| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第16-23页 |
| 1.1 选题背景及意义 | 第16-17页 |
| 1.2 研究现状综述 | 第17-21页 |
| 1.2.1 我国风力发电研究现状 | 第17-20页 |
| 1.2.2 UPFC在电力系统中的配置研究现状 | 第20-21页 |
| 1.3 课题的主要研究工作 | 第21-23页 |
| 第二章 统一潮流控制器(UPFC)基本原理与数学模型 | 第23-31页 |
| 2.1 输电线路功率控制分析 | 第23-24页 |
| 2.2 UPFC的结构与工作原理 | 第24-27页 |
| 2.2.1 UPFC的基本结构 | 第24-25页 |
| 2.2.2 UPFC的工作原理 | 第25-27页 |
| 2.3 UPFC的基本控制功能 | 第27-28页 |
| 2.4 UPFC的稳态计算模型 | 第28-30页 |
| 2.4.1 UPFC的等效电路 | 第28-29页 |
| 2.4.2 UPFC的稳态计算模型 | 第29-30页 |
| 2.5 本章小节 | 第30-31页 |
| 第三章 风电出力-负荷多场景分析 | 第31-38页 |
| 3.1 场景分析法概述 | 第31-32页 |
| 3.2 聚类分析 | 第32-36页 |
| 3.2.1 聚类分析概述 | 第32-34页 |
| 3.2.2 K-means聚类算法 | 第34-35页 |
| 3.2.3 聚类的有效性指标 | 第35-36页 |
| 3.3 基于K-means聚类算法的风电-负荷场景划分 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 NSGA-Ⅱ算法的研究 | 第38-44页 |
| 4.1 遗传算法(genetic algorithm,GA) | 第38-40页 |
| 4.1.1 遗传算法基本原理 | 第38-39页 |
| 4.1.2 遗传算法的优缺点 | 第39-40页 |
| 4.2 带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ) | 第40-43页 |
| 4.2.1 多目标优化问题概述 | 第40-41页 |
| 4.2.2 非支配排序遗传算法 | 第41页 |
| 4.2.3 带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ) | 第41-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第五章 考虑电网阻塞疏导的UPFC配置研究 | 第44-54页 |
| 5.1 电网阻塞问题概述 | 第44页 |
| 5.2 考虑电网堵塞疏导的UPFC优化配置模型 | 第44-46页 |
| 5.2.1 基于多场景划分的UPFC配置目标函数 | 第44-45页 |
| 5.2.2 约束条件 | 第45-46页 |
| 5.3 优化配置流程 | 第46-48页 |
| 5.4 算例分析 | 第48-53页 |
| 5.4.1 场景划分结果 | 第48-52页 |
| 5.4.2 优化配置结果 | 第52-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第六章 基于多场景变权多目标优化的UPFC配置研究 | 第54-71页 |
| 6.1 基于多场景分析的UPFC多目标优化配置模型 | 第54-56页 |
| 6.1.1 目标函数 | 第54-55页 |
| 6.1.2 约束条件 | 第55-56页 |
| 6.2 多场景熵权-层次分析法 | 第56-60页 |
| 6.2.1 层次分析法 | 第56-58页 |
| 6.2.2 熵权法 | 第58-59页 |
| 6.2.3 基于多场景分析的熵权-层次分析法 | 第59-60页 |
| 6.3 算例分析 | 第60-69页 |
| 6.3.1 基于场景变权的UPFC多目标优化模型求解流程 | 第61-63页 |
| 6.3.2 多目标优化模型求解结果 | 第63-69页 |
| 6.4 本章小结 | 第69-71页 |
| 第七章 总结与展望 | 第71-73页 |
| 7.1 总结 | 第71-72页 |
| 7.2 展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第78页 |
| 1) 发表的学术论文 | 第78页 |
