并行遗传算法在微电网控制中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 美国微电网研究 | 第10页 |
| 1.2.2 日本微电网研究 | 第10-11页 |
| 1.2.3 欧盟微电网研究 | 第11-12页 |
| 1.2.4 其他国家微电网建设情况 | 第12页 |
| 1.2.5 我国微电网研究 | 第12-13页 |
| 1.2.6 微网优化控制研究现状 | 第13-14页 |
| 1.3 本文主要工作 | 第14页 |
| 1.4 本文结构安排 | 第14-16页 |
| 第2章 微电网及分布式电源概述 | 第16-23页 |
| 2.1 微电网 | 第16-17页 |
| 2.1.1 微电网的基本概念 | 第16页 |
| 2.1.2 现有微电网的特点 | 第16-17页 |
| 2.2 分布式电源 | 第17页 |
| 2.2.1 分布式电源的定义 | 第17页 |
| 2.2.2 分布式电源的种类 | 第17页 |
| 2.2.3 分布式电源的利与弊 | 第17页 |
| 2.3 各分布式电源模型 | 第17-21页 |
| 2.3.1 光伏阵列模型 | 第17-20页 |
| 2.3.2 风力发电机模型 | 第20页 |
| 2.3.3 燃料电池模型 | 第20-21页 |
| 2.3.4 微型燃气轮机 | 第21页 |
| 2.4 本章小结 | 第21-23页 |
| 第3章 遗传算法及并行遗传算法 | 第23-35页 |
| 3.1 遗传算法 | 第23-28页 |
| 3.1.1 遗传算法简介 | 第23页 |
| 3.1.2 遗传算法的基本术语 | 第23-24页 |
| 3.1.3 遗传算法运算流程 | 第24-25页 |
| 3.1.4 遗传算法的技术实现 | 第25-28页 |
| 3.2 并行遗传算法 | 第28-34页 |
| 3.2.1 遗传算法固有的并行性 | 第28-29页 |
| 3.2.2 并行遗传算法的分类 | 第29-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 最优控制目标函数分析 | 第35-41页 |
| 4.1 微电网最优控制模型 | 第35-37页 |
| 4.1.1 最优控制目标函数 | 第35-36页 |
| 4.1.2 微电网经济性目标函数 | 第36-37页 |
| 4.1.3 微电网环保性目标函数 | 第37页 |
| 4.2 微电网最优控制约束条件 | 第37-38页 |
| 4.3 最优控制并行遗传算法 | 第38-39页 |
| 4.3.1 优化变量定义 | 第38页 |
| 4.3.2 计算流程 | 第38-39页 |
| 4.4 本章小结 | 第39-41页 |
| 第5章 控制仿真设计与实现 | 第41-52页 |
| 5.1 微电网仿真平台设计与实现 | 第41-44页 |
| 5.1.1 微电网仿真平台设计 | 第41页 |
| 5.1.2 微电网仿真平台实现 | 第41-44页 |
| 5.2 微电网最优控制软件设计与实现 | 第44-47页 |
| 5.2.1 微电网最优控制软件设计 | 第44-46页 |
| 5.2.2 微电网最优控制软件实现 | 第46-47页 |
| 5.3 算例分析 | 第47-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |
