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 光伏模型参数辨识
1.2.2 电力系统经济调度
1.3 本文主要研究工作
1.4 本章小结
2 粒子群优化（PSO）算法
2.1 优化问题类型
2.2 粒子群优化算法概述
2.3 粒子群优化算法的改进概述
2.4 本章小结
3 求解光伏模型参数辨识问题的分类扰动变异PSO算法
3.1 太阳能光伏模型参数辨识数学模型
3.1.1 单二极管模型
3.1.2 双二极管模型
3.1.3 光伏组件
3.1.4 目标函数
3.2 基于分类扰动变异的粒子群优化算法
3.2.1 分类扰动变异策略
3.2.2 阻尼边界处理方法
3.2.3 基于分类扰动变异的粒子群优化算法框架
3.3 仿真实验结果
3.3.1 单二极管模型实验结果
3.3.2 双二极管模型实验结果
3.3.3 光伏组件实验结果
3.3.4 统计结果和收敛曲线
3.3.5基于制造商数据的实验结果
3.4 本章小结
4 求解电力系统经济调度问题的分割点约束PSO算法
4.1 电力系统经济调度数学模型
4.1.1 目标函数
4.1.2 约束条件
4.2 基于分割点的约束粒子群优化算法
4.2.1 广义反向学习
4.2.3 约束处理机制
4.2.4 基于分割点的约束粒子群优化算法框架
4.3 仿真实验结果
4.3.1 分割点对算法的性能影响
4.3.2 算法性能测试
4.4 求解电力系统经济调度问题
4.4.1 案例1结果
4.4.2 案例2结果
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
附录
个人简历、在学期间发表的学术论文与研究成果
致 谢
郑州大学;
