摘要 | 第3-4页 |
abstract | 第4-5页 |
1 绪论 | 第8-14页 |
1.1 研究背景 | 第8-9页 |
1.1.1 我国能源利用趋势 | 第8页 |
1.1.2 太阳能资源 | 第8-9页 |
1.1.3 水能资源 | 第9页 |
1.2 研究目的与意义 | 第9-10页 |
1.3 国内外研究现状 | 第10-12页 |
1.3.1 梯级水电站调度的国内外研究现状 | 第10-11页 |
1.3.2 水光互补联合运行的国内外研究现状 | 第11-12页 |
1.4 本文研究内容及结构安排 | 第12-14页 |
2 梯级水电站、光伏电站、联合调度的概述 | 第14-22页 |
2.1 光伏发电技术 | 第14-16页 |
2.1.1 光伏发电系统的组成 | 第14页 |
2.1.2 光伏发电的优缺点 | 第14-15页 |
2.1.3 光伏功率预测 | 第15-16页 |
2.2 水力发电技术 | 第16-18页 |
2.2.1 水力发电特点 | 第16-17页 |
2.2.2 水电站的分类 | 第17-18页 |
2.3 梯级水电站与光伏电站的联合系统 | 第18-20页 |
2.3.1 梯级水电站与光伏电站联合调度的优势 | 第18-19页 |
2.3.2 联合系统的调峰 | 第19-20页 |
2.4 本章小结 | 第20-22页 |
3 优化调度模型的研究 | 第22-28页 |
3.1 梯级水电站的特性 | 第22-24页 |
3.2 优化调度方案以及模型建立思路 | 第24-25页 |
3.3 目标函数 | 第25-26页 |
3.3.1 目标函数一 | 第25页 |
3.3.2 目标函数二 | 第25-26页 |
3.4 约束条件 | 第26-27页 |
3.5 本章小结 | 第27-28页 |
4 模型求解方法的研究 | 第28-34页 |
4.1 标准布谷鸟算法 | 第28-29页 |
4.2 多目标布谷鸟算法 | 第29-33页 |
4.2.1 多目标优化算法的基本概念 | 第30页 |
4.2.2 多目标布谷鸟算法的设计 | 第30-32页 |
4.2.3 多目标布谷鸟算法的步骤 | 第32-33页 |
4.3 本章小结 | 第33-34页 |
5 实例验证与结果分析 | 第34-62页 |
5.1 计算背景及电源概况 | 第34-35页 |
5.2 研究所采用的基本数据 | 第35-38页 |
5.2.1 梯级水电站主要数据 | 第35-36页 |
5.2.2 光伏电站预测数据 | 第36-38页 |
5.2.3 典型日负荷数据 | 第38页 |
5.3 双目标梯级水电站与光伏电站联合系统的优化模型求解 | 第38-61页 |
5.3.1 丰水期典型日条件下的计算结果 | 第38-50页 |
5.3.1.1 丰水期晴天典型日条件下的计算结果 | 第39-50页 |
5.3.2 丰水期计算结果总结 | 第50页 |
5.3.3 枯水期典型日条件下的计算结果 | 第50-61页 |
5.3.4 枯水期计算结果总结 | 第61页 |
5.4 本章小结 | 第61-62页 |
6 总结与展望 | 第62-64页 |
6.1 总结 | 第62页 |
6.2 展望 | 第62-64页 |
致谢 | 第64-66页 |
参考文献 | 第66-70页 |
在校学习期间发表的论文 | 第70页 |