声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 微电网研究现状
1.2.2 微电网短期负荷预测研究现状
1.2.3 微电网优化调度研究现状
1.3 论文主要工作及章节安排
2 基于BP神经网络的微电网短期负荷预测
2.1 BP神经网络
2.1.1 BP神经网络的结构
2.1.2 BP神经网络的激活函数
2.1.3 BP神经网络的学习算法
2.2 BP神经网络的缺点和改进方法
(1) BP神经网络的缺点
(2) BP神经网络的改进方法
2.3 BP神经网络的设计
(1)隐含层数的选取
(2)隐含层神经元的个数
(3)学习率
2.4 BP神经网络预测模型
2.5 本章小节
3 基于GA-BP神经网络的微电网短期负荷预测
3.1 遗传算法
3.1.1 遗传算法的原理和特点
3.1.2 遗传算法的操作
3.1.3 遗传算法的流程图
3.2 GA-BP神经网络微电网短期负荷预测模型
3.2.1 模型设计思想
3.2.2 编码
3.2.3 适应度函数的选择
3.2.4 遗传算子
3.3 算例分析
3.4 本章小节
4 独立微电网多目标优化调度
4.1 分布式电源的运行特性及数学模型
4.1.1 风力发电机
4.1.2 光伏电池
4.1.3 柴油发电机
4.1.4 储能系统
4.2 微电网优化调度模型
4.2.1 目标函数
4.2.2 约束条件
4.2.3 约束处理方法
4.3 微电网模型求解方法
4.3.1 粒子群算法
4.3.2 多目标粒子群算法
4.4 算例分析
4.5 本章小节
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
个人简历、在学校期间发表的学术论文与研究成果
郑州大学;