| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 微电网与分布式电源概述 | 第9-10页 |
| 1.2 研究背景与意义 | 第10-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 章节安排 | 第14-17页 |
| 2 分布式发电技术及对配电网的影响 | 第17-29页 |
| 2.1 分布式发电 | 第17-22页 |
| 2.1.1 太阳能光伏发电 | 第17-19页 |
| 2.1.2 风力发电 | 第19-20页 |
| 2.1.3 燃料电池发电 | 第20-21页 |
| 2.1.4 微型燃气轮机发电 | 第21-22页 |
| 2.1.5 生物质发电 | 第22页 |
| 2.2 分布式发电对配电网的影响 | 第22-27页 |
| 2.2.1 分布式发电对电网网损的影响 | 第23-24页 |
| 2.2.2 分布式发电对电网电压分布的影响 | 第24-26页 |
| 2.2.3 分布式发电对电能质量的影响 | 第26-27页 |
| 2.2.4 分布式发电对电网规划的影响 | 第27页 |
| 2.3 本章小结 | 第27-29页 |
| 3 分布式电源的单目标优化配置 | 第29-43页 |
| 3.1 分布式电源的单目标优化配置模型 | 第29-31页 |
| 3.1.1 优化模型的建立 | 第29-30页 |
| 3.1.2 约束条件 | 第30-31页 |
| 3.2 微粒子群算法简介 | 第31-33页 |
| 3.2.1 基本微粒子群思想 | 第32页 |
| 3.2.2 PSO 算法原理 | 第32-33页 |
| 3.2.3 PSO 算法流程 | 第33页 |
| 3.3 改进 PSO 算法 | 第33-40页 |
| 3.3.1 结合差分进化的改进粒子群算法 | 第33-36页 |
| 3.3.2 改进算法流程 | 第36-37页 |
| 3.3.3 算法验证 | 第37-40页 |
| 3.4 模型求解 | 第40-42页 |
| 3.4.1 求解步骤 | 第40-41页 |
| 3.4.2 仿真结果与分析 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 分布式电源的多目标优化配置 | 第43-57页 |
| 4.1 分布式电源的多目标优化配置模型 | 第43-45页 |
| 4.1.1 目标函数 | 第44页 |
| 4.1.2 约束条件 | 第44-45页 |
| 4.2 多目标协同进化遗传算法 | 第45-54页 |
| 4.2.1 多目标优化问题 | 第45-47页 |
| 4.2.2 改进合作型协同进化遗传算法 | 第47-50页 |
| 4.2.3 算法的流程 | 第50-51页 |
| 4.2.4 算法验证 | 第51-54页 |
| 4.3 模型求解 | 第54-56页 |
| 4.3.1 求解步骤 | 第55页 |
| 4.3.2 结果与讨论 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 基于工程应用的原型软件开发 | 第57-63页 |
| 5.1 需求分析 | 第57-58页 |
| 5.2 设计与实现 | 第58-62页 |
| 5.2.1 MATLAB 与 VS2010 的混合编程 | 第58-59页 |
| 5.2.2 实现结果 | 第59-62页 |
| 5.3 本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 作者在读硕士期间发表的研究成果 | 第73-75页 |
| 附录 | 第75-76页 |