| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 1 绪论 | 第12-22页 |
| ·课题的研究背景和意义 | 第12-15页 |
| ·风能和智能电网的发展及背景 | 第12-14页 |
| ·风电并网对电力系统的影响 | 第14-15页 |
| ·国内外研究现状 | 第15-20页 |
| ·电功率预测研究现状 | 第15-16页 |
| ·含风场的电力系统动态经济调度研究现状 | 第16-18页 |
| ·粒子群算法研究现状 | 第18-20页 |
| ·本文的主要工作 | 第20-22页 |
| 2 基于小世界邻域的粒子群优化算法 | 第22-40页 |
| ·引言 | 第22页 |
| ·基本粒子群算法 | 第22-26页 |
| ·算法基本原理 | 第22-23页 |
| ·算法主要参数分析 | 第23-25页 |
| ·算法基本流程及特点 | 第25-26页 |
| ·算法拓扑结构分析 | 第26-29页 |
| ·算法拓扑结构模型 | 第26-28页 |
| ·邻域拓扑结构特征属性分析 | 第28-29页 |
| ·基于小世界邻域的粒子群优化算法 | 第29-39页 |
| ·小世界邻域拓扑结构的构造 | 第29-31页 |
| ·小世界邻域拓扑结构特性分析 | 第31页 |
| ·邻域结构动态更新策略 | 第31-32页 |
| ·算法实现流程 | 第32-33页 |
| ·数值仿真研究 | 第33-39页 |
| ·本章小结 | 第39-40页 |
| 3 基于改进BP神经网络的风电功率预测 | 第40-62页 |
| ·引言 | 第40页 |
| ·风电功率预测原理 | 第40-46页 |
| ·基于NWP的风电功率预测 | 第40-43页 |
| ·基于历史数据的风电功率预测 | 第43-44页 |
| ·风机功率特性曲线 | 第44-45页 |
| ·风电功率预测评判指标 | 第45-46页 |
| ·改进BP神经网络的风电功率预测模型 | 第46-52页 |
| ·基本BP神经网络建模原理 | 第46-49页 |
| ·基本BP神经网络模型的不足 | 第49页 |
| ·基于小世界邻域粒子群的改进型BP神经网络 | 第49-52页 |
| ·基于NWP信息和改进BP神经网络的风电功率预测 | 第52-56页 |
| ·原始数据处理 | 第52-53页 |
| ·基于现场数据的风速-功率拟合曲线 | 第53-54页 |
| ·基于改进BP神经网络的风电功率预测 | 第54-56页 |
| ·基于历史数据和NWP组合信息的风电功率预测 | 第56-59页 |
| ·基于历史数据不同时间尺度预测及分析 | 第56-57页 |
| ·基于历史数据和NWP组合信息的风电功率预测 | 第57-59页 |
| ·采用不同输入信息的风电功率预测对比分析 | 第59页 |
| ·本章小结 | 第59-62页 |
| 4 基于点预测信息的风电并网电力系统优化调度 | 第62-76页 |
| ·引言 | 第62页 |
| ·含风电场电力系统动态经济调度 | 第62-68页 |
| ·传统电力系统经济调度问题概述 | 第62-64页 |
| ·含风电场电力系统经济调度的技术特点 | 第64-65页 |
| ·含风电场的电力系统动态经济调度数学模型 | 第65-68页 |
| ·基于SW-PSO的风电并网电力系统优化调度求解 | 第68-71页 |
| ·适应度函数设计 | 第68-69页 |
| ·粒子编码设计 | 第69页 |
| ·约束条件的处理 | 第69-70页 |
| ·求解流程 | 第70-71页 |
| ·算例分析 | 第71-73页 |
| ·系统参数 | 第71-72页 |
| ·仿真结果及分析 | 第72-73页 |
| ·本章小结 | 第73-76页 |
| 5 基于机会约束规划和预测误差区间的风电并网优化调度 | 第76-86页 |
| ·引言 | 第76页 |
| ·基于机会约束规划的风电并网电力系统优化调度数学模型 | 第76-79页 |
| ·机会约束规划原理 | 第76-77页 |
| ·机会约束规划在风电并网优化调度研究中的可行性 | 第77页 |
| ·基于机会约束规划的风电并网电力系统优化调度数学模型 | 第77-79页 |
| ·基于蒙特卡洛模拟技术的概率约束条件检验 | 第79-80页 |
| ·蒙特卡洛模拟技术 | 第79-80页 |
| ·风电平均出力区间随机模拟 | 第80页 |
| ·求解流程 | 第80-81页 |
| ·算例分析 | 第81-83页 |
| ·本章小结 | 第83-86页 |
| 6 总结与展望 | 第86-88页 |
| ·总结 | 第86-87页 |
| ·展望 | 第87-88页 |
| 参考文献 | 第88-94页 |
| 作者简历 | 第94-98页 |
| 学位论文数据集 | 第98页 |
