| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 多智能体遗传算法研究现状 | 第9-10页 |
| 1.3 分布式电源国内外研究现状 | 第10-11页 |
| 1.4 本文的主要工作和结构安排 | 第11-13页 |
| 第2章 链式多智能体遗传算法 | 第13-27页 |
| 2.1 多智能体的概念 | 第13-14页 |
| 2.2 多智能体系统 | 第14页 |
| 2.3 多智能体遗传算法的设计 | 第14-23页 |
| 2.3.1 智能体的行为算子设计 | 第16-17页 |
| 2.3.2 网格式多智能体改进策略 | 第17-19页 |
| 2.3.3 改进的网格多智能体遗传算法原理及算法流程 | 第19-23页 |
| 2.4 算例分析 | 第23-25页 |
| 2.4.1 标准测试函数 | 第23-24页 |
| 2.4.2 算法参数设置 | 第24页 |
| 2.4.3 测试结果与分析 | 第24-25页 |
| 2.5 链式多智能体遗传算法与配电网结合的可行性 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 含分布式电源的配电网潮流计算 | 第27-40页 |
| 3.1 分布式电源类型及并网接口 | 第27-31页 |
| 3.1.1 风力发电 | 第27-28页 |
| 3.1.2 光伏发电 | 第28-29页 |
| 3.1.3 微型燃气轮机 | 第29-30页 |
| 3.1.4 燃料电池 | 第30-31页 |
| 3.2 配电网潮流计算 | 第31-37页 |
| 3.2.1 配电网节点分层 | 第31-34页 |
| 3.2.2 不含DG的配电网潮流计算 | 第34-36页 |
| 3.2.3 含DG的配电网前推回带法潮流计算 | 第36-37页 |
| 3.3 潮流计算的数学模型 | 第37-38页 |
| 3.3.1 目标函数 | 第37页 |
| 3.3.2 约束条件 | 第37-38页 |
| 3.4 算例分析 | 第38-39页 |
| 3.4.1 算法的稳定性分析 | 第38页 |
| 3.4.2 分布式电源并网潮流计算 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 含分布式电源优化配置 | 第40-55页 |
| 4.1 分布式电源优化配置的数学模型 | 第40-42页 |
| 4.1.1 目标函数 | 第40-41页 |
| 4.1.2 约束条件 | 第41-42页 |
| 4.2 分布式电源区域优化方法 | 第42页 |
| 4.3 分布式电源并网的LAGA算法流程 | 第42-43页 |
| 4.4 算例分析 | 第43-54页 |
| 4.4.1 算例 1 | 第43-49页 |
| 4.4.2 算例 2 | 第49-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 发表论文和参加科研情况 | 第61-62页 |
| 致谢 | 第62-63页 |
| 附录A IEEE33节点配电系统参数 | 第63-64页 |
| 附录B PG&E69节点配电系统参数 | 第64-66页 |