| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 冷热电联供系统发展现状 | 第13-15页 |
| 1.2.1 国外发展现状 | 第13-15页 |
| 1.2.2 国内发展现状 | 第15页 |
| 1.3 冷热电联供系统优化调度的意义 | 第15-16页 |
| 1.4 冷热电联供系统优化调度的国内外现状 | 第16-18页 |
| 1.4.1 优化调度的国内发展现状 | 第16-17页 |
| 1.4.2 优化调度的国外发展现状 | 第17-18页 |
| 1.5 本文主要工作及组织结构 | 第18-21页 |
| 第2章 基于DFNN-混沌时间序列的不确定性预测研究 | 第21-47页 |
| 2.1 不确定量的特性分析 | 第21-24页 |
| 2.1.1 冷热电负荷特性 | 第22-23页 |
| 2.1.2 光伏出力特性分析 | 第23-24页 |
| 2.2 不确定量的混沌时间序列(CTS)构建 | 第24-29页 |
| 2.2.1 不确定量相空间的构建 | 第25页 |
| 2.2.2 最佳延迟时间与嵌入维数的选取 | 第25-28页 |
| 2.2.3 负荷数据修正方法 | 第28-29页 |
| 2.3 建立基于DFNN-混沌时间序列的预测模型 | 第29-36页 |
| 2.3.1 动态模糊神经网络(DFNN)方法 | 第29-35页 |
| 2.3.2 建立基于混沌时间序列-动态模糊神经网络的预测模型 | 第35-36页 |
| 2.4 基于混沌时间序列-动态模糊神经网络的实例预测 | 第36-45页 |
| 2.4.1 光伏出力预测 | 第36-39页 |
| 2.4.2 电负荷预测 | 第39-41页 |
| 2.4.3 冷热负荷预测 | 第41-45页 |
| 2.5 本章小节 | 第45-47页 |
| 第3章 冷热电联供系统优化调度模型 | 第47-67页 |
| 3.1 分布式联供系统的性能评价指标 | 第47-51页 |
| 3.1.1 联供系统热力学性能评价指标 | 第47-49页 |
| 3.1.2 联供系统经济学评价指标 | 第49-50页 |
| 3.1.3 环保性能评价指标 | 第50-51页 |
| 3.2 通用优化模型的建立 | 第51-58页 |
| 3.2.1 典型分布式冷热电联供系统组成与结构 | 第51-54页 |
| 3.2.2 约束条件建立 | 第54-56页 |
| 3.2.3 优化目标的建立 | 第56-58页 |
| 3.3 粒子群算法求解模型 | 第58-65页 |
| 3.3.1 粒子群算法 | 第58-61页 |
| 3.3.2 改进的粒子群多目标优化方法 | 第61-65页 |
| 3.4 本章小节 | 第65-67页 |
| 第4章 系统典型日仿真及分析 | 第67-79页 |
| 4.1 含光伏冷热电联供示范园区的参数分析 | 第67-69页 |
| 4.2 典型日优化调度 | 第69-74页 |
| 4.2.1 过渡季典型日优化调度 | 第69-71页 |
| 4.2.2 夏季节典型日优化调度 | 第71-72页 |
| 4.2.3 冬季节典型日优化调度 | 第72-74页 |
| 4.3 典型日蓄电池容量分析 | 第74页 |
| 4.4 能源价格的调度影响分析 | 第74-76页 |
| 4.5 本章小节 | 第76-79页 |
| 第5章 结论与展望 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 致谢 | 第87-89页 |
| 攻读硕士期间所做的工作 | 第89页 |
