微电网短期负荷预测及多目标优化调度研究

目录

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