基于混沌粒子群算法的含风电配电网无功优化
摘要 | 第3-4页 |
abstract | 第4-5页 |
1 绪论 | 第8-14页 |
1.1 选题背景及研究意义 | 第8-9页 |
1.2 含风电的配电网优化研究现状 | 第9-11页 |
1.2.1 风电并网研究现状 | 第9-10页 |
1.2.2 配电网无功优化算法研究现状 | 第10-11页 |
1.2.3 无功优化研究现状 | 第11页 |
1.3 主要内容与方法 | 第11-14页 |
2 含风电配电网潮流计算 | 第14-24页 |
2.1 引言 | 第14页 |
2.2 基本配电网潮流计算方法 | 第14-16页 |
2.2.1 改进牛顿-拉夫逊法 | 第14-15页 |
2.2.2 直接法 | 第15页 |
2.2.3 前推回代法 | 第15-16页 |
2.3 含风电配电网潮流计算方法 | 第16-21页 |
2.3.1 风力发电机的分类 | 第16-17页 |
2.3.2 风电接入对配电网网损的影响 | 第17-19页 |
2.3.3 异步风力发电机在潮流计算中的处理方法 | 第19-20页 |
2.3.4 双馈风力发电机在潮流计算中的处理方法 | 第20-21页 |
2.4 含风电配电网潮流计算流程 | 第21页 |
2.5 本章小结 | 第21-24页 |
3 混沌粒子群优化方法 | 第24-36页 |
3.1 粒子群算法 | 第24-27页 |
3.1.1 粒子群算法的概述 | 第24页 |
3.1.2 基本粒子群算法 | 第24-26页 |
3.1.3 粒子群算法模型参数分析 | 第26-27页 |
3.2 混沌粒子群优化算法 | 第27-30页 |
3.2.1 混沌运动的概念 | 第27页 |
3.2.2 混沌优化 | 第27-29页 |
3.2.3 混沌粒子群优化算法 | 第29-30页 |
3.3 混沌粒子群算法的多目标优化 | 第30-33页 |
3.3.1 多目标函数的评价 | 第30-31页 |
3.3.2 基于Pareto最优解对算法的改进 | 第31-33页 |
3.3.3 算法流程 | 第33页 |
3.4 本章小结 | 第33-36页 |
4 含风电的配电网无功优化 | 第36-50页 |
4.1 引言 | 第36页 |
4.2 配电网的无功补偿 | 第36-37页 |
4.2.1 配电网无功补偿平衡原则 | 第36-37页 |
4.2.2 配电网无功补偿方式 | 第37页 |
4.3 含风电配电网无功优化的场景分析 | 第37-39页 |
4.3.1 场景分析法 | 第37页 |
4.3.2 风速的变化和分布 | 第37页 |
4.3.3 风电机组输出功率波动 | 第37-38页 |
4.3.4 风力发电的场景分析 | 第38-39页 |
4.4 约束条件 | 第39-40页 |
4.4.1 配电网潮流平衡约束 | 第39页 |
4.4.2 不等式约束 | 第39-40页 |
4.5 含风电配电网单目标无功优化 | 第40-44页 |
4.5.1 单目标优化目标函数 | 第40页 |
4.5.2 单目标无功优化流程 | 第40-41页 |
4.5.3 算例分析 | 第41-44页 |
4.6 含风电的配电网多目标无功优化 | 第44-48页 |
4.6.1 多目标优化目标函数 | 第44-45页 |
4.6.2 多目标无功优化流程 | 第45-46页 |
4.6.3 算例分析 | 第46-48页 |
4.7 本章小节 | 第48-50页 |
5 结论与展望 | 第50-52页 |
5.1 结论 | 第50页 |
5.2 展望 | 第50-52页 |
致谢 | 第52-54页 |
参考文献 | 第54-58页 |
附录 | 第58页 |