摘要 | 第1-6页 |
Abstract | 第6-7页 |
目录 | 第7-9页 |
第1章 绪论 | 第9-16页 |
·论文研究背景及意义 | 第9-10页 |
·国内外风电发展现状 | 第10-11页 |
·国内外研究现状 | 第11-15页 |
·旋转备用优化的机组组合模型 | 第12-13页 |
·机组组合问题的求解方法 | 第13-14页 |
·目前存在的问题 | 第14-15页 |
·论文的主要研究内容 | 第15-16页 |
第2章 电力系统可靠性及其不确定性因素 | 第16-24页 |
·电力系统可靠性的基本原理 | 第16-18页 |
·电力系统可靠性概述 | 第16-17页 |
·可靠性指标及旋转备用配置机理 | 第17-18页 |
·不确定性因素分析与建模 | 第18-21页 |
·常规发电机组不确定性建模 | 第18-19页 |
·风电功率不确定性建模 | 第19-20页 |
·负荷与净负荷预测偏差建模 | 第20-21页 |
·不确定性因素的灵敏度定性分析 | 第21-23页 |
·本章小结 | 第23-24页 |
第3章 含风电系统旋转备用优化的机组组合模型 | 第24-34页 |
·含风电系统机组组合问题 | 第24-27页 |
·电力系统优化调度中的机组组合问题 | 第24页 |
·含风电系统机组组合问题的数学描述 | 第24-27页 |
·电力市场中的旋转备用成本分析和效益计算 | 第27-30页 |
·旋转备用机会成本及价格分析 | 第27-28页 |
·旋转备用效益分析与可靠性指标计算 | 第28-30页 |
·考虑可靠性和旋转备用效益的含风电系统机组组合模型 | 第30-33页 |
·目标函数 | 第31页 |
·约束条件 | 第31-33页 |
·本章小结 | 第33-34页 |
第4章 基于混合算法的含风电系统机组组合求解 | 第34-52页 |
·社会认知算法(SCO)及粒子群算法(PSO) | 第34-39页 |
·社会认知算法基本原理及其改进 | 第34-37页 |
·粒子群算法基本理论及其改进 | 第37-39页 |
·改进SCO算法在机组优化组合中的应用 | 第39-45页 |
·行为个体在机组问题中的认知过程 | 第40-41页 |
·0-1变量的领域搜索 | 第41-42页 |
·可行解生成过程 | 第42页 |
·爬坡率初步校验 | 第42-44页 |
·算法整体流程图 | 第44-45页 |
·改进PSO算法在负荷经济分配中的应用 | 第45-51页 |
·粒子编码方式和适应度函数选择 | 第45-47页 |
·约束条件的处理 | 第47-49页 |
·提高算法全局搜索能力 | 第49-50页 |
·算法整体流程 | 第50-51页 |
·本章小结 | 第51-52页 |
第5章 算例及分析 | 第52-61页 |
·系统参数设置 | 第52-53页 |
·算法参数选取 | 第53-54页 |
·算例结果与分析 | 第54-60页 |
·最优负荷分配表 | 第54-55页 |
·不同系统可靠性约束下的结果分析 | 第55-57页 |
·各时段的系统可靠性情况分析 | 第57-58页 |
·系统单位停电损失费用与旋转备用容量的关系 | 第58页 |
·系统可靠性要求与旋转备用容量的关系 | 第58-59页 |
·风电不确定性与旋转备用容量的关系 | 第59-60页 |
·本章小结 | 第60-61页 |
第6章 结论与展望 | 第61-63页 |
·结论 | 第61-62页 |
·展望 | 第62-63页 |
参考文献 | 第63-66页 |
攻读硕士学位期间发表的论文及参加的科研工作 | 第66-67页 |
致谢 | 第67页 |