| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-28页 |
| 1.1 课题背景及研究意义 | 第12-15页 |
| 1.2 微电网能量管理研究现状 | 第15-18页 |
| 1.3 微电网能量管理概述 | 第18-25页 |
| 1.3.1 微电网能量管理系统 | 第18-20页 |
| 1.3.2 微电网能量管理系统的控制结构 | 第20-25页 |
| 1.4 论文的主要研究内容 | 第25-28页 |
| 第2章 微电网能量优化管理策略理论基础 | 第28-47页 |
| 2.1 引言 | 第28页 |
| 2.2 微电网的结构与组成 | 第28-34页 |
| 2.2.1 微电网的结构 | 第28-29页 |
| 2.2.2 分布式电源的介绍 | 第29-34页 |
| 2.3 多代理系统 | 第34-36页 |
| 2.4 微电网目标函数 | 第36-38页 |
| 2.4.1 目标函数 | 第36-37页 |
| 2.4.2 约束条件 | 第37-38页 |
| 2.5 优化算法 | 第38-39页 |
| 2.6 博弈论 | 第39-42页 |
| 2.6.1 博弈论的基本要素 | 第40页 |
| 2.6.2 博弈的分类 | 第40-41页 |
| 2.6.3 纳什均衡 | 第41-42页 |
| 2.7 负荷和可再生能源发电预测算法 | 第42-45页 |
| 2.8 本章小结 | 第45-47页 |
| 第3章 基于负荷和可再生能源发电预测的微电网的能量管理策略 | 第47-65页 |
| 3.1 引言 | 第47页 |
| 3.2 多代理系统模型 | 第47-49页 |
| 3.3 微电网目标函数的建立 | 第49-53页 |
| 3.3.1 目标函数 | 第49-50页 |
| 3.3.2 约束条件 | 第50-51页 |
| 3.3.3 罚函数法 | 第51-52页 |
| 3.3.4 权重系数 | 第52-53页 |
| 3.4 微电网优化算法 | 第53-55页 |
| 3.4.1 中心引力算法 | 第53-54页 |
| 3.4.2 基于模拟退火的粒子群优化算法 | 第54-55页 |
| 3.5 基于PSO的模糊神经网络预测算法 | 第55-57页 |
| 3.6 仿真结果与分析 | 第57-64页 |
| 3.7 本章小结 | 第64-65页 |
| 第4章 基于博弈论分布式电源在微电网电力市场中的竞标发电策略 | 第65-81页 |
| 4.1 引言 | 第65页 |
| 4.2 微电网电力市场交易模型 | 第65-68页 |
| 4.2.1 微电网电力市场交易下多代理系统的构建 | 第65-66页 |
| 4.2.2 多层微电网电力市场交易模型 | 第66-68页 |
| 4.3 基于博弈论竞标模型 | 第68-71页 |
| 4.3.1 两层竞标模型 | 第68-70页 |
| 4.3.2 基于博弈论的竞标模型 | 第70-71页 |
| 4.4 博弈模型的纳什均衡解的求取算法 | 第71-74页 |
| 4.4.1 MPEC-MILP转换 | 第71-73页 |
| 4.4.2 基于博弈论以EPEC为约束的优化问题 | 第73-74页 |
| 4.5 仿真结果与分析 | 第74-80页 |
| 4.5.1 非合作博弈 | 第76-77页 |
| 4.5.2 合作博弈 | 第77-78页 |
| 4.5.3 非合作和合作博弈比较 | 第78-80页 |
| 4.6 本章小结 | 第80-81页 |
| 第5章 基于多时间尺度的微电网能量管理策略 | 第81-101页 |
| 5.1 引言 | 第81页 |
| 5.2 多代理系统模型 | 第81-84页 |
| 5.3 电力市场竞价策略 | 第84-86页 |
| 5.4 多时间尺度能量调度策略 | 第86-91页 |
| 5.4.1 日计划 | 第86-90页 |
| 5.4.2 实时计划 | 第90-91页 |
| 5.5 日计划与实时计划的相互协调 | 第91-92页 |
| 5.6 混沌理论预测算法 | 第92-94页 |
| 5.7 仿真结果与分析 | 第94-100页 |
| 5.7.1 多个微电网在电力市场中的竞价 | 第94-96页 |
| 5.7.2 多时间尺度下的微电网能量管理 | 第96-100页 |
| 5.8 本章小结 | 第100-101页 |
| 结论 | 第101-103页 |
| 参考文献 | 第103-114页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第114-116页 |
| 致谢 | 第116-117页 |
| 作者简介 | 第117页 |