含风电的电力优化调度模型及其求解方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第13-29页 |
| 1.1 选题的背景和意义 | 第13-14页 |
| 1.2 国内外研究概况 | 第14-26页 |
| 1.2.1 风电波动、建模和功率预测研究 | 第15-18页 |
| 1.2.2 含风电的电力系统优化调度 | 第18-22页 |
| 1.2.3 优化调度的求解方法 | 第22-26页 |
| 1.3 当前研究面临的一些问题 | 第26页 |
| 1.4 研究内容和章节安排 | 第26-29页 |
| 2 优化求解算法的分析和改进 | 第29-58页 |
| 2.1 优化调度的数学描述 | 第29-31页 |
| 2.2 粒子群优化算法 | 第31-32页 |
| 2.3 单目标粒子群算法的分析与改进 | 第32-45页 |
| 2.3.1 粒子群邻居结构的理论分析 | 第32-39页 |
| 2.3.2 粒子群邻居拓扑结构的改进 | 第39-42页 |
| 2.3.3 单目标改进算法的性能分析 | 第42-45页 |
| 2.4 多目标粒子群算法的改进 | 第45-57页 |
| 2.4.1 粒子的均匀初始化 | 第45-47页 |
| 2.4.2 外部档案维护策略的改进 | 第47-50页 |
| 2.4.3 跳出局部最优和引导粒子的选择 | 第50-51页 |
| 2.4.4 多目标改进算法的性能分析 | 第51-57页 |
| 2.5 本章小结 | 第57-58页 |
| 3 计及风电预测误差的动态经济调度 | 第58-85页 |
| 3.1 基于非参数估计的风电预测误差模型 | 第58-67页 |
| 3.1.1 概率密度的非参数估计 | 第59-61页 |
| 3.1.2 预测误差概率分布的算例分析 | 第61-67页 |
| 3.2 含风电的动态经济调度 | 第67-73页 |
| 3.2.1 调度模型 | 第68-70页 |
| 3.2.2 风电预测误差的条件概率模型 | 第70-72页 |
| 3.2.3 调度模型的确定性转换 | 第72-73页 |
| 3.3 调度模型求解 | 第73-74页 |
| 3.3.1 约束条件的处理 | 第73-74页 |
| 3.3.2 求解流程 | 第74页 |
| 3.4 算例分析 | 第74-84页 |
| 3.4.1 历史数据有效性分析 | 第74-79页 |
| 3.4.2 优化调度仿真分析 | 第79-84页 |
| 3.5 本章小结 | 第84-85页 |
| 4 基于预测控制的含风电滚动优化调度 | 第85-103页 |
| 4.1 滚动调度模型 | 第85-93页 |
| 4.1.1 滚动调度的基本框架 | 第85-87页 |
| 4.1.2 目标函数 | 第87页 |
| 4.1.3 约束条件 | 第87-88页 |
| 4.1.4 调度模型的状态空间转换 | 第88-93页 |
| 4.2 调度模型求解 | 第93-96页 |
| 4.2.1 模型化简 | 第93-94页 |
| 4.2.2 求解方法的相关推导 | 第94-96页 |
| 4.3 调度控制稳定性的探讨 | 第96-98页 |
| 4.4 算例分析 | 第98-102页 |
| 4.5 本章小结 | 第102-103页 |
| 5 风火水储多目标联合优化调度 | 第103-124页 |
| 5.1 多电源多目标联合优化调度 | 第103-110页 |
| 5.1.1 电源的出力特性 | 第103-105页 |
| 5.1.2 目标函数 | 第105-107页 |
| 5.1.3 约束条件 | 第107-110页 |
| 5.1.4 调度模型中的不确定量 | 第110页 |
| 5.2 调度模型求解 | 第110-113页 |
| 5.2.1 多目标粒子群算法约束处理 | 第111页 |
| 5.2.2 非支配解的选择 | 第111-113页 |
| 5.2.3 调度求解流程 | 第113页 |
| 5.3 算例分析 | 第113-123页 |
| 5.3.1 风大水小时的算例仿真 | 第114-118页 |
| 5.3.2 风小水大时的算例仿真 | 第118-122页 |
| 5.3.3 求解算法的对比 | 第122-123页 |
| 5.4 本章小结 | 第123-124页 |
| 6 总结与展望 | 第124-126页 |
| 6.1 总结 | 第124-125页 |
| 6.2 展望 | 第125-126页 |
| 致谢 | 第126-127页 |
| 参考文献 | 第127-142页 |
| 附录 | 第142-145页 |
| 博士期间论文和科研情况 | 第145页 |
