| 摘要 | 第2-3页 |
| abstract | 第3-4页 |
| 第一章 绪论 | 第7-19页 |
| 1.1 课题研究背景 | 第7-11页 |
| 1.1.1 能源革命和清洁替代 | 第7-9页 |
| 1.1.2 风电发展 | 第9-11页 |
| 1.2 风电并网的影响和环境效益 | 第11-16页 |
| 1.2.1 风电并网对电力系统的影响 | 第11-14页 |
| 1.2.2 风电环境价值在调度中的体现 | 第14-16页 |
| 1.3 国内外研究现状 | 第16-18页 |
| 1.3.1 含风电场的电力系统经济调度研究现状 | 第16页 |
| 1.3.2 含风电场的电力系统经济调度求解算法研究现状 | 第16-18页 |
| 1.4 本文研究的主要内容 | 第18-19页 |
| 第二章 风火电联合经济调度建模分析 | 第19-32页 |
| 2.1 基于风电不确定性的建模方法及分析 | 第19-20页 |
| 2.2 基于概率分布的风电功率建模 | 第20-25页 |
| 2.2.1 基于Weibull分布的概率建模 | 第21-23页 |
| 2.2.2 基于Beta分布的概率建模 | 第23-25页 |
| 2.2.3 风电功率概率模型总结 | 第25页 |
| 2.3 常见电力系统经济调度模型 | 第25-28页 |
| 2.3.1 目标函数 | 第25-26页 |
| 2.3.2 约束条件 | 第26-28页 |
| 2.4 计及环境因素的风火电联合经济调度模型 | 第28-31页 |
| 2.4.1 目标函数 | 第28-30页 |
| 2.4.2 约束条件 | 第30-31页 |
| 2.4.3 计及环境因素的风火电联合经济调度建模 | 第31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于改进多目标粒子群算法的风火电联合经济调度 | 第32-48页 |
| 3.1 多目标最优理论概述 | 第32-35页 |
| 3.1.1 多目标优化问题的建模 | 第32页 |
| 3.1.2 Pareto最优解 | 第32-34页 |
| 3.1.3 多目标优化算法 | 第34-35页 |
| 3.2 改进粒子群优化算法 | 第35-42页 |
| 3.2.1 粒子群算法概述 | 第35-37页 |
| 3.2.2 粒子群算法基本流程 | 第37-38页 |
| 3.2.3 对约束条件的处理方式 | 第38-39页 |
| 3.2.4 粒子群算法改进策略 | 第39-40页 |
| 3.2.5 基于改进粒子群算法的经济调度求解过程 | 第40-42页 |
| 3.3 多目标粒子群算法 | 第42-47页 |
| 3.3.1 多目标粒子群算法的基本原理 | 第42-43页 |
| 3.3.2 基于改进多目标粒子群算法的基本流程 | 第43-46页 |
| 3.3.3 多目标粒子群算法折衷解的选取 | 第46-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 仿真分析 | 第48-55页 |
| 4.1 算例Ⅰ | 第48-53页 |
| 4.2 算例Ⅱ | 第53-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 全文总结 | 第55页 |
| 5.2 今后工作的展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读学位期间的研究成果 | 第61-62页 |
| 致谢 | 第62-63页 |