| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 选题背景及此项研究的意义 | 第9-11页 |
| 1.2 国内外风力发电发展状况 | 第11-14页 |
| 1.2.1 风电机组发展状况 | 第11-13页 |
| 1.2.2 国内外风力发电调度规划研究现状 | 第13-14页 |
| 1.3 本文的主要工作 | 第14-16页 |
| 第2章 基于实测运行数据的风电机组模型 | 第16-27页 |
| 2.1 风电机组的运行过程 | 第16页 |
| 2.2 基于实测运行数据的双馈风电机组建模 | 第16-24页 |
| 2.2.1 风力机建模基础理论 | 第17-20页 |
| 2.2.2 实测风速功率曲线的求取方法 | 第20-21页 |
| 2.2.3 功率控制方式：桨距角及转速控制模型 | 第21-23页 |
| 2.2.4 通过功率曲线建立变速风电机组模型 | 第23-24页 |
| 2.3 仿真分析 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于模糊聚类算法的风电机组组合策略 | 第27-34页 |
| 3.1 风电机组运行数据的特征值提取 | 第27-28页 |
| 3.2 基于FCA-AICM的模糊聚类分析 | 第28-32页 |
| 3.2.1 模糊聚类迭代过程 | 第30页 |
| 3.2.2 记忆抗体克隆选择过程 | 第30-31页 |
| 3.2.3 抗体免疫抑制过程 | 第31-32页 |
| 3.3 算例分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于调度信号的风电场内功率分配优化方案 | 第34-40页 |
| 4.1 基于输出波动的风电场内有功功率分配模型 | 第35-37页 |
| 4.2 蚁群优化算法 | 第37-40页 |
| 4.2.1 ACO数学模型 | 第38页 |
| 4.2.2 改进ACO算法—最大最小蚂蚁系统(MAX-MIN Ant System(MMAS)) | 第38-40页 |
| 4.3 有功功率分配算例 | 第40-42页 |
| 4.4 仿真分析 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 总结与展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 攻读硕士学位期间发表的论文 | 第49-50页 |
| 致谢 | 第50页 |