| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-20页 |
| 1.1 本课题的背景和意义 | 第8-9页 |
| 1.2 月度发购电计划的研究现状 | 第9-17页 |
| 1.2.1 月度发购电计划的优化模型 | 第9-13页 |
| 1.2.2 月度发购电计划的优化算法 | 第13-17页 |
| 1.3 本文的主要工作 | 第17-20页 |
| 2 拉格朗日松弛法与免疫遗传算法 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 拉格朗日松弛法 | 第20-24页 |
| 2.2.1 拉格朗日松弛法基本原理和流程 | 第20-22页 |
| 2.2.2 拉格朗日松弛法的组合分解 | 第22-23页 |
| 2.2.3 拉格朗日松弛法存在的问题 | 第23-24页 |
| 2.3 免疫遗传算法 | 第24-30页 |
| 2.3.1 传统遗传算法原理和不足 | 第24-25页 |
| 2.3.2 免疫系统的生物学原理和特点 | 第25-27页 |
| 2.3.3 免疫遗传算法的基本原理和流程 | 第27-30页 |
| 2.3.4 免疫遗传算法存在的问题 | 第30页 |
| 2.4 本章小结 | 第30-32页 |
| 3 小时级月度发购电计划优化模型及其混合智能算法 | 第32-50页 |
| 3.1 引言 | 第32页 |
| 3.2 计及网外市场的小时级月度发购电计划优化模型 | 第32-36页 |
| 3.2.1 目标函数 | 第33页 |
| 3.2.2 约束条件 | 第33-36页 |
| 3.3 小时级月度发购电计划优化模型的特征分析及分解 | 第36-40页 |
| 3.3.1 优化模型的规模与耦合性分析 | 第36-38页 |
| 3.3.2 网内机组月度发购电计划子优化模型的构建 | 第38-40页 |
| 3.4 月度发购电计划优化模型的混合智能算法 | 第40-49页 |
| 3.4.1 算法的混合与分解协调思路 | 第40-41页 |
| 3.4.2 月度发购电计划的启发式免疫遗传算法 | 第41-45页 |
| 3.4.3 网内机组月度发购电计划的拉格朗日分解协调算法 | 第45-47页 |
| 3.4.4 混合智能算法的具体步骤 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 4 小时级月度发购电计划优化的仿真分析 | 第50-70页 |
| 4.1 引言 | 第50页 |
| 4.2 算例基础数据 | 第50-51页 |
| 4.2.1 IEEE57 | 第50-51页 |
| 4.2.2 IEEE118 | 第51页 |
| 4.2.3 某省级电网 | 第51页 |
| 4.3 算例结果及分析 | 第51-68页 |
| 4.3.1 混合智能算法的有效性分析 | 第52-60页 |
| 4.3.2 优化模型的实用性分析 | 第60-68页 |
| 4.4 本章小结 | 第68-70页 |
| 5 总结与展望 | 第70-72页 |
| 5.1 总结 | 第70-71页 |
| 5.2 展望 | 第71-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 附录 | 第78-85页 |
| A. 作者在攻读硕士学位期间发表的论文和发明专利 | 第78页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第78页 |
| C. IEEE57、IEEE118 发电单位和外购电单位的基础数据 | 第78-80页 |
| D. 某省级电网系统基础数据 | 第80-85页 |
