摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 课题研究的背景及意义 | 第10-11页 |
1.1.1 机组组合调度研究及其意义 | 第10-11页 |
1.1.2 风电并网及其对调度影响 | 第11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 机组组合优化传统及智能算法概述 | 第11-14页 |
1.2.2 粒子群算法概述及研究现状 | 第14页 |
1.2.3 含有风电的机组组合优化研究现状 | 第14-15页 |
1.3 论文的主要工作 | 第15-16页 |
第2章 含有风电的机组组合优化模型 | 第16-22页 |
2.1 风电功率预测 | 第16页 |
2.2 机组优化应考虑的因素 | 第16-18页 |
2.2.1 机组煤耗特性 | 第16-17页 |
2.2.2 机组启停成本 | 第17-18页 |
2.3 基于经济调度的风电-火电机组组合模型 | 第18-21页 |
2.3.1 目标函数 | 第18-19页 |
2.3.2 约束条件 | 第19-21页 |
2.4 本章小结 | 第21-22页 |
第3章 离散粒子群-二次规划(DPSO-QP)算法求解机组组合调度模型 | 第22-37页 |
3.1 算法描述 | 第22-28页 |
3.1.1 离散粒子群算法 | 第22-23页 |
3.1.2 二次规划算法 | 第23页 |
3.1.3 机组优先启停策略 | 第23-24页 |
3.1.4 算法改进 | 第24-25页 |
3.1.5 使用离散粒子群-二次规划(DPSO-QP)求解含风电机组组合调度的运算流程 | 第25-28页 |
3.2 算例分析 | 第28-36页 |
3.2.1 系统参数 | 第28-29页 |
3.2.2 仿真结果分析 | 第29-36页 |
3.3 本章小结 | 第36-37页 |
第4章 双重粒子群(DPSO-PSO)算法求解机组组合调度模型 | 第37-45页 |
4.1. 算法描述 | 第37-41页 |
4.1.1 参数的确定 | 第37-38页 |
4.1.2 算法的改进 | 第38页 |
4.1.3 运算流程 | 第38-41页 |
4.2 算例分析 | 第41-44页 |
4.3 本章小结 | 第44-45页 |
第5章 总结与展望 | 第45-47页 |
5.1 全文总结 | 第45页 |
5.2 研究展望 | 第45-47页 |
参考文献 | 第47-50页 |
攻读硕士学位期间参加的科研工作 | 第50-51页 |
致谢 | 第51页 |