电子信息前沿技术丛书 海域微电网优化配置与调度
出版时间：2019年版
丛编项： 电子信息前沿技术丛书
内容简介
　　《海域微电网优化配置与调度/电子信息前沿技术丛书》主要介绍海域微电网，尤其是远离内陆的海域微电网的优化配置和调度方法。首先，介绍波浪能、潮流能、海上风能和海上光伏、海水淡化等多种海域可再生能源／特有电力负荷的电力特性及数学模型。然后，针对海域微电网的可再生能源高渗透、可再生能源发电装置出力的强随机性的特点，介绍多种可计及并处理这种随机性的潮流算法和优化技术。最后，通过不同需求场景下的案例，介绍海域微电网多能源集成的优化配置问题或优化调度问题的数学模型、解决思路和优化流程。
　　《海域微电网优化配置与调度/电子信息前沿技术丛书》适合关注海洋能源开发的读者使用；同时可供从事微电网和可再生发电集成的电气工程师或教育工作者，以及电气类高年级本科生和研究生使用。
目录
第1章 绪论
1．1 海域电网概述
1．2 微电网规划与调度研究的研究意义
1．3 海岛微电网的研究现状
1．4 海岛微电网规划的研究现状
1．5 海岛微电网电力调度的研究现状
1．6 本书主要内容
参考文献

第2章 海域可再生能源的发电特性和模型
2．1 波浪能发电
2．2 海域光伏发电
2．2．1 光伏电池的分类
2．2．2 光伏电池的工作原理
2．2．3 光伏电池的主要特性
2．2．4 光伏发电功率模型
2．3 海域风力发电
2．3．1 风力发电机分类及结构
2．3．2 风力发电机的工作原理
2．3．3 风力发电机的输出特性
2．3．4 风机的发电功率模型
2．4 储能单元
2．4．1 蓄电池
2．4．2 超级电容器
2．4．3 抽水蓄能技术
2．4．4 飞轮储能技术
2．4．5 超导磁储能技术
2．4．6 压缩空气储能技术
参考文献

第3章 海域微电网电源优化配置与调度中的理论基础
3．1 海域建设微电网的特殊性和模型的修正
3．1．1 光照强度的修正模型
3．1．2 风速的修正模型
3．2 基于BP神经网络的预测算法
3．2．1 BP神经网络原理
3．2．2 BP神经网络在短期风电输出功率预测中的应用
3．2．3 BP神经网络短期负荷和风电功率预测实例研究
3．3 概率性潮流算法
3．3．1 2m+1法简介
3．3．2 计算方法及实现
3．4 基于Pareto的多目标粒子群算法
3．4．1 Pareto多目标决策的简介
3．4．2 Pareto多目标决策的基本定义
3．4．3 基于Pareto的多目标粒子群算法
3．4．4 测试函数
3．5 时序准稳态仿真法
3．6 基于小生境技术的多目标粒子群（MOPSO）算法
3．7 基于模糊理论的推荐折中解的求取方法
参考文献
……
第4章 基于二元混合储能的海岛微电网的优化配置
第5章 基于概率潮流算法（点估法）的海岛微电网电源的优化配置
第6章 主动重构思想在海岛微电网优化调度中的运用
第7章 计及可再生能源融入的电力系统安全约束经济调度
第8章 考虑分布式电源随机性的海岛微电网优化调度研究
第9章 基于机会约束模型（CCPM）的海岛微电网优化调度研究
第10章 基于双层多目标算法的DG最优接入研究
第11章 基于经济性与可靠性分析的DG优化研究

附录A