含分布式可再生能源的智能电网优化调度研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 可再生能源发展现状 | 第10-11页 |
| 1.2.2 智能电网发展现状 | 第11-13页 |
| 1.2.3 协同优化研究现状 | 第13-14页 |
| 1.3 本文研究内容与章节安排 | 第14-15页 |
| 第2章 智能电网调度与检修理论基础 | 第15-21页 |
| 2.1 智能电网优化调度概述 | 第15-18页 |
| 2.1.1 调度业务分类 | 第15-16页 |
| 2.1.2 调度模式选择 | 第16-17页 |
| 2.1.3 可再生能源发电对调度的影响 | 第17-18页 |
| 2.2 智能电网检修优化概述 | 第18-20页 |
| 2.2.1 检修方式的发展 | 第18-19页 |
| 2.2.2 设备检修等级划分 | 第19-20页 |
| 2.2.3 检修计划编制流程 | 第20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 风电随机性建模及仿真 | 第21-26页 |
| 3.1 风力发电的特性 | 第21-22页 |
| 3.2 风电出力的随机性模型 | 第22-24页 |
| 3.2.1 风速概率模型 | 第23页 |
| 3.2.2 风机的功率特性 | 第23-24页 |
| 3.2.3 风机出力的概率密度函数推导 | 第24页 |
| 3.3 月度风电出力随机性仿真 | 第24-25页 |
| 3.3.1 风速概率密度函数参数的获取 | 第24页 |
| 3.3.2 典型日风电输出功率的生成 | 第24-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第4章 发电与检修协同优化建模 | 第26-38页 |
| 4.1 检修计划优化模型研究 | 第26-27页 |
| 4.2 发电计划优化模型研究 | 第27-28页 |
| 4.3 协同优化模型构建 | 第28-30页 |
| 4.3.1 目标函数 | 第28-29页 |
| 4.3.2 约束条件 | 第29-30页 |
| 4.4 组合优化求解方法 | 第30-32页 |
| 4.4.1 典型常用方法简介 | 第30-32页 |
| 4.4.2 常用方法优缺点比较 | 第32页 |
| 4.5 遗传算法的理论基础 | 第32-36页 |
| 4.5.1 遗传算法的特点 | 第32-33页 |
| 4.5.2 遗传算法的实现步骤 | 第33-35页 |
| 4.5.3 约束条件的处理 | 第35-36页 |
| 4.6 商业优化软件Gurobi介绍 | 第36-37页 |
| 4.7 本章小结 | 第37-38页 |
| 第5章 太原地区智能电网协同优化算例分析 | 第38-43页 |
| 5.1 算例概况 | 第38-41页 |
| 5.1.1 太原电网的装机情况 | 第38页 |
| 5.1.2 太原电网的电力需求情况 | 第38-40页 |
| 5.1.3 测试系统 | 第40-41页 |
| 5.2 结果分析 | 第41-42页 |
| 5.3 本章小结 | 第42-43页 |
| 第6章 结论与展望 | 第43-44页 |
| 6.1 结论 | 第43页 |
| 6.2 展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第48-49页 |
| 致谢 | 第49-50页 |
| 作者简介 | 第50页 |
