| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及研究的目的和意义 | 第10-12页 |
| 1.1.1 厂级AGC负荷分配 | 第10页 |
| 1.1.2 新能源并网发电 | 第10-11页 |
| 1.1.3 必要性和意义 | 第11-12页 |
| 1.2 负荷优化分配研究现况 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.3 本文的研究内容 | 第15-16页 |
| 第2章 煤耗量预测 | 第16-31页 |
| 2.1 引言 | 第16页 |
| 2.2 影响单元机组煤耗特性的因素 | 第16页 |
| 2.3 煤耗量获取 | 第16-22页 |
| 2.3.1 煤耗量获取方法 | 第16-17页 |
| 2.3.2 煤耗量计算 | 第17-22页 |
| 2.4 煤耗特性曲线拟合 | 第22-30页 |
| 2.4.1 最小二乘法拟合曲线 | 第22-23页 |
| 2.4.2 基于神经网络的煤耗特性模型 | 第23-29页 |
| 2.4.3 在线煤耗特性预测 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 适应新能源接入的负荷分配系统模型 | 第31-42页 |
| 3.1 引言 | 第31-33页 |
| 3.2 目标函数 | 第33-36页 |
| 3.2.1 基于经济性的负荷优化分配系统 | 第33-34页 |
| 3.2.2 基于快速性的负荷优化分配系统 | 第34-36页 |
| 3.2.3 基于稳定性的负荷分配系统 | 第36页 |
| 3.3 多目标优化的厂级负荷优化分配系统 | 第36-39页 |
| 3.3.1 目标函数改进 | 第36-37页 |
| 3.3.2 综合经济性与快速性的多目标负荷优化系统 | 第37-38页 |
| 3.3.3 多目标负荷优化分配的权重确定方法 | 第38-39页 |
| 3.4 约束条件设计 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于改进粒子群算法的厂级负荷分配系统 | 第42-54页 |
| 4.1 粒子群算法基本原理 | 第42-47页 |
| 4.1.1 粒子群优化算法的更新过程 | 第42-43页 |
| 4.1.2 粒子群算法迭代过程 | 第43-45页 |
| 4.1.3 粒子群优化算法的参数设置 | 第45-47页 |
| 4.1.4 PSO的设计原则 | 第47页 |
| 4.2 粒子群优化算法的改进 | 第47-49页 |
| 4.2.1 适应度的计算 | 第47-48页 |
| 4.2.2 基于模拟退火的粒子群算法 | 第48-49页 |
| 4.3 算例分析 | 第49-53页 |
| 4.3.1 改进粒子群算法优势 | 第50页 |
| 4.3.2 验证经济性、快速性以及多目标优化方案 | 第50-51页 |
| 4.3.3 连续时间段应用 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 结论与展望 | 第54-56页 |
| 5.1 结论 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-61页 |
| 致谢 | 第61页 |