| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·引言 | 第9-10页 |
| ·研究背景与意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·研究内容 | 第13页 |
| ·章节安排 | 第13-15页 |
| 第二章 布谷鸟算法研究 | 第15-35页 |
| ·引言 | 第15页 |
| ·群智能及特点 | 第15-17页 |
| ·粒子群算法 | 第17-20页 |
| ·粒子群算法概述 | 第17-18页 |
| ·粒子群算法原理 | 第18页 |
| ·粒子群算法流程图 | 第18-19页 |
| ·粒子群算法发展现状 | 第19-20页 |
| ·Cuckoo search 算法 | 第20-23页 |
| ·Lévy Flight | 第20-21页 |
| ·Cuckoo search 发展概述 | 第21页 |
| ·Cuckoo search 算法原理 | 第21-23页 |
| ·协同布谷鸟算法 | 第23-34页 |
| ·Co-CSPSO 算法 | 第23页 |
| ·Co-CSPSO 算法流程 | 第23页 |
| ·算法伪代码 | 第23-24页 |
| ·仿真实验 | 第24-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 含风电场的电力经济调度 | 第35-50页 |
| ·引言 | 第35-36页 |
| ·常见电力经济调度模型 | 第36-37页 |
| ·常见目标函数 | 第36-37页 |
| ·约束条件 | 第37页 |
| ·传统电力调度 | 第37-40页 |
| ·电力系统调度问题分析 | 第37-38页 |
| ·电力系统调度模型 | 第38页 |
| ·基于协同布谷鸟算法的电力调度优化 | 第38-40页 |
| ·含风电场的电力经济调度模型 | 第40-43页 |
| ·含风电场的电力经济调度问题分析 | 第40-41页 |
| ·含风电场的电力经济调度模型 | 第41-43页 |
| ·基于混沌 CS 算法的含风电场经济调度 | 第43-49页 |
| ·混沌 CS 算法 | 第43页 |
| ·算法设计与流程 | 第43-44页 |
| ·仿真分析 | 第44-47页 |
| ·上海电网 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 含风电场的多目标调度 | 第50-60页 |
| ·引言 | 第50页 |
| ·含风电场的电力多目标调度 | 第50-52页 |
| ·含风电场的电力多目标调度问题分析 | 第50-51页 |
| ·含风电场的电力多目标调度模型 | 第51-52页 |
| ·基于新型启发式 CS 算法的含风电场电力多目标调度 | 第52-59页 |
| ·随机加权线性累加函数 | 第52-53页 |
| ·整数变量与约束的处理 | 第53页 |
| ·机组状态判定 | 第53页 |
| ·启发式过程与算法流程 | 第53-55页 |
| ·算例分析 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 电力调度优化系统设计 | 第60-65页 |
| ·引言 | 第60页 |
| ·电力调度优化系统 | 第60-64页 |
| ·系统总体结构图 | 第60-62页 |
| ·县级调度优化软件系统设计 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74页 |