| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文的研究内容及安排 | 第14-17页 |
| 2 含多种分布式电源的有源配电网 | 第17-25页 |
| 2.1 分布式电源分类与简介 | 第17-19页 |
| 2.2 分布式电源对电力系统的影响 | 第19-21页 |
| 2.3 含多种分布式电源的有源配电网规划 | 第21-24页 |
| 2.3.1 传统配电网规划内容及步骤 | 第22-23页 |
| 2.3.2 分布式电源对于配网规划的影响 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 基于蒙特卡洛算法的有源配电网概率潮流计算 | 第25-39页 |
| 3.1 蒙特卡洛模拟算法 | 第25-27页 |
| 3.2 典型负荷需求的概率特性 | 第27-29页 |
| 3.3 典型分布式电源的概率特性 | 第29-33页 |
| 3.3.1 风力发电系统出力的概率特性 | 第29-31页 |
| 3.3.2 太阳能光伏发电系统出力的概率特性 | 第31-33页 |
| 3.4 基于蒙特卡洛算法有源配电网潮流计算 | 第33-38页 |
| 3.4.1 含分布式电源的配电网潮流计算 | 第33-37页 |
| 3.4.2 基于蒙特卡洛算法的有源配电网概率潮流计算流程 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 分布式电源规划 | 第39-55页 |
| 4.1 分布式电源规划建模 | 第39-42页 |
| 4.2 改进粒子群算法 | 第42-46页 |
| 4.2.1 改进粒子群算法流程 | 第42-44页 |
| 4.2.2 基于改进粒子群算法的编码及初始化 | 第44-45页 |
| 4.2.3 基于改进粒子群算法的DG规划流程 | 第45-46页 |
| 4.3 分布式电源布点规划算例仿真 | 第46-53页 |
| 4.3.1 IEEE-33节点配网算例 | 第46-50页 |
| 4.3.2 延边和龙变电站下66KV配网算例 | 第50-53页 |
| 4.4 本章小结 | 第53-55页 |
| 5 含多种分布式电源的有源配电网网架拓展规划 | 第55-65页 |
| 5.1 有源配电网网架拓展规划建模 | 第55-56页 |
| 5.2 粒子群-最小生成树(KRUSKAL)混合算法 | 第56-61页 |
| 5.2.1 改进最小生成树算法流程 | 第57-58页 |
| 5.2.2 混合算法编码方式 | 第58-59页 |
| 5.2.3 结合混合算法的有源配电网网架拓展规划流程 | 第59-61页 |
| 5.3 有源配电网网架拓展规划仿真算例 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 6 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录A | 第71-73页 |
| 附录B | 第73-75页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第75-79页 |
| 学位论文数据集 | 第79页 |
