| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第10-16页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.2 课题的国内外研究现状 | 第11-14页 |
| 1.2.1 光伏电源及其谐波 | 第11-12页 |
| 1.2.2 静止无功发生器及其谐波 | 第12-13页 |
| 1.2.3 无功优化 | 第13-14页 |
| 1.3 本论文的主要工作 | 第14-16页 |
| 第二章 含SVG光伏并网发电系统的谐波分析 | 第16-38页 |
| 2.1 光伏电站的谐波分析 | 第16-22页 |
| 2.1.1 光伏并网发电系统的结构 | 第16-18页 |
| 2.1.2 光伏电站谐波的基本要求 | 第18-19页 |
| 2.1.3 光伏电站谐波 | 第19页 |
| 2.1.4 算例分析 | 第19-22页 |
| 2.2 SVG对光伏并网发电系统谐波的影响 | 第22-37页 |
| 2.2.1 SVG的基本原理和控制策略 | 第22-23页 |
| 2.2.2 SVG的谐波原理 | 第23-25页 |
| 2.2.3 SVG前馈控制策略抑制谐波的原理 | 第25-27页 |
| 2.2.4 算例分析 | 第27-37页 |
| 2.3 本章小结 | 第37-38页 |
| 第三章 含SVG和光伏的随机谐波潮流计算 | 第38-54页 |
| 3.1 基于BP神经网络的谐波电流模型 | 第38-41页 |
| 3.1.1 BP神经网络的基本原理 | 第39-40页 |
| 3.1.2 基于BP神经网络的谐波电流模型 | 第40-41页 |
| 3.2 谐波潮流 | 第41-43页 |
| 3.2.1 谐波源负荷的谐波特性 | 第41-42页 |
| 3.2.2 电气元件的谐波等值阻抗 | 第42页 |
| 3.2.3 谐波潮流模型 | 第42-43页 |
| 3.2.4 节点电压总谐波畸变率 | 第43页 |
| 3.3 随机潮流 | 第43-44页 |
| 3.3.1 随机潮流求解方法简介 | 第43页 |
| 3.3.2 蒙特卡罗模拟法 | 第43-44页 |
| 3.3.3 光伏电站随机模型 | 第44页 |
| 3.3.4 负荷随机模型 | 第44页 |
| 3.4 含SVG和光伏的随机谐波潮流计算流程 | 第44-46页 |
| 3.5 算例分析 | 第46-52页 |
| 3.5.1 基于BP神经网络的谐波电流模型建立 | 第46-48页 |
| 3.5.2 基于BP神经网络的谐波电流模型验证 | 第48-49页 |
| 3.5.3 随机谐波潮流计算 | 第49-52页 |
| 3.6 本章小结 | 第52-54页 |
| 第四章 考虑谐波因素的含光伏电站和SVG配电网无功优化 | 第54-66页 |
| 4.1 无功优化数学模型 | 第54-58页 |
| 4.1.1 传统无功优化数学模型 | 第54-55页 |
| 4.1.2 随机谐波潮流 | 第55页 |
| 4.1.3 谐波指标 | 第55-56页 |
| 4.1.4 机会约束规划 | 第56页 |
| 4.1.5 考虑谐波因素的含光伏电站和SVG配电网无功优化数学模型 | 第56-58页 |
| 4.2 粒子群算法 | 第58-59页 |
| 4.3 考虑谐波因素的含光伏电站和SVG配电网无功优化流程 | 第59-61页 |
| 4.4 算例分析 | 第61-64页 |
| 4.5 本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 学术论文和科研项目情况说明 | 第74页 |
