| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 1 绪论 | 第11-19页 |
| ·研究背景和意义 | 第11-12页 |
| ·风电的研究背景 | 第11页 |
| ·含风电场系统机组调度的研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·机组优化调度的研究现状 | 第12-14页 |
| ·含风电场电力系统机组优化调度的研究现状 | 第14-16页 |
| ·论文主要工作 | 第16-19页 |
| 2 风电特性与机会约束规划 | 第19-29页 |
| ·风机输出功率 | 第19-20页 |
| ·风电出力特性 | 第20-22页 |
| ·风电出力的波动性和随机性 | 第20-21页 |
| ·风电出力的相关性和互补性 | 第21页 |
| ·风速和风电输出功率的随机分布 | 第21-22页 |
| ·机会约束规划理论 | 第22-26页 |
| ·机会约束规划 | 第23-24页 |
| ·随机模拟技术 | 第24-25页 |
| ·机会约束规划问题的约束条件检验 | 第25-26页 |
| ·机会约束规划在风电相关问题研究中的可行性 | 第26页 |
| ·本章小节 | 第26-29页 |
| 3 基于机会约束规划的含风电场电力系统机组优化调度数学模型 | 第29-39页 |
| ·机组优化组合 | 第29-31页 |
| ·机组的耗量特性 | 第29-30页 |
| ·机组的启停成本 | 第30-31页 |
| ·机组优化启停应考虑的因素 | 第31页 |
| ·负荷经济分配 | 第31-32页 |
| ·电力系统机组优化调度数学模型 | 第32-34页 |
| ·目标函数 | 第32-33页 |
| ·约束条件 | 第33-34页 |
| ·基于随机规划约束的含风电场电力系统机组优化调度数学模型 | 第34-37页 |
| ·风电并网对电力系统优化调度的影响 | 第34-35页 |
| ·目标函数 | 第35页 |
| ·约束条件 | 第35-37页 |
| ·本章小节 | 第37-39页 |
| 4 基于混合智能算法的含风电场电力系统优化调度方案的求解与分析 | 第39-57页 |
| ·模型分析 | 第39页 |
| ·蚁群算法在机组优化组合中的应用 | 第39-44页 |
| ·求解非线性整数规划的蚁群算法 | 第40-41页 |
| ·机组编码问题 | 第41页 |
| ·机组规则的引入 | 第41-42页 |
| ·算法流程 | 第42-43页 |
| ·随机机会约束条件的检验 | 第43-44页 |
| ·粒子群算法在负荷优化分配中的应用 | 第44-47页 |
| ·粒子群优化算法原理 | 第44-45页 |
| ·粒子编码方式和适应度函数选择 | 第45页 |
| ·算法流程 | 第45-46页 |
| ·随机机会约束条件的检验 | 第46-47页 |
| ·其他约束条件的处理 | 第47页 |
| ·算例分析 | 第47-56页 |
| ·系统参数 | 第47-49页 |
| ·算法参数选取 | 第49-50页 |
| ·算例结果与分析 | 第50-56页 |
| ·本章小节 | 第56-57页 |
| 5 基于MOPSO的含风电场电力系统多目标优化调度方案研究 | 第57-71页 |
| ·含风电场电力系统多目标优化调度模型 | 第57-58页 |
| ·目标函数 | 第57页 |
| ·约束条件 | 第57-58页 |
| ·多目标粒子群算法 | 第58-63页 |
| ·多目标优化问题的基本概念 | 第58-60页 |
| ·多目标粒子群算法 | 第60页 |
| ·多目标粒子群算法极值选取 | 第60-61页 |
| ·多目标粒子群算法最优折中解的选择 | 第61-62页 |
| ·算法性能测试 | 第62-63页 |
| ·含风电场电力系统多目标机组优化调度问题的求解 | 第63-69页 |
| ·求解流程 | 第63-64页 |
| ·算例分析 | 第64-69页 |
| ·本章小结 | 第69-71页 |
| 6 结论与展望 | 第71-73页 |
| ·结论 | 第71页 |
| ·展望 | 第71-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 附录 | 第81页 |
