| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及选题依据 | 第11-15页 |
| 1.1.1 能源背景 | 第11-12页 |
| 1.1.2 分散式风电发展状况 | 第12-14页 |
| 1.1.3 风电场微观选址概述 | 第14-15页 |
| 1.1.4 组件式GIS在电力可视化方面的应用 | 第15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 本文主要研究内容 | 第17-19页 |
| 第2章 风资源和风特性 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 风的基础知识 | 第19-23页 |
| 2.2.1 风速和风向 | 第19-20页 |
| 2.2.2 风功率和风能密度 | 第20-21页 |
| 2.2.3 风切变指数 | 第21-23页 |
| 2.3 风速的概率分布 | 第23-26页 |
| 2.3.1 风资源评估参数的估计 | 第24-25页 |
| 2.3.2 威布尔分布参数的估计 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于自适应和声搜索算法的分散式风电场微观选址 | 第27-45页 |
| 3.1 引言 | 第27-28页 |
| 3.2 基本和声搜索算法 | 第28-32页 |
| 3.2.1 算法原理 | 第28-29页 |
| 3.2.2 算法参数 | 第29-30页 |
| 3.2.4 算法的流程及主要步骤 | 第30-32页 |
| 3.4 基于自适应和声搜索算法的分散式风电场选址策略 | 第32-41页 |
| 3.4.1 风力发电机组的尾流模型 | 第32-37页 |
| 3.4.2 算法编码方式及目标函数建模 | 第37-39页 |
| 3.4.3 自适应参数调整策略 | 第39-40页 |
| 3.4.4 选址策略流程 | 第40-41页 |
| 3.5 离散空间微观选址算例分析 | 第41-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 基于动态和声粒子群算法的分散式风电场微观选址 | 第45-61页 |
| 4.1 引言 | 第45-46页 |
| 4.2 动态和声粒子群算法 | 第46-52页 |
| 4.2.1 粒子群算法原理 | 第46-48页 |
| 4.2.2 初始和声记忆库产生策略 | 第48-49页 |
| 4.2.3 动态和声记忆库更新策略 | 第49-50页 |
| 4.2.4 动态和声粒子群算法流程 | 第50-52页 |
| 4.3 基于动态和声粒子群算法的分散式风电场选址策略 | 第52-54页 |
| 4.3.1 目标函数建模与约束条件处理 | 第52-54页 |
| 4.3.2 连续空间选址的编码方式 | 第54页 |
| 4.4 连续空间微观选址算例分析 | 第54-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 基于ArcGIS Engine的分散式风电微观选址系统开发 | 第61-77页 |
| 5.1 引言 | 第61页 |
| 5.2 地图分析组件ArcGIS Engine | 第61-62页 |
| 5.3 分散式风电微观选址系统框架设计 | 第62-64页 |
| 5.3.1 系统开发背景 | 第62-63页 |
| 5.3.2 系统基本框架 | 第63-64页 |
| 5.4 分散式风电微观选址系统功能模块开发 | 第64-73页 |
| 5.4.1 气象站模块 | 第64-65页 |
| 5.4.2 地形图模块 | 第65-67页 |
| 5.4.3 数据查询模块 | 第67-69页 |
| 5.4.4 选址优化模块 | 第69-71页 |
| 5.4.5 绘图和报表模块 | 第71-73页 |
| 5.5 辽宁某风电场微观选址实例分析 | 第73-76页 |
| 5.6 本章小结 | 第76-77页 |
| 第6章 总结与展望 | 第77-79页 |
| 6.1 结论 | 第77-78页 |
| 6.2 展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 攻读硕士期间所做工作及科研成果 | 第85页 |
