| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 选题背景及意义 | 第10-12页 |
| 1.2 配电网网架规划理论及研究现状 | 第12-16页 |
| 1.2.1 配电网结线方式 | 第12-13页 |
| 1.2.2 配电网网架规划理论 | 第13-14页 |
| 1.2.3 配电网网架规划研究现状 | 第14-16页 |
| 1.3 本文主要工作 | 第16-19页 |
| 第2章 考虑可靠性的配电网网架多目标规划方法 | 第19-32页 |
| 2.1 配电网网架规划中对可靠性的考虑 | 第19-20页 |
| 2.2 考虑可靠性的网架多目标规划模型 | 第20-21页 |
| 2.3 基于pareto的多目标遗传算法 | 第21页 |
| 2.4 考虑可靠性的配电网网架规划 | 第21-26页 |
| 2.4.1 规划的整体思路 | 第21-22页 |
| 2.4.2 多目标遗传算法的应用 | 第22-25页 |
| 2.4.3 规划步骤 | 第25-26页 |
| 2.5 仿真算例 | 第26-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 考虑DG不确定性的配电网网架模糊规划方法 | 第32-52页 |
| 3.1 分布式电源的模糊模型 | 第32-36页 |
| 3.1.1 几种常见的模糊数 | 第32-33页 |
| 3.1.2 分布式电源的模糊建模 | 第33-36页 |
| 3.2 含分布式电源的配电网网架规划模糊期望值模型 | 第36-39页 |
| 3.2.1 可信性理论及模糊期望值理论简介 | 第36-38页 |
| 3.2.2 网架规划的模糊期望建模 | 第38-39页 |
| 3.3 配电网模糊潮流计算 | 第39-43页 |
| 3.3.1 基于可信性理论的配电网模糊潮流方法 | 第40-42页 |
| 3.3.2 基于边界值的配电网模糊潮流算法 | 第42-43页 |
| 3.4 适应度函数及遗传算子的确定 | 第43-45页 |
| 3.4.1 适应度函数 | 第43-44页 |
| 3.4.2 编码及遗传算子 | 第44-45页 |
| 3.4.3 减少非可行解的措施 | 第45页 |
| 3.5 考虑分布式电源的配电网网架规划过程 | 第45-47页 |
| 3.6 仿真算例 | 第47-50页 |
| 3.7 本章小结 | 第50-52页 |
| 第4章 考虑DG与电动汽车的配电网联合规划方法 | 第52-68页 |
| 4.1 DG、电动汽车与配电网网架双层规划模型 | 第52-54页 |
| 4.1.1 双层规划理论 | 第52-53页 |
| 4.1.2 双层规划模型的建立 | 第53-54页 |
| 4.2 DG及电动汽车充电站容量的确定 | 第54-58页 |
| 4.2.1 电动汽车充电站定容方法 | 第54-57页 |
| 4.2.2 分布式电源接入容量 | 第57-58页 |
| 4.3 双层规划模型的求解 | 第58-62页 |
| 4.3.1 各层规划方法的选取 | 第58-59页 |
| 4.3.2 双层规划的具体步骤 | 第59-62页 |
| 4.4 仿真算例 | 第62-67页 |
| 4.4.1 使用双层规划方法求解 | 第63-65页 |
| 4.4.2 使用分步独立规划方法求解 | 第65-66页 |
| 4.4.3 两种方法的比较 | 第66-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第5章 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 附录A 攻读学位期间取得的研究成果 | 第76-77页 |
| 附录B IEEE-54节点算例数据 | 第77-78页 |