基于NSGA-Ⅱ算法的微电网规划研究与设计
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 选题背景和研究意义 | 第8页 |
| 1.2 微电网国内外研究现状 | 第8-9页 |
| 1.3 论文的主要研究内容与结构 | 第9-11页 |
| 1.3.1 论文的主要研究内容 | 第9-10页 |
| 1.3.2 论文的主要结构 | 第10-11页 |
| 2 分布式电源功率预测 | 第11-22页 |
| 2.1 分布式发电功率预测概述 | 第11页 |
| 2.2 基于粗糙集理论与BP神经网络风电功率预测 | 第11-17页 |
| 2.2.1 粗糙集理论处理方法 | 第11-13页 |
| 2.2.2 基于粗糙集理论的影响风速关键因子化简 | 第13-14页 |
| 2.2.3 BP神经网络风电功率预测 | 第14-17页 |
| 2.3 基于改进BP神经网络的光伏发电功率预测 | 第17-21页 |
| 2.3.1 改进BP学习算法 | 第17-18页 |
| 2.3.2 改进BP神经网络预测模型输入变量筛选 | 第18-20页 |
| 2.3.3 改进BP神经网络光伏发电功率预测 | 第20-21页 |
| 2.4 小结 | 第21-22页 |
| 3 NSGA-Ⅱ多目标优化算法研究 | 第22-34页 |
| 3.1 多目标优化问题 | 第22-23页 |
| 3.1.1 多目标优化基本概念 | 第22-23页 |
| 3.2 多目标优化算法 | 第23-25页 |
| 3.2.1 多目标蚁群优化算法 | 第23-24页 |
| 3.2.2 多目标粒子群优化算法 | 第24-25页 |
| 3.3 NSGA-Ⅱ多目标优化算法 | 第25-30页 |
| 3.3.1 遗传算法的基本原理 | 第25-27页 |
| 3.3.2 NSGA-Ⅱ算法 | 第27-30页 |
| 3.4 性能测试与分析 | 第30-33页 |
| 3.5 小结 | 第33-34页 |
| 4 微电网规划设计与仿真 | 第34-45页 |
| 4.1 微电网的系统组成 | 第34-36页 |
| 4.1.1 光伏发电模型 | 第34-35页 |
| 4.1.2 风力发电模型 | 第35页 |
| 4.1.3 柴油发电模型 | 第35页 |
| 4.1.4 蓄电池模型 | 第35-36页 |
| 4.2 微电网规划模型 | 第36-38页 |
| 4.2.1 目标函数 | 第36-37页 |
| 4.2.2 约束条件 | 第37-38页 |
| 4.3 微电网规划模型求解与分析 | 第38-42页 |
| 4.3.1 参数设置 | 第38-40页 |
| 4.3.2 微电网规划方案分析 | 第40-42页 |
| 4.4 微电网规划方案综合评价 | 第42-44页 |
| 4.5 小结 | 第44-45页 |
| 结论 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 攻读学位期间的研究成果 | 第49页 |
