首页--经济论文--工业经济论文--中国工业经济论文--工业部门经济论文

电力市场环境下梯级水电厂报价策略研究

中文摘要第1页
英文摘要第4-7页
第一章 绪论第7-12页
   ·课题研究的背景第7-8页
   ·梯级水电厂竞价上网交易计划研究现状第8-10页
     ·发电商日前发电报价研究现状第8-9页
     ·梯级水电厂电量优化研究现状第9-10页
   ·本文的主要工作第10-12页
第二章 PSO-BP 模型的市场出清电价预测第12-26页
   ·短期电价预测方法第12-14页
     ·时间序列预测法第12-13页
     ·基于小波理论的预测方法第13页
     ·神经网络预测方法第13页
     ·组合预测方法第13-14页
   ·BP 神经网络第14-20页
     ·BP 神经网络的网络结构第14-15页
     ·BP 算法的改进第15-16页
     ·BP 神经网络学习公式推导第16-20页
   ·粒子群优化算法第20-21页
     ·粒子群优化算法第20页
     ·采用PSO 训练BP 神经网络第20-21页
   ·应用实例第21-25页
     ·预测数据模型第21-22页
     ·预测结果第22-23页
     ·实例预测第23-25页
   ·本章小结第25-26页
第三章 基于投资组合理论的发电容量分配策略第26-31页
   ·投资组合理论第26-27页
     ·风险偏好与效用的定义第26-27页
     ·基于投资组合理论的多个市场发电容量分配策略第27页
   ·合同、日前两市场投标组合函数模型第27-29页
   ·算例分析第29-30页
   ·本章小结第30-31页
第四章 梯级水电站群竞价策略第31-46页
   ·水电与电力市场第31-34页
     ·梯级水电特点第32页
     ·梯级水电站经济运行准则第32-34页
     ·梯级水电厂竞价机制第34页
   ·梯级水电站竞价模型第34-35页
     ·目标函数形式第34-35页
     ·约束条件第35页
   ·算法的选择第35-38页
     ·遗传算法第36-37页
     ·遗传算法的优点第37-38页
     ·遗传算法描述第38页
   ·算例分析第38-45页
     ·数据来源第38-42页
     ·计算结果第42-45页
   ·本章小结第45-46页
第五章 结论与展望第46-49页
   ·结论第46-47页
   ·展望第47-49页
参考文献第49-53页
致谢第53-54页
在学期间发表的学术论文和参加科研情况第54页

论文共54页,点击 下载论文
上一篇:火力发电厂事故的应急管理及虚拟仿真研究
下一篇:聚苯胺及其复合材料电容性能研究