| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 研究背景与意义 | 第10-13页 |
| 1.1.1 能源现状 | 第10页 |
| 1.1.2 风力发电现状 | 第10-12页 |
| 1.1.3 风-火-水电的联合优化调度 | 第12-13页 |
| 1.2 风电场风力发电预测概述 | 第13-17页 |
| 1.2.1 风电场功率预测方法分类 | 第13-14页 |
| 1.2.2 风电场功率短期预测的主要方法 | 第14-16页 |
| 1.2.3 风电直接预测法和间接预测法原理 | 第16-17页 |
| 1.3 国内外研究现状 | 第17-20页 |
| 1.3.1 风电预测短期预测研究现状 | 第17-19页 |
| 1.3.2 电力系统优化调度 | 第19-20页 |
| 1.4 论文的主要工作 | 第20-22页 |
| 第二章 基于时间序列的GA-BP风电场短期功率预测 | 第22-40页 |
| 2.1 引言 | 第22-29页 |
| 2.1.1 BP神经网络原理概述 | 第22-25页 |
| 2.1.2 遗传算法原理概述 | 第25-26页 |
| 2.1.3 随机时间序列 | 第26-29页 |
| 2.2 误差评价指标 | 第29-30页 |
| 2.3 风电场风速预测和功率预测算例 | 第30-38页 |
| 2.3.1 直接预测 | 第30-35页 |
| 2.3.2 间接预测 | 第35-38页 |
| 2.4 本章小结 | 第38-40页 |
| 第三章 改进的LDW粒子群算法 | 第40-50页 |
| 3.1 引言 | 第40-41页 |
| 3.2 粒子群算法概述 | 第41-42页 |
| 3.3 改进粒子群算法 | 第42-45页 |
| 3.4 算例仿真 | 第45-48页 |
| 3.4.1 算例设置 | 第45页 |
| 3.4.2 仿真分析 | 第45-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 计及风电并网的风-火-水的电力系统的优化调度 | 第50-64页 |
| 4.1 引言 | 第50页 |
| 4.2 风-火-水复合型能源电力系统优化调度模型 | 第50-52页 |
| 4.2.1 目标函数 | 第50-51页 |
| 4.2.2 约束条件 | 第51-52页 |
| 4.3 模型求解 | 第52-63页 |
| 4.3.1 约束处理 | 第52-53页 |
| 4.3.2 仿真算例设置 | 第53-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 结论与展望 | 第64-66页 |
| 5.1 结论 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 附录 | 第72-79页 |