| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-42页 |
| ·选题背景和意义 | 第14-26页 |
| ·选题背景 | 第14-25页 |
| ·选题意义 | 第25-26页 |
| ·国内外研究动态 | 第26-37页 |
| ·智能电网研究现状 | 第26-29页 |
| ·电力预测研究现状 | 第29-35页 |
| ·智能调度研究现状 | 第35-36页 |
| ·综合评价研究现状 | 第36-37页 |
| ·本文的主要工作 | 第37-39页 |
| ·本文的研究思路及主要创新点 | 第39-41页 |
| ·研究思路 | 第39页 |
| ·主要创新点 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第2章 智能电网中服务于调度的电力预测研究 | 第42-88页 |
| ·服务于调度的风电输出功率预测研究 | 第42-56页 |
| ·风电功率预测方法分析 | 第43-45页 |
| ·相似日聚类 | 第45-47页 |
| ·基于GABP神经网络的预测模型 | 第47-49页 |
| ·实证分析 | 第49-56页 |
| ·服务于调度的光伏发电输出功率预测研究 | 第56-72页 |
| ·影响因素分析 | 第57-63页 |
| ·基于拟境知识挖掘的自适应神经网络预测模型 | 第63-67页 |
| ·实证分析 | 第67-72页 |
| ·智能电网中服务于调度的电力负荷预测研究 | 第72-86页 |
| ·基于FHNN相似日聚类的组合预测 | 第73-77页 |
| ·单个预测模型分析 | 第77-79页 |
| ·实证分析 | 第79-86页 |
| ·本章小结 | 第86-88页 |
| 第3章 智能电网中风火电联合调度研究 | 第88-99页 |
| ·大规模风电并网智能调度模型 | 第88-91页 |
| ·风火电联合调度多目标决策算法研究 | 第91-94页 |
| ·KKT框架下的多目标转化 | 第91-92页 |
| ·基于改进的量子遗传算法优化 | 第92-94页 |
| ·算例分析 | 第94-98页 |
| ·本章小结 | 第98-99页 |
| 第4章 智能电网中风光互补联合调度研究 | 第99-114页 |
| ·太阳能光伏发电特性研究 | 第99-105页 |
| ·光伏发电出力基本特性 | 第99-100页 |
| ·光伏发电对系统规划的影响 | 第100-101页 |
| ·光伏发电出力特性指标 | 第101-105页 |
| ·风光互补混合供电系统联合调度模型 | 第105-108页 |
| ·系统介绍 | 第105页 |
| ·主要数学模型分析 | 第105-106页 |
| ·目标函数及约束条件 | 第106-108页 |
| ·风光互补联合调度多目标决策算法研究 | 第108-111页 |
| ·混沌免疫遗传算法研究 | 第108页 |
| ·算法步骤 | 第108-111页 |
| ·算例分析 | 第111-113页 |
| ·本章小结 | 第113-114页 |
| 第5章 智能电网中多种发电模式联合调度模型研究 | 第114-131页 |
| ·火、风、光电混合电力系统分析 | 第114-115页 |
| ·智能电网中多种发电模式联合调度模型研究 | 第115-119页 |
| ·目标函数 | 第115-116页 |
| ·约束条件 | 第116-119页 |
| ·多目标决策算法研究 | 第119-125页 |
| ·量子进化算法 | 第119-120页 |
| ·粒子群优化算法 | 第120-121页 |
| ·量子粒子群优化算法 | 第121-123页 |
| ·改进的量子粒子群优化算法 | 第123-125页 |
| ·实证分析 | 第125-129页 |
| ·本章小结 | 第129-131页 |
| 第6章 智能电网中多种发电模式联合调度效益评价研究 | 第131-151页 |
| ·综合评价指标体系 | 第131-134页 |
| ·指标体系建立的原则 | 第131-132页 |
| ·综合评价指标体系 | 第132-134页 |
| ·综合评价方法优选 | 第134-141页 |
| ·综合评价方法汇总 | 第134-140页 |
| ·综合评价方法优缺点分析 | 第140-141页 |
| ·基于vague集和D-S证据理论的综合评价 | 第141-147页 |
| ·基于vague集的决策矩阵 | 第141-143页 |
| ·D-S证据理论 | 第143-145页 |
| ·综合评价模型设计 | 第145-147页 |
| ·实证分析 | 第147-150页 |
| ·本章小结 | 第150-151页 |
| 第7章 智能电网中多种发电模式联合调度管理建议方案 | 第151-158页 |
| ·问题分析 | 第151-154页 |
| ·建议方案 | 第154-157页 |
| ·本章小结 | 第157-158页 |
| 第8章 结论与展望 | 第158-161页 |
| ·结论 | 第158-159页 |
| ·展望 | 第159-161页 |
| 参考文献 | 第161-171页 |
| 攻读博士学位期间发表的论文及其它成果 | 第171-173页 |
| 攻读博士学位期间参加的科研工作 | 第173-174页 |
| 致谢 | 第174-176页 |
| 作者简介 | 第176页 |