| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题背景及研究的意义 | 第9-12页 |
| 1.1.1 课题的背景和课题研究意义 | 第9-11页 |
| 1.1.2 风电并网对电力系统的影响 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 多源混合电力系统模型研究现状 | 第12-13页 |
| 1.2.2 风电功率预测研究现状 | 第13-14页 |
| 1.2.3 优化调度问题的研究现状 | 第14-15页 |
| 1.3 本文的主要工作 | 第15-17页 |
| 2 多源混合电力系统模型的建立 | 第17-24页 |
| 2.1 各发电机组的工作原理 | 第17-20页 |
| 2.1.1 风力发电原理 | 第17-18页 |
| 2.1.2 水轮机工作原理 | 第18-19页 |
| 2.1.3 汽轮机工作原理 | 第19-20页 |
| 2.2 模型建立 | 第20-21页 |
| 2.3 仿真与分析 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 基于粒子群神经网络的风电功率预测研究 | 第24-35页 |
| 3.1 粒子群神经网络(PSO-BP)算法 | 第24-27页 |
| 3.1.1 BP神经网络原理 | 第24-25页 |
| 3.1.2 粒子群算法原理 | 第25-26页 |
| 3.1.3 PSO-BP算法实现 | 第26-27页 |
| 3.2 PSO-BP神经网络训练 | 第27-29页 |
| 3.3 功率预测结果与分析 | 第29-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 基于MA-PSO算法的多源优化调度 | 第35-47页 |
| 4.1 含风电场电力系统动态经济调度 | 第35-38页 |
| 4.1.1 含风电场电力系统经济调度 | 第35页 |
| 4.1.2 风电场电力系统经济调度的数学模型 | 第35-38页 |
| 4.2 多智能体系统 | 第38-42页 |
| 4.2.1 多智能体系统的概念 | 第38-39页 |
| 4.2.2 多智能体粒子算法 | 第39-42页 |
| 4.3 MA-PSO在混合发电区域电网中能源调度的算例分析 | 第42-46页 |
| 4.3.1 参数设置 | 第42-43页 |
| 4.3.2 求解流程 | 第43页 |
| 4.3.3 仿真分析 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 5 总结与展望 | 第47-49页 |
| 5.1 总结 | 第47页 |
| 5.2 创新点 | 第47-48页 |
| 5.3 展望 | 第48-49页 |
| 攻读学位期间参加的科研项目及取得的成果 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |