| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-20页 |
| ·课题的背景 | 第12页 |
| ·国内外风力发电发展概况 | 第12-16页 |
| ·国外风力发电发展概况 | 第12-14页 |
| ·国内风力发电概况及相关政策 | 第14-16页 |
| ·风电入网对系统的影响及计算穿透极限功率的必要性 | 第16-17页 |
| ·风电入网后电力系统短期调度模式 | 第17-18页 |
| ·论文主要工作 | 第18-20页 |
| 第二章 含风电场的电力系统中的风险 | 第20-30页 |
| ·有关风险的基本理论 | 第20-24页 |
| ·风险的概念 | 第20页 |
| ·风险管理的概念 | 第20-22页 |
| ·风险处理方法 | 第22-24页 |
| ·电力市场环境下存在的风险因素及其危害 | 第24-25页 |
| ·风险理论在电力系统中的应用 | 第25-27页 |
| ·风电入网后给电力系统带来的风险 | 第27-29页 |
| ·风险理论在风电场穿透功率极限计算中的应用 | 第27-28页 |
| ·风电入网后电力系统短期调度所面临的风险 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 计及风险的风电场穿透功率极限优化算法 | 第30-47页 |
| ·风电场穿透功率极限优化算法研究现状 | 第30-35页 |
| ·计算风电场穿透功率极限的意义 | 第30-32页 |
| ·影响风电场穿透功率极限的主要因素 | 第32-33页 |
| ·风电场穿透功率极限计算方法的研究现状 | 第33-35页 |
| ·数学模型 | 第35-37页 |
| ·目标函数 | 第35页 |
| ·约束条件 | 第35-36页 |
| ·风险约束 | 第36-37页 |
| ·优化算法 | 第37-43页 |
| ·蒙特卡罗法（Monte-Carlo） | 第37-38页 |
| ·基于蒙特卡罗法的遗传算法 | 第38-43页 |
| ·遗传算法（Genetic Algorithm）的描述 | 第38-40页 |
| ·基于蒙特卡罗法的遗传算法 | 第40-43页 |
| ·算例分析 | 第43-46页 |
| ·算例参数 | 第43-44页 |
| ·算例分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 含风电场的电力系统短期经济调度与风险管理 | 第47-60页 |
| ·引言 | 第47-48页 |
| ·电力系统短期经济调度相关理论 | 第48-53页 |
| ·电力市场环境下电能交易模式 | 第48-50页 |
| ·电力市场环境下短期经济调度数学模型 | 第50-53页 |
| ·风电入网的电力系统短期经济调度 | 第53-55页 |
| ·风电入网对电力系统短期调度的影响 | 第53页 |
| ·风电入网电力系统短期调度数学模型 | 第53-55页 |
| ·风电入网后电力系统短期调度的风险 | 第55-58页 |
| ·含风电场的电力系统短期经济调度的风险因素 | 第55页 |
| ·考虑风险因素后数学模型的变化 | 第55-56页 |
| ·风险因素的含风电场电力系统短期调度数学模型 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第五章 风电入网下电力系统短期调度优化算法 | 第60-89页 |
| ·常用优化方法 | 第60-63页 |
| ·局部寻优法 | 第60页 |
| ·优先顺序法（priority list） | 第60-61页 |
| ·整数规划法 | 第61页 |
| ·拉格朗日松弛法 | 第61-62页 |
| ·智能优化算法 | 第62-63页 |
| ·动态规划法 | 第63-69页 |
| ·基本概念 | 第63-66页 |
| ·数据结构 | 第66-68页 |
| ·算法流程 | 第68-69页 |
| ·粒子群优化（PSO） | 第69-76页 |
| ·基本粒子群算法 | 第70页 |
| ·差分进化算法 | 第70-71页 |
| ·差分进化的策略 | 第71-74页 |
| ·算法流程 | 第74-76页 |
| ·算例仿真 | 第76-88页 |
| ·五机系统 | 第76-83页 |
| ·十机系统 | 第83-88页 |
| ·本章小结 | 第88-89页 |
| 第六章 总结 | 第89-91页 |
| ·全文总结 | 第89-91页 |
| 参考文献 | 第91-96页 |
| 附录1 | 第96-97页 |
| 附录2 | 第97-99页 |
| 附录3 | 第99-101页 |
| 致谢 | 第101-102页 |
| 攻读学位期间发表的学术论文目录 | 第102页 |