声明
摘要
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 所属研究方向的研究现状与发展趋势
1.2.2 智能电网下多电源协同优化的目标
1.2.3 多种发电方式的特性分析以及模型约束条件
1.2.4 协同优化算法
1.3 本文主要研究内容
第2章 智能电网下发电侧电源相关介绍
2.1 智能电网介绍
2.2 发电侧电源及其并网的相关介绍
2.2.1 风力发电场
2.2.2 光伏电站
2.2.3 储能电站
2.2.4 燃煤火电机组
2.3 本章小结
第3章 智能电网调度中的不确定性分析
3.1 引言
3.2 风电功率和风速之间的关系
3.3 对不确定性风能和光能数据的处理思路
3.4 风电功率的预测
3.4.1 物理方法
3.4.2 统计方法
3.4.3 混合方法
3.5 本章小结
第4章 风光储火多电源协同优化调度建模及优化算法
4.1 机组优化应该考虑的因素
4.1.1 机组煤耗特性
4.1.2 机组启停成本
4.2 风光储火多源互补系统调度模型
4.2.1 目标函数
4.2.2 约束条件
4.3 粒子群优化算法(PSO)进行多电源间协同优化调度
4.4 HCOS算法
4.4.1 算法流程图
4.4.2 计算步骤
第5章 基于遗传粒子群算法的多目标优化调度算法
5.1 基本数据与参数
5.2 HCOS算法运行结果
5.3 PSO算法运行结果
5.4 两种优化算法结果对比
5.5 本章小结
6.1 结论与创新点
6.2 展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢