23页 |
1.6 本文主要研究内容 | 第23-25页 |
第二章 风电特性及储能技术 | 第25-40页 |
2.1 风电相关特性 | 第25-30页 |
2.1.1 风速分布特性 | 第25-26页 |
2.1.2 风电机组的功率输出特性 | 第26-27页 |
2.1.3 风电并网对电力系统的影响 | 第27-29页 |
2.1.4 风电并网对经济负荷分配的影响 | 第29-30页 |
2.2 机组耗量特性 | 第30-32页 |
2.2.1 机组的耗量特性曲线 | 第30-31页 |
2.2.2 机组的耗量特性曲线拟合 | 第31-32页 |
2.3 储能技术 | 第32-39页 |
2.3.1 储能技术分类 | 第33-38页 |
2.3.2 储能技术在风电并网系统中的应用 | 第38-39页 |
2.3.3 储能系统容量配置方法概述 | 第39页 |
2.4 本章小结 | 第39-40页 |
第三章 混合智能算法 | 第40-59页 |
3.1 粒子群算法 | 第40-44页 |
3.1.1 粒子群算法原理及数学描述 | 第40-41页 |
3.1.2 粒子群算法步骤及流程 | 第41-42页 |
3.1.3 粒子群算法参数分析 | 第42-43页 |
3.1.4 粒子群算法分析 | 第43-44页 |
3.2 单纯形算法 | 第44-49页 |
3.2.1 单纯形算法基本思想 | 第44页 |
3.2.2 单纯形算法的优化策略 | 第44-46页 |
3.2.3 单纯形算法步骤及流程 | 第46-48页 |
3.2.4 单纯形算法分析 | 第48-49页 |
3.3 混合智能算法 | 第49-53页 |
3.3.1 混合算法结合思想 | 第50-51页 |
3.3.2 混合算法步骤及流程 | 第51-52页 |
3.3.3 混合算法算法分析 | 第52-53页 |
3.4 算法测试仿真验证与分析 | 第53-58页 |
3.4.1 测试函数仿真验证 | 第53-55页 |
3.4.2 测试函数仿真结果分析 | 第55-58页 |
3.5 本章小结 | 第58-59页 |
第四章 电力系统经济负荷分配 | 第59-72页 |
4.1 静态经济负荷分配 | 第59-65页 |
4.1.1 目标函数 | 第59页 |
4.1.2 阀点效应 | 第59-60页 |
4.1.3 网损 | 第60-61页 |
4.1.4 约束条件 | 第61页 |
4.1.5 基于混合算法的静态经济负荷分配程序设计 | 第61-63页 |
4.1.6 算例分析 | 第63-65页 |
4.2 动态经济负荷分配 | 第65-70页 |
4.2.1 目标函数 | 第65-66页 |
4.2.3 约束条件 | 第66页 |
4.2.4 基于混合算法的动态经济负荷分配程序设计 | 第66-68页 |
4.2.5 算例分析 | 第68-70页 |
4.3 本章小结 | 第70-72页 |
第五章 含风电的电力系统经济负荷分配 | 第72-83页 |
5.1 多目标函数处理 | 第72-73页 |
5.1.1 多目标优化问题 | 第72页 |
5.1.2 多目标优化问题的求解方法 | 第72-73页 |
5.2 含风电的经济负荷分配数学模型 | 第73-75页 |
5.2.1 目标函数 | 第73页 |
5.2.2 约束条件 | 第73-75页 |
5.3 加入储能系统后对数学模型的改进 | 第75-77页 |
5.3.1 储能系统约束 | 第75-76页 |
5.3.2 旋转备用约束 | 第76-77页 |
5.4 风电功率抽样预测 | 第77页 |
5.5 基于混合算法的程序设计 | 第77-79页 |
5.6 算例分析 | 第79-82页 |
5.7 本章小结 | 第82-83页 |
结论与展望 | 第83-85页 |
参考文献 | 第85-90页 |
读研期间发表的论文 | 第90-92页 |
致谢 | 第92页 |