含风电场的电力系统环保经济调度
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-14页 |
| 1.1 课题研究背景 | 第6-9页 |
| 1.1.1 世界能源状况和环境变化 | 第6页 |
| 1.1.2 风电发展 | 第6-9页 |
| 1.2 课题的研究意义 | 第9-11页 |
| 1.2.1 风电并网对电力系统经济调度的影响 | 第9-10页 |
| 1.2.2 含风电场电力系统环保经济调度的意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 电力系统环境经济调度研究现状 | 第11-12页 |
| 1.3.2 含风电场的经济调度的求解算法研究现状 | 第12-13页 |
| 1.4 本文的主要工作 | 第13-14页 |
| 第二章 含风电场的电力系统环保经济调度建模 | 第14-26页 |
| 2.1 引言 | 第14页 |
| 2.2 含风电场的经济调度建模方法及分析 | 第14-16页 |
| 2.2.1 确定性建模方法 | 第14-15页 |
| 2.2.2 模糊建模方法 | 第15页 |
| 2.2.3 概率建模方法 | 第15-16页 |
| 2.3 风电功率概率模型 | 第16-21页 |
| 2.3.1 基于Weibull分布的概率建模 | 第16-19页 |
| 2.3.2 基于Beta分布的概率建模 | 第19-20页 |
| 2.3.3 风电功率概率模型总结 | 第20-21页 |
| 2.4 常规电力系统经济调度模型 | 第21-23页 |
| 2.4.1 目标函数 | 第21-22页 |
| 2.4.2 约束条件 | 第22-23页 |
| 2.5 含风电场的电力系统环保经济调度模型 | 第23-25页 |
| 2.5.1 目标函数 | 第23-24页 |
| 2.5.2 约束条件 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 基于遗传算法的改进型混合算法 | 第26-40页 |
| 3.1 遗传算法 | 第26-32页 |
| 3.1.1 遗传算法概述 | 第26页 |
| 3.1.2 遗传算法的基本优化过程 | 第26-30页 |
| 3.1.3 电力系统经调度中遗传算法的越限调整 | 第30-31页 |
| 3.1.4 遗传算法优点 | 第31-32页 |
| 3.1.5 遗传算法的缺点 | 第32页 |
| 3.2 爬山算法 | 第32-33页 |
| 3.2.1 爬山算法的简介 | 第32页 |
| 3.2.2 爬山法最优解保留策略 | 第32-33页 |
| 3.2.3 算法终止条件 | 第33页 |
| 3.3 改进混合遗传算法 | 第33-37页 |
| 3.3.1 基于遗传算法进行改进 | 第33-34页 |
| 3.3.2 混合算法的设计 | 第34-37页 |
| 3.4 本章小结 | 第37-40页 |
| 第四章 算例分析 | 第40-48页 |
| 4.1 算例仿真参数设置 | 第40-41页 |
| 4.2 不同环境成本对调度的影响 | 第41-42页 |
| 4.3 调度模型的对比分析 | 第42-45页 |
| 4.4 改进型混合遗传算法与传统算法对比 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 攻读学位期间的研究成果 | 第54-56页 |
| 致谢 | 第56-58页 |
