光热—燃机复合发电系统的优化调度研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题研究背景及意义 | 第10-14页 |
| 1.2 课题研究现状 | 第14-17页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.3 主要研究内容与组织结构 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第2章 复合发电系统结构及运行机理的研究 | 第19-26页 |
| 2.1 复合发电系统结构 | 第19-20页 |
| 2.2 复合发电系统各模块特性及物理模型 | 第20-25页 |
| 2.2.1 光热发电 | 第20-22页 |
| 2.2.2 燃气机发电 | 第22-24页 |
| 2.2.3 储能系统 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 复合发电系统环保经济优化调度模型的建立 | 第26-30页 |
| 3.1 复合发电系统优化调度目标函数 | 第26-27页 |
| 3.2 主要约束条件 | 第27-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 光热发电功率预测 | 第30-41页 |
| 4.1 预测模型的建立及优化 | 第30-34页 |
| 4.1.1 灰色模型 | 第30-31页 |
| 4.1.2 灰色神经网络模型 | 第31-34页 |
| 4.2 改进型果蝇算法优化 | 第34-35页 |
| 4.2.1 果蝇算法 | 第34页 |
| 4.2.2 改进果蝇算法 | 第34-35页 |
| 4.3 优化步骤 | 第35-37页 |
| 4.4 现场实验与结果分析 | 第37-40页 |
| 4.4.1 预测结果分析 | 第37-40页 |
| 4.4.2 算法评价 | 第40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 多目标优化调度模型求解 | 第41-50页 |
| 5.1 多目标优化 | 第41-42页 |
| 5.2 粒子群算法介绍 | 第42-43页 |
| 5.3 粒子群算法在复合发电系统调度中的应用 | 第43-44页 |
| 5.3.1 粒子的编码 | 第43页 |
| 5.3.2 约束的处理方式 | 第43-44页 |
| 5.4 发电功率的优化过程 | 第44-46页 |
| 5.4.1 粒子的编码 | 第44页 |
| 5.4.2 整数变量以及约束的处理 | 第44-46页 |
| 5.5 仿真过程及结果 | 第46-49页 |
| 5.6 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第56-57页 |
| 致谢 | 第57页 |
