协同遗传算法在微网经济运行中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.1.1 大电网与分布式发电 | 第9页 |
| 1.1.2 微电网的提出 | 第9-10页 |
| 1.1.3 微电网的研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外的研究概况 | 第11-12页 |
| 1.2.2 微电网在我国的发展前景 | 第12-13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 1.4 本文结构安排 | 第14-15页 |
| 第2章 微电网概述 | 第15-21页 |
| 2.1 微电网的概念 | 第15页 |
| 2.2 微电网的基本结构 | 第15-17页 |
| 2.3 微电网的经济性问题 | 第17-18页 |
| 2.4 微电源 | 第18-20页 |
| 2.4.1 微型燃气轮机 | 第18页 |
| 2.4.2 燃料电池 | 第18-19页 |
| 2.4.3 风力发电 | 第19-20页 |
| 2.4.4 光伏发电 | 第20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 微电网经济优化问题及模型构建 | 第21-32页 |
| 3.1 微电网经济优化问题概述 | 第21页 |
| 3.2 微电网经济模型构建 | 第21-24页 |
| 3.2.1 模型的目标函数 | 第22-23页 |
| 3.2.2 模型约束条件 | 第23-24页 |
| 3.3 现有的微电网优化算法 | 第24-29页 |
| 3.3.1 非支配排序遗传算法 | 第24-26页 |
| 3.3.2 粒子群算法 | 第26-28页 |
| 3.3.3 混沌蚁群算法 | 第28-29页 |
| 3.4 微电网优化算法选取 | 第29-31页 |
| 3.4.1 算法的性能 | 第30页 |
| 3.4.2 算法的并行性 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 协同遗传算法及其改进算法 | 第32-47页 |
| 4.1 协同遗传算法概述 | 第32-33页 |
| 4.2 竞争型协同遗传算法 | 第33-37页 |
| 4.2.1 CompCEA 算法流程 | 第33-34页 |
| 4.2.2 CompCEA 适应度的计算 | 第34-35页 |
| 4.2.3 CompCEA 的优势 | 第35-36页 |
| 4.2.4 CompCEA 的问题及解决措施 | 第36-37页 |
| 4.3 合作型协同遗传算法 | 第37-41页 |
| 4.3.1 CoopCEA 算法流程 | 第38-40页 |
| 4.3.2 CoopCEA 适应度的计算 | 第40-41页 |
| 4.3.3 CoopCEA 的优势 | 第41页 |
| 4.3.4 CoopCEA 的问题及解决措施 | 第41页 |
| 4.4 协同遗传算法改进 | 第41-46页 |
| 4.4.1 CompCEA 改进 | 第41-43页 |
| 4.4.2 CoopCEA 改进 | 第43-44页 |
| 4.4.3 改进算法流程 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 协同遗传算法在微网优化问题中的应用研究 | 第47-59页 |
| 5.1 多目标优化方法选定 | 第47页 |
| 5.2 算例设计 | 第47-50页 |
| 5.2.1 微电源设定 | 第47-48页 |
| 5.2.2 数据参数设定 | 第48-50页 |
| 5.3 算法实现模型设定 | 第50-51页 |
| 5.4 优化结果及分析 | 第51-58页 |
| 5.4.1 算法参数设置 | 第51-52页 |
| 5.4.2 结果及分析 | 第52-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第6章 结论与展望 | 第59-60页 |
| 6.1 结论 | 第59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 附录一 改进 CompCEA 的核心代码 | 第66-69页 |
| 附录二 改进 CoopCEA 的核心代码 | 第69-71页 |
