基于模拟退火粒子群算法的水光互补短期优化调度研究
摘要 | 第3-4页 |
Abstract | 第4-5页 |
1 绪论 | 第8-16页 |
1.1 研究的背景和意义 | 第8-10页 |
1.1.1 研究背景 | 第8-9页 |
1.1.2 研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 水光互补研究现状 | 第10-11页 |
1.2.2 调度算法研究现状 | 第11-12页 |
1.3 本文主要研究内容 | 第12-14页 |
1.4 本章小结 | 第14-16页 |
2 水光互补基础理论 | 第16-30页 |
2.1 水力发电 | 第16-17页 |
2.1.1 水力发电的原理 | 第16页 |
2.1.2 水力发电的特点 | 第16-17页 |
2.2 光伏发电 | 第17-24页 |
2.2.1 光伏发电的原理 | 第17-19页 |
2.2.2 光伏发电的出力特性 | 第19-20页 |
2.2.3 光伏并网的基本模式 | 第20-22页 |
2.2.4 光伏发电的特征及并网对系统的的影响 | 第22-23页 |
2.2.5 光伏发电弃光原因分析 | 第23-24页 |
2.3 水光互补原理及特性 | 第24-28页 |
2.3.1 水光互补的基本原理 | 第24-25页 |
2.3.2 水光互补的出力互补特性 | 第25-28页 |
2.4 本章小结 | 第28-30页 |
3 水光互补的短期调度模型 | 第30-34页 |
3.1 建模思想 | 第30-31页 |
3.2 水光互补短期优化调度模型 | 第31-33页 |
3.2.1 目标函数 | 第31-32页 |
3.2.2 约束条件 | 第32-33页 |
3.3 本章小结 | 第33-34页 |
4 模拟退火粒子群算法 | 第34-44页 |
4.1 粒子群算法 | 第34-36页 |
4.2 粒子群优化算法的改进 | 第36-38页 |
4.2.1 带收敛因子的PSO算法 | 第36页 |
4.2.2 带惯性权重的PSO算法 | 第36-38页 |
4.3 模拟退火算法 | 第38页 |
4.4 模拟退火粒子群算法 | 第38-39页 |
4.5 多目标优化问题的处理 | 第39-42页 |
4.5.1 外部档案维护 | 第41页 |
4.5.2 选取个体最优与全局最优 | 第41-42页 |
4.5.3 最优调度方案的选取 | 第42页 |
4.6 本章小结 | 第42-44页 |
5 水光互补短期优化调度算例 | 第44-60页 |
5.1 基本资料 | 第44-48页 |
5.1.1 水电站 | 第44-45页 |
5.1.2 光伏电站 | 第45-47页 |
5.1.3 发电计划 | 第47-48页 |
5.2 求解步骤和算法流程 | 第48-49页 |
5.3 算例分析 | 第49-58页 |
5.3.1 参数设置 | 第49-50页 |
5.3.2 结果分析 | 第50-58页 |
5.4 本章小结 | 第58-60页 |
6 总结与展望 | 第60-62页 |
6.1 总结 | 第60页 |
6.2 展望 | 第60-62页 |
致谢 | 第62-64页 |
参考文献 | 第64-68页 |
附录 | 第68页 |