發(fā)布時(shí)間：2017-08-05 04:21

  本文關(guān)鍵詞：中國(guó)風(fēng)電優(yōu)化模型研究

  更多相關(guān)文章： 風(fēng)能發(fā)電 優(yōu)化模型 遺傳算法

【摘要】：化石能源的過(guò)度開(kāi)發(fā)和使用導(dǎo)致能源枯竭和環(huán)境質(zhì)量惡化等一系列問(wèn)題,風(fēng)能作為一種無(wú)污染、零排放、可再生的清潔資源,逐漸成為最具開(kāi)發(fā)利用前景的可再生能源之一。因此,探索中國(guó)風(fēng)能資源的最優(yōu)開(kāi)發(fā),風(fēng)能行業(yè)的市場(chǎng)最優(yōu)化擴(kuò)散模式和國(guó)內(nèi)電力行業(yè)的優(yōu)化控制,將有助于風(fēng)能資源開(kāi)發(fā)各個(gè)環(huán)節(jié)的時(shí)間把控和政府政策的制定。本文分析了我國(guó)風(fēng)電行業(yè)快速發(fā)展內(nèi)在的政策影響規(guī)律,將政府扶持政策對(duì)于我國(guó)風(fēng)電裝機(jī)量的影響加入到風(fēng)電裝機(jī)預(yù)測(cè)模型中,基于Bass模型建立了風(fēng)能技術(shù)擴(kuò)散模型,利用優(yōu)化效果更好的遺傳算法對(duì)模型參數(shù)進(jìn)行估計(jì)和優(yōu)化,結(jié)果表明風(fēng)能技術(shù)擴(kuò)散模型中的創(chuàng)新系數(shù)、模仿系數(shù)和最大市場(chǎng)潛力對(duì)于歷史數(shù)據(jù)的擬合效果更好,風(fēng)能裝機(jī)量的預(yù)測(cè)結(jié)果更符合現(xiàn)實(shí)發(fā)展,政策決策變量的加入使得研究學(xué)者對(duì)于風(fēng)能裝機(jī)量的控制更加靈活,數(shù)據(jù)說(shuō)明更有說(shuō)服力。分析我國(guó)風(fēng)電裝機(jī)成本的變化規(guī)律,建立學(xué)習(xí)曲線模型,對(duì)于風(fēng)電裝機(jī)成本進(jìn)行建模和預(yù)測(cè)。建立風(fēng)能發(fā)電優(yōu)化模型,對(duì)于風(fēng)能在2020年的發(fā)電量進(jìn)行分析和預(yù)測(cè),結(jié)果表明我國(guó)2020年的風(fēng)能發(fā)電量在現(xiàn)有經(jīng)濟(jì)和政策約束條件下對(duì)于我國(guó)電力行業(yè)的緊張局面有很大的緩解作用,預(yù)測(cè)結(jié)果有助于政府提前制定相應(yīng)政策應(yīng)對(duì)未來(lái)我國(guó)電力行業(yè)的緊張局面。最后對(duì)于我國(guó)風(fēng)能發(fā)展提出幾點(diǎn)建設(shè)性的意見(jiàn),促進(jìn)風(fēng)電行業(yè)的快速、良性的發(fā)展。
【關(guān)鍵詞】：風(fēng)能發(fā)電 優(yōu)化模型 遺傳算法
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM614;TP18
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-15
• 1.1 選題背景及意義9-10
• 1.2 研究相關(guān)動(dòng)態(tài)10-13
• 1.3 主要內(nèi)容和創(chuàng)新點(diǎn)13-15
• 第二章 中國(guó)風(fēng)電發(fā)展及其擴(kuò)散模型15-23
• 2.1 中國(guó)風(fēng)電發(fā)展及其對(duì)世界風(fēng)電行業(yè)的影響15-17
• 2.1.1 中國(guó)風(fēng)電發(fā)展15
• 2.1.2 中國(guó)風(fēng)電行業(yè)推動(dòng)世界風(fēng)電行業(yè)的發(fā)展15-17
• 2.2 技術(shù)擴(kuò)散理論及風(fēng)能技術(shù)擴(kuò)散模型17-22
• 2.2.1 技術(shù)擴(kuò)散理論17-18
• 2.2.2 Bass模型18-21
• 2.2.3 廣義Bass擴(kuò)散模型21
• 2.2.4 基于Bass模型的風(fēng)能技術(shù)擴(kuò)散模型21-22
• 2.3 本章小結(jié)22-23
• 第三章 風(fēng)能發(fā)電優(yōu)化模型23-26
• 3.1 風(fēng)能發(fā)電成本模型23-24
• 3.2 風(fēng)能發(fā)電優(yōu)化模型24-25
• 3.3 本章小結(jié)25-26
• 第四章 基于遺傳算法的參數(shù)優(yōu)化研究26-38
• 4.1 遺傳算法簡(jiǎn)介26-30
• 4.1.1 遺傳算法的產(chǎn)生和研究領(lǐng)域26-27
• 4.1.2 遺傳算法的基本思想及優(yōu)點(diǎn)27-28
• 4.1.3 遺傳算法的基本概念28
• 4.1.4 遺傳算法的實(shí)現(xiàn)過(guò)程28-30
• 4.2 風(fēng)能模型的參數(shù)估計(jì)30-35
• 4.2.1 實(shí)證研究30-31
• 4.2.2 數(shù)據(jù)解釋31
• 4.2.3 風(fēng)能技術(shù)擴(kuò)散模型參數(shù)比較31-32
• 4.2.4 風(fēng)能政策對(duì)風(fēng)能技術(shù)擴(kuò)散的影響32-33
• 4.2.5 我國(guó)風(fēng)能技術(shù)擴(kuò)散的預(yù)測(cè)和分析33-35
• 4.3 風(fēng)電單位裝機(jī)成本模型35-36
• 4.4 風(fēng)能發(fā)電優(yōu)化模型36-37
• 4.5 本章小結(jié)37-38
• 第五章 總結(jié)與展望38-39
• 5.1 總結(jié)38
• 5.2 展望38-39
• 參考文獻(xiàn)39-42
• 致謝42-43
• 在學(xué)期間完成的論文43

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王錫凡;王碧陽(yáng);王秀麗;邵成成;;面向低碳的海上風(fēng)電系統(tǒng)優(yōu)化規(guī)劃研究[J];電力系統(tǒng)自動(dòng)化;2014年17期

2 段宏波;朱磊;范英;;中國(guó)風(fēng)能技術(shù)擴(kuò)散的規(guī)律及政策影響分析[J];管理科學(xué);2013年04期

3 余民;楊e，

本文編號(hào)：623169