| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-23页 |
| 1.1 选题背景及意义 | 第11-14页 |
| 1.1.1 选题背景 | 第11-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外发展及研究现状 | 第14-19页 |
| 1.2.1 机组组合模型 | 第15-16页 |
| 1.2.2 机组组合模型求解方法 | 第16-19页 |
| 1.2.3 机组组合发展趋势 | 第19页 |
| 1.3 本文研究内容 | 第19-23页 |
| 2 模糊双目标机组组合模型 | 第23-37页 |
| 2.1 概述 | 第23-24页 |
| 2.2 虚拟电厂 | 第24-27页 |
| 2.3 确定性约束机组组合模型 | 第27-33页 |
| 2.3.1 机组组合优化目标函数 | 第27-30页 |
| 2.3.2 机组组合约束条件 | 第30-33页 |
| 2.4 模糊双目标优化 | 第33-34页 |
| 2.5 本章小结 | 第34-37页 |
| 3 基于可信性理论的模糊机会约束机组组合模型 | 第37-45页 |
| 3.1 概述 | 第37页 |
| 3.2 可信性理论概述 | 第37-39页 |
| 3.3 基于可信性理论的模糊机会约束机组组合 | 第39-43页 |
| 3.3.1 机组组合的模糊机会约束 | 第39-40页 |
| 3.3.2 模糊机会约束的清晰等价类 | 第40-43页 |
| 3.4 本章小结 | 第43-45页 |
| 4 基于协同进化机制的CPSO-SFLA融合算法 | 第45-53页 |
| 4.1 概述 | 第45页 |
| 4.2 粒子群优化算法 | 第45-47页 |
| 4.2.1 粒子群优化算法原理 | 第45-46页 |
| 4.2.2 基于种群多样性的改进PSO算法 | 第46-47页 |
| 4.3 混合蛙跳优化算法 | 第47-50页 |
| 4.3.1 混合蛙跳算法原理 | 第48-49页 |
| 4.3.2 基于异步时变学习因子的改进SFLA算法 | 第49-50页 |
| 4.4 基于协同进化机制的CPSO-SFLA融合算法 | 第50-51页 |
| 4.5 本章小结 | 第51-53页 |
| 5 算例仿真与结果分析 | 第53-79页 |
| 5.1 10机系统算例 | 第53-64页 |
| 5.1.1 仿真场景 | 第53页 |
| 5.1.2 机组出力调整策略 | 第53-54页 |
| 5.1.3 算法过程 | 第54-55页 |
| 5.1.4 仿真结果及分析 | 第55-64页 |
| 5.2 IEEE 6节点3机系统算例 | 第64-72页 |
| 5.2.1 仿真场景及说明 | 第64-65页 |
| 5.2.2 仿真结果 | 第65-72页 |
| 5.3 IEEE 118节点54机系统算例 | 第72-77页 |
| 5.3.1 仿真场景及说明 | 第72-73页 |
| 5.3.2 仿真结果 | 第73-77页 |
| 5.4 本章小结 | 第77-79页 |
| 6 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 参考文献 | 第81-89页 |
| 附录A | 第89-93页 |
| 附录B | 第93-97页 |
| 附录C | 第97-109页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第109-113页 |
| 学位论文数据集 | 第113页 |