| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 文献综述 | 第10-14页 |
| 1.2.1 关于传统优化方法对DG的优化配置的研究 | 第11-12页 |
| 1.2.2 关于人工智能优化方法应用于DG的优化配置的研究 | 第12-13页 |
| 1.2.3 关于混合智能优化方法应用于DG的优化配置的研究 | 第13-14页 |
| 1.3 研究思路 | 第14-16页 |
| 第2章 分散式风力发电对电网的影响分析及优化模型 | 第16-33页 |
| 2.1 分散式风力发电对电网网损的影响分析 | 第17-21页 |
| 2.1.1 分散式电源接入位置对电网网损的影响 | 第17-19页 |
| 2.1.2 分散式电源接入容量对电网网损的影响 | 第19-21页 |
| 2.2 分散式风力发电对电压分布的影响分析 | 第21-24页 |
| 2.2.1 分散式电源接入位置对电网电压的影响 | 第22-23页 |
| 2.2.2 分散式电源接入容量对电网电压的影响 | 第23-24页 |
| 2.3 分散式电源对电网电压稳定性的影响 | 第24-28页 |
| 2.3.1 静态电压稳定性指标 | 第24-26页 |
| 2.3.2 分散式电源接入位置对电网静态稳定性的影响 | 第26-27页 |
| 2.3.3 分散式电源接入容量对电网静态稳定性的影响 | 第27-28页 |
| 2.4 配电网友好型多目标优化模型 | 第28-31页 |
| 2.4.1 多目标优化函数的建立 | 第28-30页 |
| 2.4.2 优化配置的约束模型 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第3章 基于遗传模拟退火算法的配电网友好型分散式风电优化配置方法研究 | 第33-49页 |
| 3.1 风力发电的特性及场景分析 | 第33-36页 |
| 3.1.1 风速及风能的统计特性 | 第33-34页 |
| 3.1.2 风力发电机的输出特性曲线 | 第34-36页 |
| 3.2 潮流计算中分散式风力发电机的节点处理 | 第36-38页 |
| 3.3 基于遗传模拟退火算法的分散式风电优化配置方法 | 第38-43页 |
| 3.3.1 遗传算法和模拟退火算法简介 | 第38-39页 |
| 3.3.2 分散式风电优化配置中的遗传算法 | 第39-40页 |
| 3.3.3 分散式风电优化配置中的模拟退火算法 | 第40-41页 |
| 3.3.4 基于遗传模拟退火算法的分散式风电优化配置实现 | 第41-43页 |
| 3.4 仿真及其结果分析 | 第43-48页 |
| 3.4.1 多目标函数中参数的确定 | 第43-45页 |
| 3.4.2 基于遗传模拟退火算法的分散式风力发电优化配置分析 | 第45-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 基于M-C算法的分布式电源优化配置方法研究 | 第49-64页 |
| 4.1 M-C算法及其特性分析 | 第49-60页 |
| 4.1.1 猫群算法 | 第50-51页 |
| 4.1.2 基于人工鱼群算法和猫群算法改进的M-C算法 | 第51-54页 |
| 4.1.3 M-C算法的应用分析 | 第54-60页 |
| 4.2 基于M-C算法的分散式风力发电优化配置方法 | 第60-62页 |
| 4.3 仿真及其结果分析 | 第62-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第5章 结论与展望 | 第64-66页 |
| 5.1 结论 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 作者简介 | 第70-71页 |
| 致谢 | 第71页 |
