摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 课题研究背景和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 光伏功率预测研究现状 | 第11-12页 |
1.2.2 需求响应研究现状 | 第12-14页 |
1.2.3 考虑需求响应的含光伏电力系统优化调度研究现状 | 第14-16页 |
1.3 本文主要工作 | 第16-18页 |
第2章 随机模糊理论及光伏出力预测模型建立 | 第18-31页 |
2.1 随机模糊理论 | 第18-20页 |
2.1.1 可能性与可信性 | 第18-19页 |
2.1.2 期望值与关键值 | 第19-20页 |
2.1.3 随机模糊模拟算法 | 第20页 |
2.2 光伏出力预测模型 | 第20-24页 |
2.2.1 无云天气下太阳辐照度预测模型 | 第21-22页 |
2.2.2 有云天气下太阳辐照度预测模型 | 第22-23页 |
2.2.3 光伏电池板上的太阳辐照度计算模型 | 第23页 |
2.2.4 模型的求解思路 | 第23-24页 |
2.3 云遮系数的不确定分析 | 第24-27页 |
2.3.1 云遮系数的模糊表示 | 第25-26页 |
2.3.2 云遮系数的随机表示 | 第26-27页 |
2.4 算例分析 | 第27-30页 |
2.4.1 太阳辐照度预测结果 | 第27-29页 |
2.4.2 光伏出力预测结果 | 第29-30页 |
2.5 本章小结 | 第30-31页 |
第3章 柔性负荷调度 | 第31-39页 |
3.1 柔性负荷的定义 | 第31-32页 |
3.2 柔性负荷参与调度计划的模式 | 第32-33页 |
3.2.1 基于电价的模式 | 第32页 |
3.2.2 基于合同约定的模式 | 第32-33页 |
3.2.3 需求侧竞价的模式 | 第33页 |
3.3 调度架构 | 第33-36页 |
3.3.1 架构概述 | 第33-34页 |
3.3.2 架构分类 | 第34-36页 |
3.4 柔性负荷调度模型 | 第36-37页 |
3.5 算例分析 | 第37-38页 |
3.6 本章小结 | 第38-39页 |
第4章 基于随机模糊理论的含光伏电力系统优化调度 | 第39-55页 |
4.1 多目标优化模型 | 第39-42页 |
4.1.1 目标函数 | 第39-41页 |
4.1.2 约束条件 | 第41-42页 |
4.2 多目标优化算法 | 第42-48页 |
4.2.1 多目标优化问题的模糊化 | 第42-43页 |
4.2.2 基本细菌群体趋药性算法 | 第43-45页 |
4.2.3 改进细菌群体趋药性算法 | 第45-48页 |
4.3 算例分析 | 第48-53页 |
4.3.1 不同方式下调度结果分析 | 第49-50页 |
4.3.2 光伏消纳率调度结果分析 | 第50-51页 |
4.3.3 不同置信水平下调度结果分析 | 第51-52页 |
4.3.4 不同目标下调度结果分析 | 第52-53页 |
4.3.5 不同算法下调度结果分析 | 第53页 |
4.4 本章小结 | 第53-55页 |
结论 | 第55-57页 |
参考文献 | 第57-61页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第61-62页 |
致谢 | 第62页 |