微电网多时间尺度能量优化管理方法研究
致谢 | 第7-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9页 |
第一章 绪论 | 第14-22页 |
1.1 课题研究背景与意义 | 第14-15页 |
1.2 微电网的研究现状 | 第15-17页 |
1.2.1 国外微电网技术研究现状 | 第15-16页 |
1.2.2 国内微电网技术研究现状 | 第16-17页 |
1.3 微电网能量管理研究 | 第17-20页 |
1.3.1 微电网能量管理方法 | 第17-18页 |
1.3.2 多时间尺度能量管理技术研究 | 第18-20页 |
1.4 论文主要研究内容 | 第20-22页 |
第二章 微电网运行不确定性分析 | 第22-35页 |
2.1 微电网运行不确定性的来源 | 第22-27页 |
2.1.1 风机输出功率波动 | 第22-24页 |
2.1.2 光伏输出功率波动 | 第24-26页 |
2.1.3 负荷功率波动 | 第26页 |
2.1.4 机组故障和电价变化 | 第26-27页 |
2.2 不确定性对联络线功率的影响及其预设方法 | 第27-33页 |
2.2.1 不确定性对联络线功率的影响 | 第27-30页 |
2.2.2 联络线功率预设方法 | 第30-33页 |
2.3 不确定性对电能质量的影响 | 第33-35页 |
第三章 含不确定型模型的多时间尺度优化方法 | 第35-45页 |
3.1 机会约束模型及多时间尺度能量优化方法框架 | 第35-37页 |
3.1.1 基于不确定性的机会约束模型 | 第35-36页 |
3.1.2 多时间尺度能量优化方法框架 | 第36-37页 |
3.2 含机会约束的时计划模型 | 第37-40页 |
3.2.1 目标函数 | 第38-39页 |
3.2.2 约束条件 | 第39-40页 |
3.3 含机会约束的调整计划模型 | 第40-42页 |
3.3.1 目标函数 | 第41页 |
3.3.2 约束条件 | 第41-42页 |
3.4 实时调度模型 | 第42-45页 |
第四章 能量优化管理混合智能算法 | 第45-56页 |
4.1 混合智能算法 | 第45-47页 |
4.2 随机模拟 | 第47-49页 |
4.3 粒子群算法 | 第49-52页 |
4.4 BP神经网络法 | 第52-56页 |
第五章 仿真实验平台与仿真实验 | 第56-65页 |
5.1 多时间尺度能量管理系统平台 | 第56-59页 |
5.2 仿真实验 | 第59-65页 |
5.2.1 仿真微网拓扑 | 第59-60页 |
5.2.2 仿真实验方案 | 第60-65页 |
第六章 总结与展望 | 第65-66页 |
6.1 本文工作总结 | 第65页 |
6.2 后续工作展望 | 第65-66页 |
参考文献 | 第66-69页 |
攻读硕士学位期间的学术活动及成果情况 | 第69页 |