基于改进量子粒子群算法的分布式电源选址与定容
摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第8-14页 |
1.1 论文的研究背景和意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-12页 |
1.2.1 国内外DG发展现状 | 第9-10页 |
1.2.2 国内外DG规划现状 | 第10-12页 |
1.3 本文的主要工作 | 第12-14页 |
第2章 DG的接入对配电网的影响 | 第14-21页 |
2.1 分布式发电的种类 | 第14-17页 |
2.1.1 风力发电 | 第14-15页 |
2.1.2 光伏发电 | 第15-16页 |
2.1.3 燃料电池发电 | 第16页 |
2.1.4 微型燃气轮机发电 | 第16页 |
2.1.5 其他 | 第16-17页 |
2.2 DG的接入对配电网的影响分析 | 第17-20页 |
2.2.1 对继电保护的影响 | 第17-18页 |
2.2.2 对潮流的影响 | 第18页 |
2.2.3 对系统可靠性的影响 | 第18-19页 |
2.2.4 对系统网损的影响 | 第19页 |
2.2.5 对电能质量的影响 | 第19-20页 |
2.3 本章小结 | 第20-21页 |
第3章 含DG的配电网潮流计算 | 第21-28页 |
3.1 DG节点模型分类 | 第21-24页 |
3.1.1 PQ型节点 | 第21页 |
3.1.2 PI型节点 | 第21-22页 |
3.1.3 PV型节点及其无功初值的确定 | 第22-23页 |
3.1.4 PQ(V)型节点 | 第23-24页 |
3.2 用前推回代法计算配网潮流 | 第24页 |
3.3 接入DG影响的模型分析 | 第24-27页 |
3.4 本章小结 | 第27-28页 |
第4章 多类型DG的选址与定容 | 第28-43页 |
4.1 确立目标模型 | 第28-30页 |
4.2 确立约束条件 | 第30-31页 |
4.3 粒子群算法(PSO)介绍 | 第31-32页 |
4.4 量子粒子群算法(QPSO)介绍 | 第32-33页 |
4.5 改进量子粒子群算法(MQPSO) | 第33-35页 |
4.5.1 基于反学习的初始化方法 | 第33-34页 |
4.5.2 基于高斯变异的局部搜索操作 | 第34页 |
4.5.3 MQPSO算法流程 | 第34-35页 |
4.6 算法的标准函数测试 | 第35-38页 |
4.7 DG接入位置初步筛选 | 第38-40页 |
4.8 基于MQPSO算法的DG选址与定容流程 | 第40-41页 |
4.9 本章小结 | 第41-43页 |
第5章 DG选址与定容算例分析 | 第43-48页 |
5.1 所选模型及参数 | 第43-45页 |
5.2 仿真结果分析 | 第45-47页 |
5.3 本章小结 | 第47-48页 |
第6章 总结与展望 | 第48-49页 |
6.1 总结 | 第48页 |
6.2 展望 | 第48-49页 |
参考文献 | 第49-53页 |
攻读硕士期间取得的研究成果 | 第53-54页 |
致谢 | 第54页 |