| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 光伏发电及电力系统风险评估的发展现状 | 第12-14页 |
| 1.2.1 光伏发电的发展现状 | 第12-13页 |
| 1.2.2 电力系统风险评估技术的发展 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.3.1 配电网风险评估研究现状 | 第14-15页 |
| 1.3.2 含分布式电源的配电网风险评估研究现状 | 第15-16页 |
| 1.4 本文主要工作 | 第16-19页 |
| 2 含光伏发电的配电网运行风险评价指标 | 第19-31页 |
| 2.1 配电网风险评估技术概述 | 第19-24页 |
| 2.1.1 风险的定义 | 第19-20页 |
| 2.1.2 风险评估的基本内容 | 第20-21页 |
| 2.1.3 风险评估指标体系 | 第21-24页 |
| 2.2 概率风险评估技术 | 第24-25页 |
| 2.2.1 概率风险评估的定义及特点 | 第24页 |
| 2.2.2 概率风险评估的实施步骤 | 第24-25页 |
| 2.3 含光伏发电的配电网运行风险评价指标选择 | 第25-29页 |
| 2.3.1 分布式电源对配电网的影响 | 第25-26页 |
| 2.3.2 风险的严重度函数 | 第26-28页 |
| 2.3.3 运行风险指标 | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 3 含光伏发电的配电网运行风险评估方法 | 第31-53页 |
| 3.1 光伏发电出力的贝叶斯网络预测模型 | 第31-39页 |
| 3.1.1 相关性分析原理 | 第31-32页 |
| 3.1.2 贝叶斯网络理论 | 第32-35页 |
| 3.1.3 基于数据相关性分析的光伏发电出力概率预测模型 | 第35-37页 |
| 3.1.4 算例分析 | 第37-39页 |
| 3.2 基于蒙特卡洛法的系统运行风险计算 | 第39-41页 |
| 3.2.1 运行风险计算方法 | 第39-40页 |
| 3.2.2 运行风险评估流程 | 第40-41页 |
| 3.3 算例分析 | 第41-50页 |
| 3.3.1 仿真系统介绍 | 第41页 |
| 3.3.2 系统风险值计算 | 第41-47页 |
| 3.3.3 风险评估结果分析 | 第47-50页 |
| 3.4 本章小结 | 第50-53页 |
| 4 含光伏发电的配电网运行风险控制 | 第53-63页 |
| 4.1 风险控制理论 | 第53页 |
| 4.2 系统运行风险控制模型 | 第53-55页 |
| 4.2.1 目标函数 | 第54页 |
| 4.2.2 约束条件 | 第54-55页 |
| 4.3 风险控制模型的求解方法 | 第55-59页 |
| 4.3.1 粒子群算法基本理论 | 第55-57页 |
| 4.3.2 改进粒子算法程序设计流程 | 第57-59页 |
| 4.4 算例分析 | 第59-62页 |
| 4.5 本章小结 | 第62-63页 |
| 5 总结和展望 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69-71页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第71-75页 |
| 学位论文数据集 | 第75页 |