目录 | 第4-6页 |
CONTENT | 第6-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9-10页 |
第1章 绪论 | 第11-18页 |
1.1 课题研究的背景及意义 | 第11-12页 |
1.2 配电网重构的分类 | 第12页 |
1.3 配电网重构的研究现状 | 第12-15页 |
1.3.1 传统的数学优化方法 | 第13页 |
1.3.2 启发式方法 | 第13-14页 |
1.3.3 人工智能优化方法 | 第14-15页 |
1.4 配电网重构的数学模型 | 第15-17页 |
1.5 本文所做的主要工作 | 第17-18页 |
第2章 分布式电源及其潮流模型 | 第18-30页 |
2.1 DG概述 | 第18页 |
2.2 DG的类型 | 第18-21页 |
2.2.1 风力发电 | 第18-19页 |
2.2.2 太阳能发电 | 第19-20页 |
2.2.3 海洋能发电 | 第20页 |
2.2.4 生物质能发电 | 第20页 |
2.2.5 燃料电池发电 | 第20-21页 |
2.2.6 微型燃气轮机 | 第21页 |
2.3 DG对电力系统的影响 | 第21-22页 |
2.3.1 对电力系统预测和规划的影响 | 第21-22页 |
2.3.2 对电压的影响 | 第22页 |
2.3.3 DG并网对潮流计算方向的影响 | 第22页 |
2.3.4 对配电网供电可靠性的影响 | 第22页 |
2.4 分布式电源的潮流计算模型 | 第22-29页 |
2.4.1 燃料电池的潮流计算模型 | 第23-24页 |
2.4.2 光伏发电的潮流计算模型 | 第24页 |
2.4.3 微型燃气轮机系统的潮流计算模型 | 第24-25页 |
2.4.4 风力发电的潮流计算模型 | 第25-29页 |
2.5 本章小结 | 第29-30页 |
第3章 计及分布式电源的配电系统潮流计算 | 第30-42页 |
3.1 前推回代法 | 第30页 |
3.2 改进分层的前推回代算法 | 第30-35页 |
3.2.1 原始数据及拓扑结构表的建立 | 第30-32页 |
3.2.2 层次关系及节点计算顺序的确定方 | 第32页 |
3.2.3 计算步骤及流程图 | 第32-34页 |
3.2.4 实例分析 | 第34-35页 |
3.3 含分布式电源的前推回代潮流算法 | 第35-38页 |
3.3.1 环网的处理 | 第35-37页 |
3.3.2 潮流计算中新类型节点的处理 | 第37-38页 |
3.4 算例分析 | 第38-41页 |
3.5 本章小结 | 第41-42页 |
第4章 基于改进自适应遗传算法的配电网络重构 | 第42-59页 |
4.1 遗传算法简介 | 第42-45页 |
4.1.1 遗传算法原理 | 第42-45页 |
4.1.2 遗传算法终止循环的条件 | 第45页 |
4.1.3 遗传算法的特点 | 第45页 |
4.2 遗传算法在配电网重构中存在的问题 | 第45-47页 |
4.2.1 不可行解的产生及弊端 | 第46-47页 |
4.2.2 不可行解的处理 | 第47页 |
4.3 重构中不可行解的判断 | 第47-50页 |
4.4 自适应遗传算法及其改进 | 第50-53页 |
4.4.1 改进的选择操作 | 第51页 |
4.4.2 交叉和变异率的改进 | 第51-53页 |
4.5 基于改进自适应遗传算法的配电网重构 | 第53-56页 |
4.5.1 配电网重构的数学模型 | 第53页 |
4.5.2 约束条件 | 第53-54页 |
4.5.3 染色体的编码方案 | 第54-55页 |
4.5.4 群体的初始化方法 | 第55页 |
4.5.5 染色体的适应值 | 第55页 |
4.5.6 改进自适应遗传操作的具体流程 | 第55-56页 |
4.5.7 算法的终止判据 | 第56页 |
4.6 仿真实例 | 第56-58页 |
4.7 本章小结 | 第58-59页 |
第5章 基于改进自适应遗传算法的含分布式电源的配电网重构 | 第59-67页 |
5.1 含DG的配电网重构数学模型 | 第59-60页 |
5.1.1 约束条件 | 第59-60页 |
5.1.2 约束条件的处理 | 第60页 |
5.2 含分布式发电的节点处理 | 第60-61页 |
5.3 算例分析 | 第61-66页 |
5.4 本章小结 | 第66-67页 |
第6章 结论与展望 | 第67-69页 |
6.1 结论 | 第67-68页 |
6.2 展望 | 第68-69页 |
参考文献 | 第69-74页 |
致谢 | 第74-75页 |
附录 | 第75-80页 |
攻读学位期间发表的学术论文 | 第80-81页 |
学位论文评阅及答辩情况表 | 第81页 |