致谢 | 第5-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
1 引言 | 第13-23页 |
1.1 课题的研究背景和意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-18页 |
1.2.1 风电功率的不确定性研究 | 第15页 |
1.2.2 基于风电功率预测的风电接纳能力评估 | 第15-17页 |
1.2.3 基于进化算法的多目标优化方法研究 | 第17-18页 |
1.3 本文的主要工作 | 第18-23页 |
1.3.1 研究方案 | 第18-19页 |
1.3.2 创新点与技术路线 | 第19-21页 |
1.3.3 研究内容 | 第21-23页 |
2 改进的多目标优化算法INSGA2 | 第23-43页 |
2.1 多目标优化问题的描述 | 第23-24页 |
2.2 NSGA2算法原理 | 第24-27页 |
2.2.1 NSGA2算法基本原理 | 第24-25页 |
2.2.2 NSGA2主循环及流程图 | 第25-26页 |
2.2.3 NSGA2算法分析 | 第26-27页 |
2.3 改进的NSGA2算法---INSGA2算法 | 第27-32页 |
2.3.1 基于随机模拟技术对初始种群的改进 | 第27-28页 |
2.3.2 基于NDX交叉算子的改进 | 第28页 |
2.3.3 排序适应度的改进--累积排序适应度 | 第28-29页 |
2.3.4 精英策略改进--填充门限跳选方法 | 第29页 |
2.3.5 基于改进INSGA2算法的算例分析 | 第29-32页 |
2.4 多目标算法的通用标准函数测试及对比 | 第32-42页 |
2.4.1 粒子群多目标优化算法基本流程及特点 | 第32-34页 |
2.4.2 多目标优化算法对比测试分析 | 第34-40页 |
2.4.3 多目标优化算法的性能评价与分析 | 第40-42页 |
2.5 本章小结 | 第42-43页 |
3 基于统计模型的风电功率不确定性分析 | 第43-71页 |
3.1 风电功率出力特性研究 | 第43-44页 |
3.2 预测误差概率分布模型的确定 | 第44-48页 |
3.3 基于历史数据进行预测功率区间分段的改进 | 第48-49页 |
3.4 风电功率预测误差分布特性分析 | 第49-57页 |
3.4.1 预测误差分布模型的定性分析 | 第49-53页 |
3.4.2 预测误差分布模型的定量分析 | 第53-57页 |
3.5 数据密集程度参数N取值在不同预测时长的有效性分析 | 第57-62页 |
3.6 最优分段方式在不同风电场的有效性分析 | 第62-66页 |
3.7 基于形状参数查阅表的预测置信区间的确定 | 第66-70页 |
3.7.1 参数估计 | 第66-68页 |
3.7.2 基于形状参数查阅表的预测置信区间的确定 | 第68-70页 |
3.8 本章小结 | 第70-71页 |
4 考虑大规模风电接入的电网接纳风电能力滚动模型研究 | 第71-87页 |
4.1 风电能力滚动模型的基本架构 | 第71-73页 |
4.2 风电能力日前滚动模型的建立 | 第73-79页 |
4.2.1 考虑能源环境效益的含风电场多目标分析 | 第74-77页 |
4.2.2 风电功率预测不确定信息的引入 | 第77-78页 |
4.2.3 约束条件 | 第78-79页 |
4.3 风电能力日内调度模型的建立 | 第79-80页 |
4.3.1 风电接纳量目标函数 | 第79-80页 |
4.3.2 常规系统发电成本目标函数 | 第80页 |
4.4 风电能力实时调度模型的建立 | 第80-82页 |
4.5 算例分析 | 第82-85页 |
4.5.1 系统参数 | 第82-83页 |
4.5.2 算例求解及结果分析 | 第83-85页 |
4.6 本章小结 | 第85-87页 |
5 电网最佳风电接纳能力滚动模型的多目标优化求解 | 第87-99页 |
5.1 测试模型概述 | 第87-88页 |
5.2 算例系统的结果分析与评价 | 第88-94页 |
5.2.1 基于改进INSGA2算法的多目标优化结果 | 第88-89页 |
5.2.2 风电接纳能力评估系统评价参数 | 第89-90页 |
5.2.3 系统方案的评价 | 第90-91页 |
5.2.4 风电接纳能力评估系统调度方案 | 第91-94页 |
5.3 与其它调度方法的对比分析 | 第94-98页 |
5.3.1 调度模型1---没有引入惩罚函数 | 第94-95页 |
5.3.2 调度模型2---不考虑风电随机性 | 第95-97页 |
5.3.3 调度模型3---常规系统经济调度模型 | 第97-98页 |
5.4 本章小结 | 第98-99页 |
6 总结与展望 | 第99-101页 |
6.1 总结 | 第99-100页 |
6.2 展望 | 第100-101页 |
参考文献 | 第101-105页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第105-109页 |
学位论文数据集 | 第109页 |