摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-17页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 课题研究现状 | 第11-14页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-14页 |
1.3 主要研究内容与组织结构 | 第14-16页 |
1.4 本章小结 | 第16-17页 |
第2章 微电网系统的随机特性研究 | 第17-22页 |
2.1 风力发电的概率分布模型 | 第17-18页 |
2.2 光伏发电的概率分布模型 | 第18-19页 |
2.3 考虑不确定性因素的风险指标 | 第19-20页 |
2.3.1 失负荷风险指标 | 第20页 |
2.3.2 风光浪费风险指标 | 第20页 |
2.4 本章小结 | 第20-22页 |
第3章 孤岛状态下微网系统环保经济调度模型 | 第22-25页 |
3.1 目标函数 | 第22-23页 |
3.2 主要约束条件 | 第23-24页 |
3.3 蓄电池充放电控制策略 | 第24页 |
3.4 本章小结 | 第24-25页 |
第4章 并网状态下微网系统环保经济调度模型 | 第25-33页 |
4.1 峰谷分时电价下的用户响应行为 | 第25-27页 |
4.2 峰谷分时电价的制定 | 第27-29页 |
4.3 需求侧用电满意度函数 | 第29-31页 |
4.3.1 用户用电方式满意度 | 第29-30页 |
4.3.2 用户电费支出满意度 | 第30页 |
4.3.3 用户综合满意度指标 | 第30-31页 |
4.4 并网状态下微网环保经济调度模型 | 第31页 |
4.4.1 目标函数 | 第31页 |
4.4.2 主要约束条件 | 第31页 |
4.5 本章小节 | 第31-33页 |
第5章 MOPSO算法改进及应用 | 第33-47页 |
5.1 多目标粒子群算法简介 | 第33-34页 |
5.1.1 PSO 算法 | 第33页 |
5.1.2 多目标优化 | 第33-34页 |
5.2 改进MOPSO算法 | 第34-36页 |
5.3 熵权法 | 第36-38页 |
5.4 孤岛状态下微电网调度方案 | 第38-41页 |
5.4.1 算例参数 | 第38页 |
5.4.2 结论分析 | 第38-41页 |
5.5 并网状态下微电网调度方案 | 第41-46页 |
5.5.1 分时电价对调度方案的影响 | 第42-43页 |
5.5.2 发电侧成本最低时的调度方案 | 第43-44页 |
5.5.3 用户侧满意度最高时的调度方案 | 第44-45页 |
5.5.4 考虑发电成本和用户满意度的综合调度方案 | 第45-46页 |
5.6 本章小结 | 第46-47页 |
第6章 总结与展望 | 第47-49页 |
6.1 总结 | 第47页 |
6.2 展望 | 第47-49页 |
参考文献 | 第49-53页 |
附录 | 第53-54页 |
攻读硕士学位期间发表的论文及其它成果 | 第54-55页 |
致谢 | 第55页 |