| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 概论 | 第10-21页 |
| 1.1 论文研究背景及意义 | 第10-11页 |
| 1.2 论文研究现状 | 第11-18页 |
| 1.3 论文的主要工作及框架 | 第18-21页 |
| 2 基于云变换的风电功率短期预测区间评估方法 | 第21-33页 |
| 2.1 引言 | 第21-22页 |
| 2.2 云模型的引入 | 第22-25页 |
| 2.3 基于云变换的风电功率预测区间评估 | 第25-26页 |
| 2.4 实例分析 | 第26-31页 |
| 2.5 本章小结 | 第31-33页 |
| 3 求解电力系统优化调度模型的混合量子细菌觅食算法 | 第33-47页 |
| 3.1 引言 | 第33页 |
| 3.2 细菌觅食算法基本框架 | 第33-34页 |
| 3.3 混合量子细菌觅食算法理论 | 第34-40页 |
| 3.4 标准测试函数下算法性能对比 | 第40-46页 |
| 3.5 本章小结 | 第46-47页 |
| 4 耦合点预测信息的风电功率超短期区间预测模型 | 第47-70页 |
| 4.1 引言 | 第47-48页 |
| 4.2 风电功率时间序列特征分量提取 | 第48-55页 |
| 4.3 基于改进极限学习机的稳态分量多步预测模型 | 第55-58页 |
| 4.4 计及偏差信息的随机分量简易区间预测模型 | 第58-61页 |
| 4.5 实例分析 | 第61-68页 |
| 4.6 本章小结 | 第68-70页 |
| 5 基于风电功率区间预测信息的电力系统发电调度模型 | 第70-84页 |
| 5.1 引言 | 第70-71页 |
| 5.2 基于短期区间预测信息的机组组合鲁棒优化模型 | 第71-73页 |
| 5.3 考虑风电功率特征分量的分层滚动优化策略 | 第73-75页 |
| 5.4 基于超短期预测信息的日内滚动优化调度模型 | 第75-76页 |
| 5.5 实例分析 | 第76-82页 |
| 5.6 本章小结 | 第82-84页 |
| 6 总结与展望 | 第84-86页 |
| 6.1 主要研究工作 | 第84-85页 |
| 6.2 研究展望 | 第85-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-99页 |
| 附录1 IEEE24节点系统数据 | 第99-101页 |
| 附录2 攻读学位期间取得的科研成果 | 第101-102页 |
