摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-21页 |
1.1 选题的研究背景及意义 | 第12-15页 |
1.2 国内外风电功率研究现状 | 第15-18页 |
1.2.1 风电功率预测分类 | 第15-16页 |
1.2.2 国内外风电功率预测研究现状 | 第16-18页 |
1.3 含风电电力系统经济调度研究现状 | 第18-19页 |
1.4 本文的主要内容和章节安排 | 第19-21页 |
第二章 风力发电特性及数据处理 | 第21-34页 |
2.1 引言 | 第21页 |
2.2 风力发电特性 | 第21-24页 |
2.2.1 风力发电的特点 | 第21页 |
2.2.2 风机的风速-功率曲线 | 第21-23页 |
2.2.3 影响风电场输出功率的地理因素 | 第23-24页 |
2.3 数据处理 | 第24-31页 |
2.3.1 坏数据的剔除与修补 | 第24-25页 |
2.3.2 数据的平滑处理 | 第25-31页 |
2.4 风电功率预测评价指标 | 第31-33页 |
2.4.1 预测误差来源 | 第31-32页 |
2.4.2 常用误差指标 | 第32-33页 |
2.5 本章小结 | 第33-34页 |
第三章 果蝇算法优化SVM及其在风电功率预测的应用 | 第34-53页 |
3.1 引言 | 第34页 |
3.2 支持向量机原理 | 第34-39页 |
3.2.1 机器学习原理 | 第34-35页 |
3.2.2 核函数 | 第35-37页 |
3.2.3 支持向量机回归 | 第37-38页 |
3.2.4 基于支持向量机模型的优势与不足 | 第38-39页 |
3.3 最小二乘支持向量机 | 第39-41页 |
3.3.1 最小二乘支持向量机原理 | 第39-41页 |
3.3.2 最小二乘支持向量机参数选取 | 第41页 |
3.4 基本的果蝇算法原理 | 第41-43页 |
3.4.1 演化式计算与群体智能 | 第41页 |
3.4.2 果蝇算法原理及其寻优步骤 | 第41-43页 |
3.5 改进果蝇优化算法 | 第43-45页 |
3.5.1 果蝇算法的改进 | 第43页 |
3.5.2 算法收敛性证明 | 第43页 |
3.5.3 算法函数测试与分析 | 第43-45页 |
3.6 风电功率短期预测模型 | 第45-52页 |
3.6.1 改进果蝇算法优化的SVM模型(MFOA-SVM)的建立 | 第45-46页 |
3.6.2 利用MFOA(修正型果蝇优化算法)选择最佳参数c,g | 第46-47页 |
3.6.3 实验仿真与结果分析 | 第47-52页 |
3.7 本章小结 | 第52-53页 |
第四章 含风电场的电力系统经济调度 | 第53-64页 |
4.1 引言 | 第53页 |
4.2 含风电场电力系统经济调度模型 | 第53-56页 |
4.2.1 风电并网对电力系统经济调度的影响 | 第53页 |
4.2.2 改善风电场对电网影响的措施 | 第53-54页 |
4.2.3 传统的电力系统经济调度模型 | 第54-55页 |
4.2.4 含风电场的电力系统经济调度 | 第55-56页 |
4.3 粒子群优化算法 | 第56-59页 |
4.3.1 基本的粒子群优化算法 | 第56-57页 |
4.3.2 改进粒子群算法 | 第57-58页 |
4.3.3 算法收敛性证明 | 第58-59页 |
4.4 10 机系统模型分析 | 第59-63页 |
4.4.1 系统参数 | 第59-60页 |
4.4.2 仿真结果与分析 | 第60-63页 |
4.5 本章小结 | 第63-64页 |
第五章 基于模糊机会约束的优化调度研究 | 第64-75页 |
5.1 引言 | 第64页 |
5.2 模糊机会约束理论 | 第64-67页 |
5.2.1 模糊机会约束规划模型 | 第64-65页 |
5.2.2 清晰等价形式 | 第65-66页 |
5.2.3 模糊参数的隶属度函数 | 第66-67页 |
5.3 基于模糊机会约束的调度模型 | 第67-69页 |
5.3.1 目标函数 | 第67-68页 |
5.3.2 约束条件 | 第68-69页 |
5.4 10 机实验系统算例分析 | 第69-73页 |
5.5 本章小结 | 第73-75页 |
第六章 总结与展望 | 第75-77页 |
6.1 论文总结 | 第75-76页 |
6.2 展望 | 第76-77页 |
参考文献 | 第77-82页 |
致谢 | 第82-83页 |
攻读硕士学位期间取得的研究成果 | 第83页 |