基于协同进化算法的含风电场的电力系统优化调度研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题的研究背景 | 第12-15页 |
| 1.1.1 风能的形成 | 第12-13页 |
| 1.1.2 风力发电技术 | 第13-14页 |
| 1.1.3 风力发电国内外发展现状 | 第14-15页 |
| 1.2 课题的研究意义 | 第15-16页 |
| 1.3 电力系统经济调度问题研究现状分析 | 第16-17页 |
| 1.4 本文的主要研究工作 | 第17-18页 |
| 1.5 本章小结 | 第18-20页 |
| 第二章 风电场接入对电力系统经济调度的影响研究 | 第20-28页 |
| 2.1 引言 | 第20页 |
| 2.2 电力系统经济调度问题描述 | 第20-21页 |
| 2.3 风电的价值 | 第21页 |
| 2.4 风电场接入对电力系统经济调度的影响 | 第21-27页 |
| 2.4.1 风电场接入对电力系统产生的经济影响 | 第22-24页 |
| 2.4.2 风电功率预测精度对经济性的影响 | 第24-25页 |
| 2.4.3 风电场配置对经济性的影响 | 第25-26页 |
| 2.4.4 风电渗透率对经济性的影响 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 含风电场的电力系统经济调度建模分析与研究 | 第28-41页 |
| 3.1 引言 | 第28页 |
| 3.2 风电场短期功率预测 | 第28-36页 |
| 3.2.1 基于经验模式分解的预测方法 | 第28-30页 |
| 3.2.2 基于总体平均经验模式分解的预测方法 | 第30-31页 |
| 3.2.3 某风电场输出功率预测实例 | 第31-36页 |
| 3.3 传统的电力系统经济调度模型 | 第36-37页 |
| 3.3.1 目标函数 | 第36页 |
| 3.3.2 约束条件 | 第36-37页 |
| 3.3.3 模型评价 | 第37页 |
| 3.4 含风电场的电力系统经济调度模型 | 第37-40页 |
| 3.4.1 目标函数 | 第37-38页 |
| 3.4.2 约束条件 | 第38-39页 |
| 3.4.3 模型评价 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 改进的协同进化多目标优化算法 | 第41-54页 |
| 4.1 引言 | 第41页 |
| 4.2 协同进化的生物学基础 | 第41页 |
| 4.3 协同进化算法的分类 | 第41-44页 |
| 4.3.1 基于种间竞争机制的协同进化算法 | 第41-43页 |
| 4.3.2 基于共生机制的协同进化算法 | 第43-44页 |
| 4.3.3 基于捕食-猎物机制的协同进化算法 | 第44页 |
| 4.4 多目标优化问题描述 | 第44-45页 |
| 4.5 改进的协同进化多目标优化算法 | 第45-53页 |
| 4.5.1 适应度定义与选择机制 | 第46页 |
| 4.5.2 协同进化算子设计 | 第46-47页 |
| 4.5.3 算法流程 | 第47-49页 |
| 4.5.4 函数测试比较研究 | 第49-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 基于MOCEA的含风电场电力系统经济调度 | 第54-65页 |
| 5.1 引言 | 第54页 |
| 5.2 数学模型 | 第54-56页 |
| 5.2.1 目标函数 | 第54-56页 |
| 5.2.2 约束条件 | 第56页 |
| 5.3 算例分析 | 第56-64页 |
| 5.3.1 PSO算法求解单目标优化模型 | 第57-58页 |
| 5.3.2 单目标优化仿真结果分析 | 第58-60页 |
| 5.3.3 改进的MOCEA求解多目标优化模型 | 第60-61页 |
| 5.3.4 多目标优化仿真结果分析。 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-68页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73页 |
