| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 电力市场中风电、光伏发电竞价研究 | 第11-12页 |
| 1.2.2 多智能体在电力市场建模仿真中的研究现状 | 第12-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 第2章 电力市场概述及可再生能源电价机制分析 | 第14-21页 |
| 2.1 电力市场概述 | 第14-16页 |
| 2.1.1 电力市场的定义 | 第14页 |
| 2.1.2 电力市场交易模式 | 第14-15页 |
| 2.1.3 电力市场竞价机制 | 第15-16页 |
| 2.2 上网电价相关知识 | 第16-18页 |
| 2.2.1 上网电价定义 | 第16-17页 |
| 2.2.2 上网电价的形成机制及定价方法 | 第17-18页 |
| 2.2.3 发电商竞价上网的基本原则 | 第18页 |
| 2.3 可再生能源发电电价机制分析 | 第18-20页 |
| 2.3.1 固定电价制度 | 第18-19页 |
| 2.3.2 招标制 | 第19页 |
| 2.3.3 配额制 | 第19-20页 |
| 2.3.4 绿色电价制 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 电力市场建模与仿真 | 第21-33页 |
| 3.1 电力市场建模及仿真的理论基础 | 第21-23页 |
| 3.1.1 复杂适应系统 | 第21-22页 |
| 3.1.2 多智能体系统及建模 | 第22-23页 |
| 3.1.3 基于主体的计算经济学 | 第23页 |
| 3.2 AGENT算法 | 第23-32页 |
| 3.2.1 强化学习算法 | 第24-25页 |
| 3.2.2 引入遗传算法 | 第25-27页 |
| 3.2.3 简单遗传算法改进 | 第27页 |
| 3.2.4 遗传算法算例分析 | 第27-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 基于多智能体建模的可再生能源发电竞价研究 | 第33-50页 |
| 4.1 发电成本构成分析及模型建立 | 第33-38页 |
| 4.1.1 发电成本构成 | 第33-35页 |
| 4.1.2 发电成本模型 | 第35-38页 |
| 4.2 电力市场模型建立 | 第38-42页 |
| 4.2.1 电力市场多智能体模型框架 | 第38-39页 |
| 4.2.2 发电公司Agent设计 | 第39-41页 |
| 4.2.3 市场Agent设计 | 第41-42页 |
| 4.3 可再生能源参与市场竞价研究 | 第42-49页 |
| 4.3.1 算例数据 | 第42-44页 |
| 4.3.2 仿真分析 | 第44-46页 |
| 4.3.3 可再生能源发电竞争力影响因素分析 | 第46-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 电力市场中可再生能源补贴机制研究 | 第50-59页 |
| 5.1 可再生能源发电技术竞争力的提高方法 | 第50-52页 |
| 5.1.1 可再生能源补贴 | 第50-52页 |
| 5.1.2 火电环境成本内部化 | 第52页 |
| 5.2 基于ACE的补贴机制研究 | 第52-58页 |
| 5.2.1 补贴力度研究 | 第53-55页 |
| 5.2.2 可再生能源发展规模研究 | 第55-57页 |
| 5.2.3 提升风电、光伏发电技术市场竞争力的建议 | 第57-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-60页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第64-65页 |
| 致谢 | 第65页 |