综合考虑“源—荷—储”响应的微电网系统优化控制策略研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的背景及其意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 微电网国外研究现状 | 第10-12页 |
| 1.2.2 微电网国内研究现状 | 第12页 |
| 1.2.3 微电网优化控制策略国内外研究分析 | 第12-14页 |
| 1.3 本文的研究内容 | 第14-15页 |
| 第2章 微电网系统建模及优化模型 | 第15-27页 |
| 2.1 微电网各组件模型 | 第15-23页 |
| 2.1.1 光伏发电模型 | 第15-17页 |
| 2.1.2 风力发电模型 | 第17-18页 |
| 2.1.3 燃料电池模型 | 第18-19页 |
| 2.1.4 微型燃气轮机模型 | 第19-21页 |
| 2.1.5 柴油发电机模型 | 第21页 |
| 2.1.6 负荷概率模型 | 第21-22页 |
| 2.1.7 蓄电池模型 | 第22-23页 |
| 2.2 优化控制策略 | 第23-24页 |
| 2.3 微电网多目标优化模型 | 第24-26页 |
| 2.3.1 目标函数 | 第24-25页 |
| 2.3.2 运行约束条件 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 微电网优化控制策略及求解方法 | 第27-42页 |
| 3.1 分布估计算法 | 第27-29页 |
| 3.1.1 分布估计算法原理 | 第27页 |
| 3.1.2 分布估计算法基本步骤 | 第27-28页 |
| 3.1.3 变量无关的分布估计算法 | 第28-29页 |
| 3.2 粒子群算法 | 第29-32页 |
| 3.2.1 粒子群算法基本概念 | 第29-30页 |
| 3.2.2 粒子群算法参数分析 | 第30-31页 |
| 3.2.3 粒子群算法基本步骤 | 第31-32页 |
| 3.3 分布估计—粒子群算法 | 第32-35页 |
| 3.3.1 建立微电源概率模型 | 第32页 |
| 3.3.2 更新机组概率产生新种群 | 第32-33页 |
| 3.3.3 分布估计—粒子群算法流程 | 第33-35页 |
| 3.4 优化控制策略算例分析 | 第35-41页 |
| 3.4.1 算例模型 | 第35-36页 |
| 3.4.2 并网运行 | 第36-40页 |
| 3.4.3 孤网运行 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 不确定性因素对优化结果的影响 | 第42-47页 |
| 4.1 不确定性模型的建立 | 第42-44页 |
| 4.1.1 场景的生成 | 第42-43页 |
| 4.1.2 场景的削减 | 第43-44页 |
| 4.1.3 目标函数及约束条件 | 第44页 |
| 4.2 算例分析 | 第44-46页 |
| 4.2.1 并网运行 | 第44-46页 |
| 4.2.2 孤网运行 | 第46页 |
| 4.3 本章小结 | 第46-47页 |
| 第5章 结论与展望 | 第47-49页 |
| 5.1 结论 | 第47-48页 |
| 5.2 展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第53-54页 |
| 致谢 | 第54页 |
