| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 概述 | 第7-11页 |
| 1.1 引言 | 第7-8页 |
| 1.2 研究背景及意义 | 第8-9页 |
| 1.3 研究现状 | 第9-10页 |
| 1.4 本文的主要工作 | 第10-11页 |
| 第2章 电力系统有功优化基本理论 | 第11-16页 |
| 2.1 电力系统有功优化的概述 | 第11页 |
| 2.2 电力系统有功优化调度 | 第11-14页 |
| 2.2.1 经典经济调度 | 第12-13页 |
| 2.2.2 现代经济调度 | 第13-14页 |
| 2.3 电力系统有功优化的分类 | 第14-16页 |
| 2.3.1 电力系统有功电源的最优组合 | 第14-15页 |
| 2.3.2 电力系统有功负荷的最优分配 | 第15-16页 |
| 第3章 电力系统的潮流计算 | 第16-28页 |
| 3.1 引言 | 第16-17页 |
| 3.2 节点导纳矩阵 | 第17-19页 |
| 3.2.1 励磁支路 | 第17-18页 |
| 3.2.2 线路支路 | 第18页 |
| 3.2.3 变压器支路 | 第18-19页 |
| 3.3 潮流计算的模型及算法 | 第19-28页 |
| 3.3.1 高斯一塞德尔法 | 第20-21页 |
| 3.3.2 牛顿一拉夫逊法 | 第21-26页 |
| 3.3.3 P-Q 分解法 | 第26-28页 |
| 第4章 蚁群的基本算法与优化算法 | 第28-39页 |
| 4.1 蚁群算法的概述 | 第28-29页 |
| 4.2 蚁群算法的基本原理与模型 | 第29-33页 |
| 4.2.1 蚁群算法的模型 | 第29-30页 |
| 4.2.2 蚁群算法的流程 | 第30-32页 |
| 4.2.3 蚁群算法的优缺点 | 第32-33页 |
| 4.3 改进的优化蚁群算法 | 第33-37页 |
| 4.3.1 最大最小蚁群算法 | 第33-34页 |
| 4.3.2 混合连续蚁群算法 | 第34-37页 |
| 4.3.3 最佳路径法 | 第37页 |
| 4.4 蚁群算法在电力系统中的应用 | 第37-39页 |
| 第5章 蚁群算法在有功优化中的应用 | 第39-62页 |
| 5.1 基于蚁群算法的最优潮流计算 | 第39-45页 |
| 5.1.1 最优潮流的数学模型 | 第39-40页 |
| 5.1.2 优化蚁群算法的最优潮流计算 | 第40-41页 |
| 5.1.3 算法流程图 | 第41-42页 |
| 5.1.4 算例分析 | 第42-45页 |
| 5.2 蚁群算法在电力系统机组优化组合问题中的应用 | 第45-62页 |
| 5.2.1 蚁群算法的机组优化数学模型 | 第45-47页 |
| 5.2.2 算法的实现 | 第47-51页 |
| 5.2.3 算例分析 | 第51-62页 |
| 第6章 结论与展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |